《科創(chuàng)板日?qǐng)?bào)》7月4日訊（記者 黃心怡）?隨著“百模”大戰(zhàn)拉開帷幕，各個(gè)領(lǐng)域的人工智能大模型先后涌現(xiàn)。亞馬遜云科技全球產(chǎn)品副總裁Matt Wood在接受《科創(chuàng)板日?qǐng)?bào)》采訪時(shí)表示，一個(gè)萬能、單一的大型語言模型確實(shí)無法應(yīng)對(duì)各種任務(wù)。

“現(xiàn)在很多都是通用型的模型。坦率說，這些模型廣泛適用于各種類型的問題，但是深度不夠，即博而不淵。對(duì)于一定的使用場(chǎng)景是比較合適的，比如說聊天機(jī)器人、普通搜索等。但是絕大多數(shù)的用戶，還是希望模型在特定領(lǐng)域能有更深入的理解和解決問題的能力，也就是使用面不那么廣博，但是深度要足夠的產(chǎn)品。”

▍并不會(huì)有一個(gè)萬能大模型

不少業(yè)內(nèi)觀點(diǎn)認(rèn)為，一個(gè)以大模型為核心的人工智能新時(shí)代正在開啟，每一個(gè)產(chǎn)品都值得重做一遍。Matt Wood認(rèn)同，生成式AI將是整個(gè)技術(shù)行業(yè)的巨大突破。“亞馬遜云科技對(duì)于生成式AI的發(fā)展感到非常興奮。甚至可以說，這是自瀏覽器問世以來最大的跨越式前進(jìn)。”

當(dāng)前，不少大廠和初創(chuàng)公司都爭(zhēng)先下場(chǎng)布局大模型。對(duì)此，Matt Wood表示，實(shí)際上，并不會(huì)有一個(gè)所謂的萬能大模型。

“我們認(rèn)為正確的做法是，客戶可以訪問多個(gè)模型，然后根據(jù)自己的需求和數(shù)據(jù)來定制自己的模型，在大模型的基礎(chǔ)之上，確保以私密和安全的方式讓用戶能夠定制自己的模型。”Matt Wood說。

目前，除了自研的預(yù)訓(xùn)練Amazon Titan基礎(chǔ)模型外，亞馬遜云科技也提供第三方提供的生成式AI模型，包括Anthropic、AI21Labs和Stability AI等合作伙伴。客戶可以根據(jù)自身需求，在大語言模型的基礎(chǔ)之上，使用自己的數(shù)據(jù)進(jìn)行專門化模型的構(gòu)建。“在過往一段時(shí)間，我們已經(jīng)看到有客戶以各種不同的方式，構(gòu)建出了根據(jù)自身需求決定的模型。”

數(shù)據(jù)是大模型競(jìng)爭(zhēng)關(guān)鍵要素之一，訓(xùn)練大模型需要高質(zhì)量、大規(guī)模、多樣性的數(shù)據(jù)集。對(duì)于數(shù)據(jù)量的挑戰(zhàn)，Matt Wood回應(yīng)稱，尚未遇到訓(xùn)練數(shù)據(jù)不夠的問題。

“實(shí)際上客戶手里面掌握到的數(shù)據(jù)，甚至比現(xiàn)在亞馬遜云科技上面已有的數(shù)據(jù)還要多。這可能會(huì)令人驚訝，一些大企業(yè)，甚至是成功的創(chuàng)業(yè)企業(yè)，他們?cè)趤嗰R遜云科技上擁有的數(shù)據(jù)已經(jīng)達(dá)到XB級(jí)別。”

不過，若想要構(gòu)建通用人工智能，更為海量的數(shù)據(jù)無疑是必須。“對(duì)于實(shí)現(xiàn)通用人工智能，現(xiàn)在的數(shù)據(jù)是否足夠，實(shí)話實(shí)說，我不知道。”Matt Wood提到。

“不過，生成式AI有一種能力，就是使用得越多，性能就會(huì)越好。換句話說，當(dāng)越來越多的企業(yè)、初創(chuàng)公司甚至個(gè)人來越來越多地使用這些模型的時(shí)候，隨著使用量的增加，反饋和回答都會(huì)變得越來越好。所以現(xiàn)在見到的是一個(gè)基礎(chǔ)、是一個(gè)起跑線，而不是天花板。”

▍生成式AI仍處于早期階段

亞馬遜云科技近日宣布成立亞馬遜云科技生成式AI創(chuàng)新中心，將幫助客戶構(gòu)建和部署生成式AI解決方案。據(jù)了解，亞馬遜云科技為該中心投資一億美元，其團(tuán)隊(duì)由戰(zhàn)略專家、數(shù)據(jù)科學(xué)家、工程師和解決方案架構(gòu)師組成。

“這個(gè)創(chuàng)新中心集結(jié)了亞馬遜在機(jī)器學(xué)習(xí)方面最聰明的科學(xué)家來開展工作，很多人在機(jī)器學(xué)習(xí)和人工智能領(lǐng)域有超過20年的工作經(jīng)驗(yàn)。與此同時(shí)，我們也會(huì)和客戶進(jìn)行合作，幫助他們構(gòu)想、設(shè)計(jì)和推出新的生成式AI產(chǎn)品、服務(wù)和流程。”

Matt Wood本人參與了亞馬遜云機(jī)器學(xué)習(xí)解決方案實(shí)驗(yàn)室創(chuàng)建并負(fù)責(zé)管理，他介紹，該實(shí)驗(yàn)室所提供的解決方案涉及健康醫(yī)療、生命科學(xué)、金融服務(wù)、保險(xiǎn)等幾乎所有行業(yè)。

“我們的機(jī)器學(xué)習(xí)在體育行業(yè)里也得到了應(yīng)用，幫助改善運(yùn)動(dòng)員的身體健康、安全，這方面在美國(guó)的主要合作伙伴是NFL職業(yè)橄欖球大聯(lián)盟。在歐洲我們與德甲開展合作。”

Matt Wood坦言，就生成式AI而言，目前仍處在一個(gè)非常初期的階段，這是一場(chǎng)長(zhǎng)期的競(jìng)爭(zhēng)，是一場(chǎng)長(zhǎng)跑。

“在某些用例當(dāng)中，生成式AI是有局限性的。例如在生成文本的時(shí)候，人工智能可能會(huì)給出完全錯(cuò)誤的答案，但是表現(xiàn)得非常自信，讓人產(chǎn)生一種完全錯(cuò)誤的幻覺。這是一個(gè)相當(dāng)困難的問題，尤其當(dāng)用戶本身不知道答案的情況下，很難辨別人工智能提供答案的準(zhǔn)確性，無法判斷語言模型給出的結(jié)果是對(duì)還是錯(cuò)。”

Matt Wood透露，亞馬遜云科技在內(nèi)容篩查和過濾方面，已經(jīng)做了很多努力。

“使用Amazon Bedrock，用戶可以使用自定義數(shù)據(jù)，讓這種自信滿滿回答全錯(cuò)的情況，發(fā)生的概率大大降低。同時(shí)，我們努力確保人工智能模型，給出的答案和解決方案不會(huì)對(duì)用戶產(chǎn)生傷害。包括對(duì)輸入的信息和數(shù)據(jù)進(jìn)行過濾和檢查，以及非常認(rèn)真地核對(duì)模型產(chǎn)生出的答案，以確保給出的回復(fù)是健康無害的。”