全球快看：36氪专访｜亚马逊云科技全球产品副总裁Matt Wood：选择场景，即刻启程，构建未来

“The future is here，it"s just not evenly distributed yet。”

【资料图】

这是一句知名科幻作家威廉·吉布森的名言，可译为“未来已至，只是还没有均匀分布”。

亚马逊云科技全球产品副总裁Matt Wood博士借此表达对时下科技领域热点，大语言模型、生成式AI的判断，他表示：亚马逊云科技始终希望将拥有广阔前景的且令人兴奋的技术提供给每个人，在云计算时代我们提供通过API访问云上应用的快捷访问，这一愿景不会因为生成式AI的出现而改变，我们希望将这项技术交到每一个构建者和每一个商业用户的手中。

日前，在2023亚马逊云科技中国峰会第二天的专题演讲环节，Matt Wood博士指出：如果把所有这些放在一起——机器学习的创新、定制化的芯片以及利用Amazon Bedrock使用模型，你会发现“从未有过如此简单、低成本的，借助机器学习进行代码构建的方式”。

亚马逊云科技全球产品副总裁Matt Wood博士

演讲之后，Matt Wood向36氪等多家机构分享了亚马逊云科技对于生成式 AI 核心价值的判断、实践生成式AI的方法论，以及亚马逊云科技相关的服务、产品、理念与策略。

Matt Wood博士加入亚马逊公司已经有十多年的时间，是亚马逊云科技的早期员工。他对于亚马逊云科技各方面业务都非常熟悉，个人专长领域是机器学习和大数据。

Matt Wood谈到：亚马逊云科技在所有供应商中，实现了以最快、最低成本以及最简单易行的方式提供生成式AI模型。与此同时，我们还在不断地推出新的服务，例如使用生成式AI来帮助软件开发人员极大地提升工作效率。现在使用CodeWhisperer的软件工程师可以以更快的速度、更高的质量和更安全的方式来编写自己的软件或者程序，这一点也是很多客户感到兴奋和满意的。

同时，他认为：亚马逊云科技对于生成式AI的发展感到非常兴奋，这是整个技术行业的巨大突破，能够以前所未有的方式支持和处理数据。甚至可以说，这是自早期的网络浏览器问世以来最大的跨越式前进。

做最擅长的事

ChatGPT的出现鼓舞了所有人，新技术也带来了深刻的思考，接下来需要构建什么样的系统，需要哪些资源，尤其是什么样的大型模型，才能实现构想？

亚马逊云科技的目标是用尽可能简单的方法，帮助客户来构建自己的大型语言模型，Matt Wood谈到：不论是对小型创业公司，还是大企业，亚马逊云科技所做的工作有一些独特之处，首要不同之处在于，我们面向工程师以及开发人员，以极其简便的方式提供生成式AI的工具，使工程师和开发人员无需担忧底层基础架构，他们只需要了解一些非常简单的API，选择所需要的模型，就能够输出想要输出的文本或者图像内容。

生成式AI要普惠一定要以极低的成本，和尽可能低的延迟交付用户。这就要确保操作或者运维性能的最优化。亚马逊云科技的解决之道是定制芯片，且布局已超十年，得以兼顾性能、成本和延迟。

因此，Amazon Bedrock能够提供非常有竞争力的价格，而且用户可以即用即付，免去了大语言模型训练前期在硬件、GPU方面的巨大投入。用户按照输入和输出内容的字数来付费成本会低得多。Matt Wood说：我们认为这种方式足够简便、并且经济实惠，不管大企业还是初创企业同样适用。

在 Amazon Bedrock 平台之上，用户使用大语言模型的门槛已经降到相当低的程度，用户只需通过 API 访问，就能快速将其部署到应用开发过程中，而不用关注任何基础设施建设。

Matt Wood强调：我们不会把Amazon Bedrock做成类似应用市场那样的模型市场。相反，我们会选择那些最有趣、最有用的模型，而且确保它们是低时延的，并具有广泛可用的运维性能。

对于Amazon Bedrock未来合作模型的趋势，Matt Wood认为：可以预见未来会有越来越多的第三方模型出现，其中既有自有的第三方模型，也包括开源模型。同时，还会有更多Amazon Titan模型供客户选择。

现在，亚马逊云科技的各个部门，包括零售、硬件设备、Alexa、广告、云服务等部门，以及所有团队都在夜以继日地辛苦开展工作，制定工作计划提升各种能力，为在这个领域取得成功而努力。

大语言模型的数据安全

对于大语言模型，亚马逊云科技认为：不能依赖单一的万能大语言模型来应对各种任务，正确的做法是客户可以访问多个模型，根据自己的需求和数据来定制自己的模型。因此，应该在大模型的基础之上，确保用户能以私密和安全的方式定制自己的模型。

Matt Wood对此做了展开介绍：亚马逊云科技目前的做法是，积极采用第三方提供的大语言模型和生成式AI模型，包括Anthropic、AI21Labs和Stability AI等合作伙伴。除了第三方合作伙伴之外，亚马逊云科技也自研了基础模型Amazon Titan。客户可以根据自身需求，在以上模型的基础上，使用自己的数据 进行专业化或者私有化模型构建。

具体到数据层面，亚马逊云科技在训练Amazon Titan模型方面所使用的数据有两类，一类是公开可获得的数据，另一类是经过授权或者获得了使用许可的数据。这确保了亚马逊云科技在训练Amazon Titan系列基础模型时严格遵守版权要求和相关法律。

对于用户，Matt Wood则建议其考虑使用亚马逊云科技提供的Amazon Bedrock，可以以快速、便捷地构建私有化预训练模型。此外，用户也可以考虑使用开源模型，如Falcon，把Falcon部署到Amazon SageMaker上运行使用。

模型输出的结果与用户特定的使用案例以及使用场景是高度匹配的，Matt Wood进一步举例：彭博社在亚马逊云科技上运行了非常大的金融服务模型。同样的方法也适用于其他的客户，根据自己的行业选择相应的基础模型，还可以根据自身情况来补充添加私有信息，从而使模型的输出结果和他们提出的问题或者需求高度相关。

目前，生成式AI并不完美，特别是在某些用例当中，有明显的局限性。例如在生成文本的时候，可能会给出完全错误的答案，但表现得非常自信，让人产生幻觉。尤其是当用户本身不知道答案的情况下，很难辨别人工智能提供答案的准确性，这是一个很大的挑战。

Matt Wood表示：好消息是，如果用户使用Amazon Bedrock，这种情况发生的概率会大大降低。因为用户可以使用自定义数据。同样，我们非常注重负责任地运行这些人工智能模型，以确保它给出的答案和解决方案不会对用户产生伤害。在内容筛查和过滤方面，亚马逊云科技已经做了很多努力，会对输入的信息和数据进行过滤和检查。同时，也会非常认真地核对模型产生出的答案，以确保给出的回复是健康无害的。

长坡厚雪，坚持创新

近期，亚马逊云科技投资一亿美元进一步促进生成式AI领域的创新，其中包括建立新的生成式AI创新中心。创新中心集结了亚马逊云科技机器学习领域顶尖科学家，他们当中的很多人在机器学习和人工智能领域有超过20年的工作经验。与此同时，亚马逊云科技在积极地和客户进行合作，帮助他们构想、设计和推出新的生成式AI产品、服务和流程。

Matt Wood明确给出了用户在生成式AI领域创新的建议：基于自己现有的数据战略去做构建；在组织内实现更广泛、更安全的生成式AI实验；为需求场景定制化模型；携手亚马逊云科技，探索无限可能；选择场景，即刻启程，构建未来。

他进一步介绍：我们已经看到有数百个使用Amazon Bedrock的案例，就是客户通过Amazon Bedrock来根据自己的特定的需求和使用要求，对模型进行微调，然后很快就可以上手使用。

大语言模型领域的创新才刚刚起步，未来更是值得期待，Matt Wood指出：最终在Amazon Bedrock上可能会有几十个拳头模型产品，它们非常新颖，有趣，或者与众不同。但是你们会在Amazon SageMaker上看到有几百个模型存在，通过Amazon SageMaker JumpStart,用户可以去选择的他们想要的基础模型，然后进行重新训练，花时间来不断使用这样的自建模型，使其能够与客户的需求高度匹配。

过去五年来，亚马逊云科技一直积极与客户合作，建立了机器学习解决方案实验室（Machine Learning Solutions Lab）。Matt Wood创立并管理这个实验室，该实验室所提供的解决方案遍布各行各业，涉及健康医疗、生命科学、金融服务、保险等几乎所有行业。

尾声

在Matt Wood 博士演讲的最后，大会意味深长地播放了鲍勃 · 迪伦的“The Times They Are A-Changin”。

时代的浪潮不断向前，任何企业都要保持不断创新的激情，而不是被时代所改变。

关键词：