整个AI领域，GPT-4 发布无疑成为载入 AI 史册的 。但其还留下来一些发展空间，其不可能把所有的事情都做完。比如，涉及小数、分数的运算，GPT-4 可能给不出正确答案（其多位乘法运算准确率仅为 4.3%）。
可以说，现阶段我们并没有实现理想中的「通用人工智能」，强如 GPT-4 也并不完美。这也意味着，对于大模型使用者或者想在其上开发应用的技术人员来说，GPT-4 或许不是唯一的选择，甚至不是最适合的选择。
那么，在生成式 AI 的下半场，应用到底应该怎么造？这并不是一个能够简单得出答案的问题，很多时候，我们恨不得把现有的比较强的模型都试一下。但即使要做这件事也不容易，因为很多模型在发布的同时其实并没有提供太多「配套服务」，试用也有成本和代价。
好在，拥有强大基础设施的亚马逊云科技也关注到了这些问题。近日正式上线的 Amazon Bedrock 就是奔着「提供更多选择」和配套服务这一目标来的。
一、Claude、Llama 2、Stable Diffusion... 超全明星模型库
除了 ChatGPT，在更多领域中，人们想要应用生成式 AI 还存在肉眼可见的挑战：我们必须构建专用于生成式 AI 的硬件基础设施，配合自身数据对大模型进行调优，不断更新部署，同时还需要保护隐私数据的安全。即使对于科技公司而言，这也是非常复杂的事。
对此，亚马逊云科技拿出了一套帮助人们建大模型应用的「基础设施」。
今年 4 月，亚马逊云科技正式发布 Amazon Bedrock，这是一套生成式 AI 全托管服务，包含业界领先的基础模型和构建生成式 AI 应用程序所需的一系列功能。
Amazon Bedrock 汇聚了业内几乎所有领先的基础大模型，面对不同应用场景，它可以让人们只需通过单一 API 就能用上来自 AI21 Labs、Anthropic、Cohere、Meta Llama2、Stability AI 等公司的先进大模型来构建自己的应用。
提到亚马逊，很多人可能都会想到前段时间的一个重要融资事件：他们计划对 OpenAI 头号竞争对手 ——Anthropic 投资 40 亿美元。
在大模型创业领域，Anthropic 是一个非常耀眼的存在。它由 OpenAI 前研究副总裁 Dario Amodei、GPT-3 论文第一作者 Tom Brown 等人在 2021 年共同创立，其创始成员大多为 OpenAI 的核心员工，他们曾经 参与过 OpenAI 的 GPT-3，率先提出引入人类偏好的强化学习（RLHF）等技术。
这套强大的阵容打造出了一个同样耀眼的模型 ——Claude（最新版本是 Claude 2）。在某些方面，这个模型甚至做到了 GPT-4 都没做到的事情，比如 100k token 的上下文窗口，其代码生成能力也超过了原版的 GPT-4。这些都是亚马逊选择投资 Anthropic 的重要原因。
更重要的是，亚马逊云科技发布的新闻中有这么一段话：「作为投资协议的一部分，Anthropic 将使用亚马逊云科技的服务承担关键任务工作负载，合作进行安全研究和未来基础模型开发。使用亚马逊云科技的开发人员和工程师将能够通过 Amazon Bedrock 在 Anthropic 最先进的模型基础上构建应用。」
没错，应用生成式 AI，现在有了新的思路：有人把表现优秀的模型上线到 AI 基础设施平台上，让用户去选什么是最合适的。为了扩大操作的范围，Amazon Bedrock 不仅上线了 Claude 2，还有开源界的扛把子 Llama 2 以及口碑同样很好的 Jurassic-2、Command 等模型。
Jurassic-2 来自 AI21 Labs，是业内规模最大，性能最强的几种基础大模型之一。在 Amazon Bedrock 上甚至提供了超千亿参数的 Ultra 版本，其可以应用于任何复杂的语言生成任务，例如问答、摘要、长格式副本生成、高级信息提取等，也支持多种语言。
Command 则是另一家明星创业公司 Cohere 推出的，可够接受用户个性化命令训练的文本生成模型。企业用户在将自己的数据和 Command 结合之后，就可以生成一个面向特定应用的语言模型，能在实际业务中立即发挥作用。在 520 亿参数的体量之上，Command 的性能超过了很多更大的模型。
此外，在 ChatGPT 之前就已席卷 AI 圈，拥有强大文生图能力的 Stable Diffusion 也在他们的模型列表里。
至此，在大模型应用的方向上，一条道路正在变得逐渐清晰。
二、生成式 AI 落地的全流程服务
最近在业内，人们对于大模型的应用方向逐渐形成了一种思路：利用业内领先的大模型作为基础模型（Foundation Model），配合自有数据进行训练和调优，进而构建出面向不同业务场景的应用。亚马逊云科技把这条路迅速成为了现实，还进一步降低了企业入门的难度。
在 Amazon Bedrock 的基础之上，企业可以更方便、快速地尝试各种领先的基础模型，进行提示工程，完成微调和检索增强生成（RAG）等动作，使用自身专有数据定制模型。
利用 Amazon Bedrock Agents 工具生成式 AI 应用的开发、部署、管理等 Agent 能力被集合在一起。我们可以像用 AutoGPT 一样无需编写任何代码就能创建出托管代理（AI agent），让它来指挥大模型执行复杂的任务，如旅行预订、处理保险索赔、策划广告活动和管理库存等。
只需用自然语言文字写指令，Agent 就能明白要完成的目标。
在平台和硬件上，作为专为人工智能打造的平台，Amazon Bedrock 连接了亚马逊云科技的基础设施，从硬件和软件都对 AI 计算进行了专门的优化，覆盖大模型从构建、训练到部署的一系列工作负载。由于 Amazon Bedrock 采用无服务器（Serverless）技术，客户不必管理任何基础设施，就能在熟悉的亚马逊云科技服务平台上将生成式 AI 能力安全地集成和部署到应用程序中。
想要做大模型的应用，一个绕不过的问题就是算力的成本。最近就有人给微软 GitHub Copilot 的服务算了笔账：每月每位用户收费 10 美元，结果微软反而还要倒贴 20 美元。
对于亚马逊云科技这样的服务厂商而言，提高算力、降低成本的系统性解决方案是其最擅长的事。以使用最先进 AI 芯片英伟达 H100 的 Amazon EC2 P5 为例，它可以为训练大模型提供高达 20 exaflops 的计算性能。与上一代基于 GPU 的实例相比，训练时间最多可缩短 6 倍，而训练成本则可以降低多达 40%。
具体到每 token 的价格上，Amazon Bedrock 上使用 Claude 系列模型的价格相比 GPT 系列有显著优势。
当然，Amazon Bedrock 也充分考虑了安全性和隐私保护。客户可以使用 Amazon PrivateLink 在 Amazon Bedrock 与虚拟私有网络（VPC）之间建立专门的安全连接，确保任何数据传输都不会暴露在公共网络上。
有趣的是，除了可以高效构建生成式 AI 应用之外，亚马逊云科技也在其他层面上充分利用技术帮我们提高工作效率，比如利用大模型工具写有你「自己风格」的代码。
Amazon CodeWhisperer 是亚马逊云科技提出的 AI 编码应用程序，可在 IDE 中生成整行代码和完整的函数代码建议，帮人加速完成工作，它在今年 6 月发布了预览版，并对个人开发者免费。目前它可以帮人们生成的 15 种编程语言的代码，包括 Python、Java 和 JavaScript。
最近，亚马逊云科技推出了一项 CodeWhisperer 企业计划，旨在实现自定义化的 AI 代码生成和建议服务。基于新功能，用户可以利用企业内部的代码存储库当训练数据，让 AI 相应地调整代码生成建议，管理员也可以从控制台管理自定义，在控制台查看评估指标，估计每个自定义的执行方式，并有选择地将它们部署给开发人员，保证了企业质量与安全标准。
在开发新技术之外，我们也能应用生成式 AI 提高业务评估和诊断的效率。Amazon QuickSight 提供了生成式 BI 的数据分析功能，它能够创建交互式仪表盘、分页报告以及嵌入式分析，同时具备进行自然语言查询的能力，让业务分析师能够更加方便快捷的探索数据，并使用自然语言描述轻松创建可视化报告。
在所有流程上，亚马逊云科技提供的能力大幅度降低了先进大模型的落地门槛，在人们使用技术领先大模型的同时，消除了管理环境、配置硬件与安全管理的事务，只需要关心业务创新就可以了。
三、生成式 AI 的变革，应该走这条路
我们知道，生成式 AI 的前景是不可限量的。
随着门槛被 AI 基础设施打下来，我们可以展望：在医疗健康领域，让 AI 自动提取关键细节并根据临床医生与患者的互动创建文档摘要；在药物发现上，使用生成式 AI 工具进行蛋白质折叠、蛋白质序列、对接和分子设计，加速药物发现和设计过程；在制造业中，生成式 AI 可以通过提取历史数据实时诊断设备故障，并建议维护操作，例如输入调整、维修或可能的备件。
利用开箱即用的生成式 AI 服务提升创新效率，更快地构建出实用化应用，或许才是大模型时代创新的正确方式。
如此看来，构建平台，降低门槛的意义与 Llama2 这样的重要技术创新可谓同等重要。
正如亚马逊 CEO Andy Jaessy 所说的：「让任何人，哪怕他还在自己的宿舍或者车库里刚刚开始创业之旅，也能获得与大型企业一样先进的基础设施和成本来实现自己的创新。我们希望帮助所有初创企业都有机会成为明天的『巨头』。」
一句话，亚马逊云科技提供的服务，正在让众多AI 浪潮旁观者变成参与者。一场变革正悄然发生，生成式 AI 也将会在不远的未来发生颠覆式变化，冲击各行各业。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
