مدیر اجرایی AWS تهدید وجودی هوش مصنوعی را کم اهمیت جلوه می دهد و آن را یک ترفند سالن ریاضی می نامد.

در حالی که برخی از نام‌های بزرگ در دنیای فناوری وجود دارند که نگران تهدید وجودی احتمالی ناشی از هوش مصنوعی (AI) هستند، مت وود، معاون محصول در AWS، یکی از آنها نیست.

Wood مدت‌هاست که یک استاندارد برای یادگیری ماشینی (ML) در AWS بوده و یکی از اعضای ثابت رویدادهای این شرکت است. در 13 سال گذشته، او یکی از صداهای پیشرو در AWS در AI/ML بوده است و تقریباً در هر AWS re:Invent درباره فناوری و پیشرفت‌های تحقیقاتی و خدمات آمازون صحبت می‌کند.

AWS مدت‌ها قبل از دور کنونی تبلیغات مولد هوش مصنوعی با مجموعه محصولات Sagemaker خود در شش سال گذشته روی هوش مصنوعی کار می‌کرد. با این حال، اشتباه نکنید: AWS مانند دیگران به عصر هوش مصنوعی مولد پیوسته است. در 13 آوریل، AWS Amazon Bedrock را معرفی کرد، مجموعه‌ای از ابزارهای هوش مصنوعی مولد که می‌تواند به سازمان‌ها در ساخت، آموزش، تنظیم دقیق و استقرار مدل‌های زبان بزرگ (LLM) کمک کند.

شکی نیست که قدرت بزرگی پشت هوش مصنوعی مولد وجود دارد. این می تواند یک نیروی م،ب برای شرکت و جامعه باشد. این قدرت بزرگ باعث شده است که برخی از کارشناسان هشدار دهند که هوش مصنوعی یک “تهدید وجودی” برای بشریت است. اما در مصاحبه ای با VentureBeat، وود به راحتی این ترس ها را رد کرد و به طور خلاصه توضیح داد که هوش مصنوعی چگونه عمل می کند و AWS با آن چه می کند.

وود می‌گوید: «آنچه در اینجا به دست آورده‌ایم یک ترفند سالن ریاضی است که می‌تواند اطلاعات را به روش‌هایی ارائه، تولید و ،یب کند که به انسان کمک کند تصمیم‌های بهتری بگیرد و بتواند کارآمدتر عمل کند.

قدرت دگرگونی هوش مصنوعی مولد

وود به جای نشان دادن یک تهدید وجودی، بر پتانسیل قدرتمند هوش مصنوعی برای کمک به مشاغل در هر اندازه تاکید کرد. این قدرتی است که توسط تعداد زیادی از مشتریان AWS که در حال حاضر از خدمات AI/ML این شرکت استفاده می‌کنند، به وجود آمده است.

وود گفت: “ما امروز بیش از 100000 مشتری داریم که از AWS برای تلاش های ML خود استفاده می کنند و بسیاری از آنها در Sagemaker استانداردسازی کرده اند تا مدل های خود را بسازند، آموزش دهند و به کار ببرند.”

هوش مصنوعی مولد AI/ML را به سطح متفاوتی می برد و هیجان و علاقه زیادی را در بین پایگاه کاربران AWS ایجاد کرده است. با ظهور مدل‌های ترانسفورماتور، وود گفت که اکنون می‌توان ورودی‌های بسیار پیچیده را به زبان طبیعی گرفت و آنها را به ،وجی‌های پیچیده برای کارهای مختلفی مانند تولید متن، جمع‌بندی و ایجاد تصویر نگاشت.

وود گفت: “من این سطح از تعامل و هیجان را از مشتریان ندیده ام، احتمالاً از همان روزهای اولیه رایانش ابری.”

فراتر از توانایی تولید متن و تصاویر، وود موارد استفاده سازم، زیادی را برای هوش مصنوعی مولد می بیند. اساس همه LLM ها تعبیه برداری های عددی است. او توضیح داد که جاسازی‌ها سازمان را قادر می‌سازد تا از نمایش‌های عددی اطلاعات برای ایجاد تجربیات بهتر در تعدادی از موارد استفاده، از جمله جستجو و شخصی‌سازی، استفاده کند.

وود گفت: “شما می تو،د از این نمایش های عددی برای انجام کارهایی مانند امتیازدهی م،ایی و رتبه بندی استفاده کنید.” بنابراین، اگر یک موتور جستجو یا هر نوع روش داخلی دارید که نیاز به جمع‌آوری و رتبه‌بندی مجموعه‌ای از چیزها دارد، LLM واقعاً می‌تواند از نظر نحوه خلاصه‌سازی یا شخصی‌سازی چیزی تفاوت ایجاد کند.»

Bedrock پایه و اساس AWS برای هوش مصنوعی مولد است

سرویس Amazon Bedrock ت، است برای سهولت استفاده کاربران AWS از قدرت چندین LLM.

Bedrock به جای ارائه یک LLM از یک فروشنده واحد، مجموعه ای از گزینه ها را ارائه می دهد AI21، آنتروپیک و هوش مصنوعی پایداریو همچنین مجموعه مدل های جدید آمازون تایتان.

وود گفت: «ما باور نداریم که یک مدل برای همه آنها حکومت کند. بنابراین ما می خواستیم بتو،م انتخاب مدل را ارائه دهیم.

علاوه بر انتخاب مدل، Amazon Bedrock نیز می تواند در کنار آن استفاده شود لانگ چین، که سازمان ها را قادر می سازد از چندین LLM به طور همزمان استفاده کنند. وود گفت که با Langchain، کاربران این توانایی را دارند که اعلان‌ها را در چندین مدل مختلف زنجیره‌ای و ترتیب‌بندی کنند. به ،وان مثال، یک سازمان ممکن است بخواهد از Titan برای یک چیز، Anthropic برای چیز دیگر و AI21 برای چیز دیگری استفاده کند. علاوه بر این، سازمان‌ها همچنین می‌توانند از مدل‌های تنظیم‌شده خود بر اساس داده‌های تخصصی استفاده کنند.

“ما قطعا می بینیم [users] وود می‌گوید: «تجزیه وظایف بزرگ به کارهای کوچک‌تر و سپس مسیریابی آن وظایف کوچک‌تر به مدل‌های تخصصی، و به نظر می‌رسد که این یک راه بسیار مفید برای ساختن سیستم‌های پیچیده‌تر باشد».

همانطور که سازمان‌ها به سمت استفاده از هوش مصنوعی مولد حرکت می‌کنند، وود اظهار داشت که یک چالش کلیدی این است که اطمینان حاصل شود که شرکت‌ها به روشی به فناوری نزدیک می‌شوند که آنها را قادر به نوآوری واقعی کند.

هر تغییر بزرگی 50% فناوری و 50% فرهنگ است، بنابراین من واقعاً مشتریان را تشویق می‌کنم که واقعاً به یک قطعه فنی فکر کنند که در آن لحظه تمرکز زیادی وجود دارد، و همچنین به بسیاری از قطعات فرهنگی در مورد نحوه هدایت اختراعات با استفاده از آن فکر کنند. فناوری، گفت.