## 视频
<video src="https://dev-media.amazoncloud.cn/30-LibaiGenerate/31-LiBaiRebrandingVideo/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS-LBrebrandingWCaptionCN.mp4" class="bytemdVideo" controls="controls"></video>
## 导读
生成式 AI 是 AI 的一个突破性领域,它赋予机器生成各种内容和想法的能力。亚马逊云科技通过利用被称为基础模型的大规模预训练模型的功能,将生成式 AI 的变革潜力带到您的指尖。在本讲座中,您将了解 [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) 和 [Amazon Bedrock](https://aws.amazon.com/cn/bedrock/?trk=cndc-detail) 如何帮助开发人员、研究人员和公司轻松地将生成式 AI 纳入其应用程序。了解这些服务如何使您能够利用自己的数据使用生成式 AI 模型,从而开启创造力的新维度并重塑业务的未来。
## 演讲精华
<font color = "grey">以下是小编为您整理的本次演讲的精华,共1400字,阅读时间大约是7分钟。如果您想进一步了解演讲内容或者观看演讲全文,请观看演讲完整视频或者下面的演讲原文。</font>
Vinicius Carvalho,一位演讲者,在演讲开始时提到了1973年《科学美国人》杂志上的一篇文章,该文试图通过对动物的运动效率进行排名。经过广泛的研究,科学家们发现,在移动和覆盖距离方面,一种名为安第斯秃鹫的大型鸟类是地球上最高效的动物。相比之下,人类在自己的动力下移动时排名较低。然而,研究人员随后开始研究技术如何提高人类的能力。当人类骑自行车时,他们的排名飙升至第一名,超过了所有其他动物,包括秃鹫。这辆小机器使人类能够消除他们在运动方面的相对劣势。
正如Steve Jobs曾经所说,这个例子说明了人类本质上是工具建造者。我们构建设备和技术来放大我们的优势并消除我们的弱点。自行车消除了人类在运动方面的不足。眼镜和望远镜消除了视觉上的劣势。Carvalho认为,人工智能系统有消除认知能力劣势的潜力。AI可以成为大脑的自行车——极大地增强人类可以实现的事情。
Carvalho介绍自己是亚马逊云科技的[机器学习](https://aws.amazon.com/cn/machine-learning/?trk=cndc-detail)英雄,也是巴西最大的银行和南美洲的Itaú Unibanco的教授。他感到非常荣幸能够在re:Invent2022上发言,他指出这是世界上最大的技术活动。有超过65,000名与会者和数百个会议,re:Invent展示了云计算如何改变商业的巨大力量。Carvalho邀请与会者在社交平台上与他联系,并在关于他的演讲的任何帖子中加上他的标签。
在转入他的演讲正文时,Carvalho将19世纪末的早期汽车与现代的人工智能系统进行了类比。当汽车首次在马匹主导的道路上亮相时,它们面临着大量的恐惧、不确定性和困境。任何汽车事故都被大肆宣传,报纸质疑这些“无马的马车”是否真的安全。甚至有一些法律被通过,要求每个人必须在每辆汽车前面走着,挥舞着一面红色的旗子,以警告附近的旁观者。
尽管最初存在一些负面看法,但Carvalho解释称,汽车工业仍在稳步改善。例如,引入了诸如安全带和气囊等安全功能,使得性能、效率和可靠性都有了显著提高。经过一百多年的演变,汽车现在已经深深地融入了世界各地的社会生活。他暗示,人工智能可能也将沿着类似的轨迹发展。随着其能力的不断提高以及负责任的发展实践的实施,那些起初看起来荒谬或可怕的事物会逐渐变得正常化。
这反映了Carvalho的基本观点,即人工智能应主要被视为增强人类能力的工具,而不是完全取代人类的工具。他引用了人工智能专家李开复博士创建的一个2x2矩阵,该矩阵将任务分为四个象限:
- 象限1是高度重复且不需要同情心的任务。在这些优化的重复情况下,如生产线或财务调整,AI将在人类之上完全占据主导地位。
- 象限2是优化且重复但需要同情心或同理心的任务。在这种情况下,如客户服务,AI将扮演辅助角色,提供分析,而人类则提供情感智慧。
- 象限3是需要创造力、策略和创新但不需同情心的任务。对于写作初稿等活动,AI可以扮演增强角色——提供原始材料,然后由人类构建并编辑。
- 象限4是需要创造力、策略和同情心/同理心的任务。在护理或社会工作等场景中,人类能力仍然优于AI。然而,AI仍可以用作增强人类表现的工具。
Carvalho强调,虽然窄人工智能将继续扩大能力,但通用的人类水平的人工智能尚不存在。人工智能应被视为支持性的工具,而非令人恐惧的东西。为了支持这一观点,他引用了麦肯锡、波士顿咨询集团和Gartner等研究公司的研究,这些研究表明,如果深思熟虑地实施,AI可以将生产力、效率和表现提高高达30%。关键是人类处于驾驶座,利用AI作为消除劣势而非被取代的工具。
转向更技术性的概述,Carvalho解释了任何生成性人工智能系统背后的四个关键阶段:
Understanding, Inference, and Knowledge are the three key components of building an effective AI system. The first step is to understand the user's input and requirements, which may involve techniques like prompt engineering to enrich the initial input. Next, the system must infer a reasonable plan of action to address the user's needs, utilizing methods like thought chaining and the Rag framework. Finally, the system must retrieve the necessary knowledge to generate output, potentially drawing information from databases or other content repositories. Throughout this process, security and accountability should be firmly integrated, as emphasized by Carvalho.
To support customers in building responsible and effective AI systems, Amazon Web Services provides an end-to-end AI stack across three levels:
- Providers: Low-level frameworks, infrastructure, and computing resources (such as Amazon Elastic Compute Cloud, or EC2).
- Adjusters: Tools for directly building models, such as [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) and prebuilt AI services like [Amazon Comprehend](https://aws.amazon.com/cn/comprehend/?trk=cndc-detail).
- Consumers: Advanced AI applications, such as [Amazon CodeWhisperer](https://aws.amazon.com/cn/codewhisperer/?trk=cndc-detail), where customers can interact directly.
For generative AI, Carvalho highlights key services from Amazon Web Services, including EC2 instances for model training, SageMaker JumpStart for fast access to Hugging Face model hub, and human-AI collaboration services like Amazon CodeWhispieler. However, Carvalho warns that focusing only on AI tools is not enough; technology should come from genuine business problems and use cases. He recommends starting with clearly defined problems, analyzing available data, and then selecting appropriate algorithms and models. Assessment metrics and safety barriers are also crucial. Generative AI should be a part of the end-to-end data and AI strategy.
To demonstrate how customers can easily and rapidly leverage generative AI on Amazon Web Services, Carvalho provides a Python code example using [Amazon SageMaker](https://aws.amazon.com/cn/sagemaker/?trk=cndc-detail) Studio Lab. In just six lines of Python code and at no cost, he can load a stable diffusion model from the Hugging Face model hub and generate AI images based on text prompts provided by users. The complete code is available on his GitHub repository, making it easy for attendees to copy.
他通过一个更为高级的示例向观众展示了一个生成模型是如何通过在小型定制数据集上进行训练来适应其特定领域的。卡瓦略从社交媒体上收集了杰夫·巴尔的9张低分辨率照片及对应的文本标题作为训练数据,成功地“愚弄”了亚马逊云科技的执行总裁杰夫·巴尔。
在这个大约持续3小时的计算过程中,使用了SageMaker的15个训练周期。模型学会了根据文本描述生成杰夫·巴尔的全新真实照片。这个有趣的案例表明,即使只有9张图像的小型定制数据集,在与描述性文本相结合时,也能让生成模型迅速适应新概念和领域。卡瓦略强调,这仅仅是一个简单的演示——实际应用将使用更大的训练数据集和更多的计算能力。
在结束发言时,卡瓦略重申,人工智能应被视为一种工具,只要我们负责任地进行开发,就能极大地提高人类的能力并发挥我们作为工具建造者的全部潜力。然而,在实施端到端的数据和AI战略之前,我们必须先进行深思熟虑的问题定义、数据收集和模型评估。亚马逊云科技提供了一整套技术来帮助客户构建有影响力的且负责任的AI应用程序。但技术必须是基于实际业务需求和用例之后的考虑因素。
卡瓦略感谢观众参加他在2022年re:Invent上的演讲,并邀请他们在社交媒体上关注他的动态。他希望这次演讲能为大家提供一个关于生成性人工智能以及亚马逊云科技如何帮助客户安全有效地利用这一技术的有益介绍。借助云计算的强大力量和人类的创造力,可能性是无穷无尽的。但我们必须始终以人类需求为核心来发展技术。
**下面是一些演讲现场的精彩瞬间:**
尽管人类的智力水平相对较低,但在熟悉的环境中,例如骑自行车等,他们仍然能够在某些方面超越其他物种。
![](https://d1trpeugzwbig5.cloudfront.net/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS/images/rebranded/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS_0.png)
为了应对原始训练数据中可能缺失特定领域所需词汇的问题,AI模型需要进行针对性的特殊化处理。
![](https://d1trpeugzwbig5.cloudfront.net/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS/images/rebranded/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS_1.png)
著名亚马逊云科技领导者Jeff Barr拒绝了拍照请求,然而这却激发了一种新的文本到图像的AI技术。
![](https://d1trpeugzwbig5.cloudfront.net/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS/images/rebranded/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS_2.png)
亚马逊云科技的领导者感谢Jeff在舞台上的精彩演讲以及观众的参与。
![](https://d1trpeugzwbig5.cloudfront.net/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS/images/rebranded/COM203-Unlocking_your_full_potential_with_the_power_of_generative_AI_on_AWS_3.png)
## 总结
演讲者首先指出,人类是工具制造者,通过使用如自行车等发明来增强自己的能力以超越生物学极限。就像自行车消除运动限制一样,人工智能可以拓展我们的心理容量。然而,当前生成性人工智能正面临过度的期望。要充分利用其潜力,我们需要克服最初的恐惧,并学会正确地将之作为工具加以运用。
演讲者概括了构建有效生成性人工智能解决方案的方法。这包括理解提示、使用知识框架进行推理、生成输出以及确保安全性等方面。亚马逊云科技提供了整套AI工具,以便为用户选择合适的适合不同任务的工具。演讲者展示了一个模型如何通过少量示例专门用于特定概念的例子,例如教授它识别并生成亚马逊云科技高管Jeff Barr的图片。总之,生成性人工智能结合多种技巧,在适用的情况下,能够在各种应用中生成有用的输出。然而,它仍仅是一个需要关注并解决业务问题的端到端数据策略的工具。
## 演讲原文
## 想了解更多精彩完整内容吗?立即访问re:Invent 官网中文网站!
[2023亚马逊云科技re:Invent全球大会 - 官方网站](https://webinar.amazoncloud.cn/reInvent2023/?s=8739&smid=19458 "2023亚马逊云科技re:Invent全球大会 - 官方网站")
[点击此处](https://aws.amazon.com/cn/new/?trk=6dd7cc20-6afa-4abf-9359-2d6976ff9600&trk=cndc-detail "点击此处"),一键获取亚马逊云科技全球最新产品/服务资讯!
[点击此处](https://www.amazonaws.cn/new/?trk=2ab098aa-0793-48b1-85e6-a9d261bd8cd4&trk=cndc-detail "点击此处"),一键获取亚马逊云科技中国区最新产品/服务资讯!
## 即刻注册亚马逊云科技账户,开启云端之旅!
[【免费】亚马逊云科技“100 余种核心云服务产品免费试用”](https://aws.amazon.com/cn/campaigns/freecenter/?trk=f079813d-3a13-4a50-b67b-e31d930f36a4&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技“100 余种核心云服务产品免费试用“")
[【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用”](https://www.amazonaws.cn/campaign/CloudService/?trk=2cdb6245-f491-42bc-b931-c1693fe92be1&sc_channel=el&trk=cndc-detail "【免费】亚马逊云科技中国区“40 余种核心云服务产品免费试用“")