科技云報道原創。

如果說這是AI大模型的時代，不如說是生成式AI的時代。

在AI大模型、生成式AI、ChatGPT這三者中，生成式AI是最廣泛的概念，涵蓋了所有使用AI生成新內容的應用。

大模型是實現生成式AI的一種方式，而ChatGPT則是大模型和生成式AI在實踐中的一個特定應用。

在ChatGPT表現震驚全球之時，國內外科技巨頭們將目光放在了ChatGPT背后所使用的大模型上，紛紛下場實踐。

與走大模型路線的科技巨頭不同的是，亞馬遜云科技從一開始視野就放到了生成式AI上。

最近，在2023年亞馬遜云科技中國峰會上，亞馬遜全球副總裁、亞馬遜云科技大中華區執行董事張文翊表示，大模型并不是生成式AI的全部，而是生成式AI生態系統的一個底層基礎平臺。

亞馬遜全球副總裁、亞馬遜云科技大中華區執行董事 張文翊

“平臺的使命是讓人們可以更容易地在上面構建機器學習的應用，用好生成式AI去解決自己的特定領域或行業場景的問題，這才是真正在To B領域改變行業的關鍵因素”，張文翊如是說道。

生成式AI帶來的機遇

生成式AI是一種使用機器學習技術（尤其是深度學習）來生成以前未見過的內容的AI，它包括但不限于以下幾種類型：

生成對抗網絡（GANs）：這是一種特別的深度神經網絡結構，包括兩個子網絡，一個是生成器，另一個是判別器。

生成器試圖生成假數據，而判別器試圖分辨這些數據是否真實。通過這種對抗過程，生成器能夠學習生成越來越逼真的數據。

變分自編碼器（VAEs）：這是一種生成模型，它使用神經網絡將輸入數據（如圖像）編碼成一個潛在空間，然后從這個空間解碼出新的、原始的數據。

VAEs是一種很好的方法來學習數據的內在結構，并能生成新的數據。

自回歸模型：這種模型預測下一個數據點基于前面的數據點，可以用于生成連續的數據序列，如文本、音樂等。

變換器模型（Transformer Models）：如OpenAI的GPT-3，利用自注意力機制和變換器架構生成文本，是現代自然語言處理中非常重要的一類模型。

這些生成式AI模型在各種應用中都有廣泛的使用，包括藝術生成（如DeepArt或DeepDream）、文本生成（如聊天機器人和新聞生成器）、音樂生成，以及更復雜的任務，如視頻生成和虛擬現實環境生成。

具體來看，在游戲行業，生成式AI可以創造新的游戲環境和角色，從而帶來更豐富的游戲體驗。例如，AI可以生成無盡的地圖，讓游戲世界更加龐大且多樣化。

此外，生命科學行業也有望因生成式AI的進步而實現突破。生成式AI可以幫助科學家更快發現與疾病相關的蛋白質，進一步加速藥物研發的過程。

不僅如此，利用專門的基礎模型來預測分子特性，引導生成具有更好生理功能的、新的蛋白質，發現治療疾病的新藥物。

在生成式AI的助力下，更多目前不可治愈的疾病有望被治愈，人類的壽命也將得到進一步延長。

在制造業，生成式AI可以通過已有的設計訓練模型，自動化生成新的設計，設計師們在這些設計的基礎上，再進行提升和改善，從而降低設計的人力成本，提升產出效率。

在產線上，未來每一個機械臂、每一臺設備、每一條產線，都有機會通過生成式AI去控制，提高自動化水平，進一步推動制造業的智能化發展。數據顯示，到2027 年，30%的制造商將使用生成式AI提高產品研發的效率。

除此之外，生成式AI在教育、社會和公益、創意產業都有不小的想象空間。隨著技術的不斷發展，它未來可能會帶來更多我們今天無法想象的機遇。

據高盛預測，生成式AI可以推動全球GDP增長7%，達到近7萬億美元。麥肯錫也預計，這種技術可以提升全球850個職業的2100個具體工作的生產效率，生產成本降低可以高達6.1到7.9萬億美元。

我們可以感知到的是，生成式AI正在重塑我們的生活，其可能引發的改變的規模、深度和廣度，可能只有互聯網的爆發能與之相提并論。

如何解鎖生成式AI價值？

生成式AI正是科技改革中涌動的洪流，它帶來了前所未有的歷史機遇，為企業提供了無限的想象空間，使產品和服務的研發過程更加高效、有趣。

但具體到應用實踐，在這場時代洪流中，企業應該怎么做？作為全球領先云服務商的亞馬遜云科技給出了自己的解題思路：

首先，幫助企業找到合適的場景以及合適這個場景的基礎模型，幫助企業用自己的私有數據結合基礎模型“更容易”地構建自己的定制化模型，同時保證自己“私有數據的安全”，不會被基礎模型吸收。

對此，亞馬遜云科技推出Amazon Bedrock，企業可以靈活選擇適合自己的模型，更容易地構建應用，并在保證數據安全和隱私基礎上，進行定制化模型的開發，還無需大量的標注數據。

其次，幫助企業在一些通用場景獲得開箱即用的生成式AI應用，進一步降低使用門檻。

亞馬遜云科技還推出一款AI編程助手Amazon CodeWhisperer，通過內嵌的基礎模型，可以根據開發者的自然語言指令實時生成代碼建議，大大減少開發人員繁重的工作。

再次，隨著企業生成式AI應用的普適化，和基礎模型的不斷迭代，必須有超大規模和高性價比的云平臺來支持持續的模型訓練和應用端大規模的推理。

亞馬遜云科技提供齊全的計算、高速聯網和高性能存儲選項。除了業內通用的CPU、GPU選項，亞馬遜云科技還有超過5年自研芯片的經驗。

此外，對于人才這一問題，亞馬遜云科技也給出了方案。

亞馬遜云科技還擁有豐富的專業技術支持資源，包括SA、產品專家、人工智能實驗室、數據實驗室、快速原型團隊、專業服務團隊，幫客戶打通應用生成式AI的最后三公里的工程化挑戰。

在本次峰會上，亞馬遜云科技還針對初創企業推出“亞馬遜云科技創業加速器”，從基礎模型開發、全新消費應用或行業應用的創造，再到工具鏈優化，來助力更多企業快速擁抱生成式AI。

云廠商，生成式AI時代下的“底層架構師”

云服務是支持數字創新的關鍵生產力。

其實不難發現，每一次技術進步的背后，云廠商都扮演著重要角色。

這一次AI浪潮背后，我們可以看見的是，云廠商為AI研發提供了基礎設施、AI服務和應用工具，還在推動AI研究、開發人才培養和實際應用方面發揮了積極作用。

亞馬遜云科技即是如此。除了上述AI服務和應用工具，亞馬遜云科技還為市場提供了豐富的計算資源和存儲服務，

面對生成式AI時代帶來的井噴式算力需求，亞馬遜云科技通過自研芯片提供更好的性價比，通過各種豐富的計算、網絡、存儲等各種產品的組合應對突發的算力需求，通過Serverless有效降低運維的復雜性，從而簡化算力的使用，全面滿足用戶的多樣化的算力需求。

“對于全球布局，亞馬遜云科技提供從中心到邊緣的多種產品的解決方案，包括覆蓋全球的基礎架構，以及快速部署穩定系統的能力，還有全面支持全球各個國家和地區業務合規能力，這些都能夠成為用戶創造堅實底層架構的基石。”亞馬遜云科技大中華區產品部總經理陳曉建補充道。

如此來看，將云廠商比作生成式AI時代的“底層架構師”也不為過。

云廠商不僅要扮演生成式AI時代的“底層架構師”，與此同時，云廠商必須克服數據安全和隱私保護等挑戰，為用戶提供安全、便捷的服務，使得生成式AI的應用能夠更廣泛、更深入地滲透到每一個行業和領域。

這意味著他們需要繼續提供有力的技術支持，同時也要承擔起社會責任，推動AI技術的健康發展，助力AI的普及和應用。

作為“底層架構師”的云廠商，需要在幾個重要方面發揮作用。首先，他們需要繼續研發和優化AI技術，確保這些技術的可靠性和安全性，為廣大用戶和開發者提供更強大、更易用的工具。

其次，云廠商需要積極參與AI標準和規范的制定，引導AI技術的健康發展。此外，他們還需要擔負起培養AI人才、推動AI普及和應用的重任。

面對未來，我們期待云廠商能夠持續發揮其“底層架構師”的角色，引領生成式AI技術的發展，助力全社會實現AI的巨大潛力。

【關于科技云報道】

專注于原創的企業級內容行家——科技云報道。成立于2015年，是前沿企業級IT領域Top10媒體。獲工信部權威認可，可信云、全球云計算大會官方指定傳播媒體之一。深入原創報道云計算、大數據、人工智能、區塊鏈等領域。

審核編輯 黃宇