AI行业充斥着大型厂商和新贵,AWS本月早些时候在纽约举行的AWS峰会上宣称自己是AI领域的领导者。
这次大会上,AWS人工智能产品副总裁Matt Wood(如图)担任主题演讲嘉宾,以下是他的主题演讲中的五点收获,我认为这些收获最能展示AWS在AI和生成式AI领域的领导地位:
要点1:生成式AI和机器学习已经成为AWS的一笔大生意
在他的主题演讲中,Wood表示,AWS已经拥有“如今数十万客户在AWS上运行他们的AI和机器学习工作负载”。Wood补充说,AWS用于构建生成式应用的服务Bedrock是“过去十年增长最快的AWS服务”之一。他说,“在整个AWS,机器学习和人工智能是一项规模数十亿美元的业务。”
Wood分享了一些统计数据,“96%的AI机器学习独角兽都是运行在AWS上的。如果你看看福布斯AI 50强会发现,其中90%的组织也都是运行在AWS上的。”据他称,使用AWS开发AI应用的公司包括纽约证券交易所和保险业领导者Sun Life Assurance、制药创新者辉瑞公司和生命科学巨头拜耳公司。
要点2:AWS致力于持续的AI创新
Wood表示,自2023年以来,AWS已经将326项生成式AI功能投入市场。他补充说,AWS拥有“迄今为止最广泛的AI能力”,并且已经推出了“比其他所有云提供商加起来2倍还多的机器学习和生成式AI新功能”。
“你会惊讶地发现,有这么多成功的初创公司和企业加入了AWS的EB级俱乐部,大量客户拥有大量私人持有的数据,这使他们能够分析这些可能是市场研究、临床试验结果或医疗信息的大量数据。他们能够应用生成式AI,以新颖而令人兴奋的方式理解和利用现有的数据。”
Wood说,AWS生成式AI堆栈有三个层次:一是构建、训练、调整和修改基础模型的基础元素。第二层是Amazon Bedrock,这项服务让“任何人都能非常轻松地使用生成式AI构建应用”。第三层是将AI应用于现实世界的服务,例如Amazon Q,一种用于构建机器学习模型的、生成式AI驱动的自然语言工具。
Wood将Amazon Q描述为“生成式AI的一个简单按钮,让你可以从组织内部的任何地方获取信息并开始利用信息,例如,你可以开始清除所有‘垃圾’,或与组织内部所有不同任务相关的70%的无差别繁重工作。”
要点3:AWS已经成为那些处于AI创新前沿的组织的首选
澳大利亚国民银行使用Amazon Q的代码定制功能来培训新工程师并帮助开发人员快速提升。“他们的[申请人]接受率跃升至50%,他们调查的开发人员中,有超过40%的生产力得到了提高。因此,在短短几个月内,使用Q执行这些开发任务的员工数量从450人增加到1000多人,增加了1倍多。”
拜耳公司作物科学全球数据资产负责人Will McQueen称,拜耳自2014年以来一直在AWS上开发解决方案。他说:“在评估我们的投资方向时,我们需要一个合作伙伴和一个技术平台,能够在未来10年内推动创新和市场领先的解决方案,最终我们确定AWS成为我们下一代数据科学平台的下注对象。在过去的一年里,我们在加快将数据科学解决方案推向市场的能力方面,取得了巨大进展。”
要点4:AWS非常重视安全性,AWS的客户也是如此
AWS在AI方面取得成功的关键之一,就是全面致力于确保客户数据的安全。“每个行业的AWS客户都能够满足并超越生成式AI及其数据的安全要求,”Wood这样表示。
他说,对于AWS来说,没有什么比安全更重要了。“我们会停止所有工作,专注于安全。我们从第一天开始就建立了安全性。你通常不会采用不安全的服务并在以后添加安全性的方式来构建安全的服务。你必须在基础上构建安全的服务。”安全扫描也是Amazon Q的任务之一。
Wood表示:“有些客户认为,要想成功实现生成式AI,就必须在数据机密性、隐私性和安全性方面做出某种负面权衡,但AWS不是这样的。我们不会使用通过我们付费AI服务传输的任何数据来改进底层模型,我们不会派人来审查任何这些信息,而且客户可以控制数据在VPC中的位置,以及网络内所有信息的流动。”
要点5:AWS完全致力于可持续发展
AWS的发展速度很快,并且是以可持续发展作为首要任务来实现这一增长的。Wood表示,2019年Amazon设定了一个目标:到2030年,从AWS数据中心到公司大楼、杂货店到配送中心的所有全球运营,其总用电量都是100%可再生能源的。Wood表示,Amazon“提前7年实现了这一目标”。
鉴于全球电网和相关资源承受着巨大的压力,AWS对可持续发展的承诺预示着将继续取得成功。
我们仍处于AI时代的早期,现在宣布谁是唯一的赢家还为时过早。然而,AWS凭借自己构建的产品组合已经吸引了大牌客户、并使各种类型和规模的组织能够使用生成式AI进行创新和加速增长,在AWS纽约峰会上确立了领导地位,但这场竞争还远未结束。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。