10 月 15 日，亚马逊网络服务 (AWS) 在伦敦举行的生成式人工智能和数据日上展示了其如何支持企业将生成式人工智能驱动的技术从实验转向生产。
在此次问答中，AWS 生成式 AI 和 AI/ML 上市副总裁 Rahul Pathak 讨论了该公司如何与 Anthropic、BT 和 AstraZeneca 等客户合作开发新服务。他还谈到了使用生成式 AI 来提高开发人员的编码效率，以及 AWS 的托管生成式 AI 服务 Amazon Bedrock，该服务提供保障措施和护栏，以确保负责任地使用 AI。
AI 业务：AWS 如何与客户合作将 AI 驱动的解决方案投入生产？
Rahul Pathak：首先要了解客户的需求，然后再反向思考。这是我们 DNA 的核心部分，即客户至上，但真正的成功因素是弄清楚您要推动的商业价值。一旦您有了这个，您就需要领导层的支持，然后我们才能弄清楚我们能提供什么才能最好地帮助客户实现这一目标。人工智能解决方案在生产中取得成功的关键在于获得业务成果。
我们已经看到人工智能支持包括奥运会和温布尔登网球公开赛在内的体育赛事。今天在座的客户之一是 F1。AWS 与他们合作了哪些项目？
F1 是数据驱动的，他们拥有每秒、每毫秒的遥测数据。这是一次非凡的合作，涵盖了从在云端提供 F1 媒体资产、使用生成式人工智能作为广播公司与之互动的工具，到与观众互动和交流的新方式等各个方面。
我们帮助进行车辆遥测和 2022 年汽车设计。这需要收集所有 F1 数据和历史镜头，然后使用 AI、机器学习和生成 AI 技术对其进行索引。这有助于进行预测，并为 F1 车队、广播公司以及最终的车迷创造更具吸引力的体验。
AWS 工具如何帮助公司构建自己的代码？
BT 一直在使用 Amazon Q Developer 来提高其内部开发人员的工作效率。Amazon Q Developer 是一款适用于软件开发生命周期所有阶段的生成式 AI 助手，从规划项目到创建代码，再到部署和测试，最后到在其生命周期内进行升级。
BT 确实非常依赖生成式 AI 和 Amazon Q Developer，他们能够自动生成约 30 万行代码，接受率为 33%。也就是说，AI 代表他们编写了 10 万行代码，这些代码已经部署并创造了价值。这确实改善了开发人员的体验，提高了生产力，减少了日常繁琐的工作，并最终使他们能够与现有团队一起做更多的事情。
AWS 的生成式 AI 应用构建平台 Amazon Bedrock 如何确保 AI 负责任？
安全是让 AI 负责任地工作的一个重要部分，也是我们投入的一大领域。Amazon Bedrock 中提供的模型都内置了一些保护措施，但除此之外，Amazon Bedrock 还进行了大量自动滥用预防，例如检测不安全的词语、查看不适当的内容以及尝试在模型提供的功能之上实现安全自动化。
我们发现幻觉减少和注意力集中程度提高了 85%。我们还推出了一项名为 Amazon Guardrails 的功能，客户可以自行定义策略，以控制自动化流程，为其提供情境基础。这一切都是为了让客户能够轻松安全地使用 AI。
您的客户给您带来的最大的生成式人工智能挑战是什么？
客户正在寻找如何获得价值、推动业务成果并实现正确目标的方法。投资回报首先要定义您要实现的目标，然后我们可以从中回过头来思考，AI 能提供什么帮助？我们的目标不是为 AI 而使用 AI，而是推动差异化的业务成果。
数据是我们客户的关键差异化因素。随着我们实现模型访问的民主化，客户将通过私密且安全地提供其独特数据、将其与这些模型相结合并构建有趣的应用程序来脱颖而出。帮助他们将这些点连接起来是我们再次关注的重点。
AWS 提供多种 AI 工具。您如何帮助客户选择适合自己的工具？
我们通过透明化来实现这一点。Amazon Bedrock 中有一个模型评估功能，我们有模型卡，我们可以在其中介绍模型功能，然后我们与客户密切合作，将模型与用例相匹配。
我们经常发现客户使用多个模型，这些模型也会随着客户用例而发展。每隔几周就会有关于模型改进的新公告，客户不希望每次发生这种情况时都要重写他们的应用程序。
这是另一部分，为他们提供了稳定的基础，同时又足够灵活，让他们能够面向未来并利用即将到来的创新。我认为这种步伐不会很快放慢。
原创文章，作者：点点，如若转载，请注明出处：https://www.dian8dian.com/aws-zhan-shi-li-yong-sheng-cheng-shi-ai-jin-ru-shi-chang-de
