خدمات وب آمازون (AWS) نشان داد که چگونه از شرکت‌ها برای تغییر فناوری مبتنی بر هوش مصنوعی از آزمایش به تولید در طی روز 15 اکتبر در لندن و روز داده‌های مولد خود پشتیبانی می‌کند.
در این پرسش و پاسخ، نایب رئیس بخش هوش مصنوعی و هوش مصنوعی مولد AWS به بازار، راهول پاتاک درباره نحوه همکاری این شرکت با مشتریانی از جمله Anthropic، BT و AstraZeneca برای توسعه خدمات جدید بحث کرد. او همچنین در مورد استفاده از هوش مصنوعی مولد برای افزایش بهره وری کدنویسی توسعه دهندگان و Bedrock، سرویس هوش مصنوعی مولد مدیریت شده AWS که برای اطمینان از استفاده مسئولانه از هوش مصنوعی ارائه می دهد، صحبت کرد.
کسب و کار هوش مصنوعی: AWS چگونه با مشتریان کار می کند تا راه حل های مبتنی بر هوش مصنوعی را به تولید برساند؟
راهول پاتاک: با چیزی که مشتری نیاز دارد شروع می شود و سپس به عقب کار می کند. این بخشی اصلی از DNA ما، وسواس مشتری بوده است، اما عامل موفقیت واقعی این است که بفهمید می‌خواهید چه ارزش تجاری کسب کنید. هنگامی که آن را به دست آورید، می خواهید رهبری را خریداری کنید و سپس ما متوجه می شویم که چه چیزی باید ارائه دهیم که می تواند به بهترین شکل به مشتریان در دستیابی به آن هدف کمک کند. کلید موفقیت راه حل های هوش مصنوعی در تولید، داشتن آن نتیجه تجاری است.
ما شاهد پشتیبانی هوش مصنوعی از رویدادهای ورزشی از جمله المپیک و ویمبلدون بوده‌ایم. یکی از مشتریان امروز اینجا F1 است. AWS روی چه چیزی با آنها کار کرد؟
F1 مبتنی بر داده است، آنها در هر ثانیه، هر میلی ثانیه از آنچه در حال وقوع است، تله متری دارند. این یک مشارکت خارق‌العاده بوده است که همه چیز را پوشش می‌دهد، از در دسترس قرار دادن دارایی‌های رسانه‌ای F1 در فضای ابری و داشتن هوش مصنوعی مولد به عنوان ابزاری برای پخش‌کننده‌ها برای تعامل با آن، تا راه‌های جدید برای تعامل و تعامل با مخاطبان.
ما به تله متری وسایل نقلیه و طراحی ماشین 2022 کمک کرده ایم. این در مورد گرفتن تمام داده های F1 و فیلم های تاریخی و سپس استفاده از هوش مصنوعی، یادگیری ماشینی و تکنیک های هوش مصنوعی مولد برای ایندکس کردن آن است. این به پیش‌بینی‌ها کمک می‌کند و تجربه جذاب‌تری برای تیم‌های F1، پخش‌کنندگان و در نهایت طرفداران ایجاد می‌کند.
چگونه ابزارهای AWS به شرکت ها کمک می کنند تا کد خود را بسازند؟
BT از Q Developer برای افزایش بهره وری توسعه دهندگان داخلی خود استفاده کرده است. Q Developer یک دستیار هوش مصنوعی مولد برای تمام مراحل چرخه عمر توسعه نرم افزار، از برنامه ریزی یک پروژه تا ایجاد کد، تا استقرار و آزمایش آن و سپس ارتقاء آن در طول چرخه عمر آن است.
BT به طور خاص به هوش مصنوعی و توسعه دهنده Q متمایل شده است و آنها می توانند حدود 300000 خط کد تولید شده به صورت خودکار با نرخ پذیرش 33 درصد دریافت کنند. بنابراین این 100000 خط کد است که هوش مصنوعی از طرف آنها با نظارتی که به کار گرفته شده است و ایجاد ارزش می کند، نوشته شده است. این واقعاً تجربه توسعه‌دهنده را بهبود می‌بخشد، بهره‌وری را بهبود می‌بخشد، میزان مشقت‌های روزانه را کاهش می‌دهد و در نهایت به آنها اجازه می‌دهد با تیم‌هایی که دارند کارهای بیشتری انجام دهند.
Amazon Bedrock، پلتفرم ساخت اپلیکیشن هوش مصنوعی AWS، چگونه هوش مصنوعی مسئول را تضمین می کند؟
ایمنی بخش بزرگی از مسئولیت‌پذیری هوش مصنوعی است و این یک حوزه سرمایه‌گذاری بزرگ برای ما بوده است. مدل‌های موجود در Bedrock همگی دارای برخی حفاظت‌های داخلی هستند، اما علاوه بر آن، Bedrock بسیاری از پیشگیری از سوء استفاده خودکار را انجام می‌دهد، مانند تشخیص کلمات ناامن، نگاه کردن به چیزهای نامناسب و تلاش برای خودکارسازی ایمنی بیش از آنچه مدل‌ها ارائه می‌کنند.
ما تا 85 درصد بهبودی در کاهش توهمات و حفظ تمرکز دیده ایم. ما همچنین قابلیتی به نام نرده‌های محافظ داریم، بنابراین مشتریان می‌توانند خط‌مشی‌های خود را برای قرار گرفتن در بالای فرآیند خودکار تعریف کنند تا زمینه‌سازی متنی به آن بدهد. هدف همگی این است که کارکردن هوش مصنوعی را برای مشتریان آسان و ایمن کند.
برخی از بزرگ‌ترین چالش‌ها در معرفی هوش مصنوعی مولد مشتریان شما کدامند؟
مشتریان به دنبال این هستند که چگونه می توانند ارزش کسب کنند، نتیجه کسب و کار را هدایت کنند و آن را به درستی انجام دهند. بازگشت سرمایه با تعریف آنچه می‌خواهید انجام دهید شروع می‌شود و سپس می‌توانیم از آن برگردیم و بگوییم هوش مصنوعی چگونه می‌تواند کمک کند؟ هدف استفاده از هوش مصنوعی به خاطر هوش مصنوعی نیست، بلکه هدف کسب و کار متفاوت است.
داده ها وجه تمایز اصلی مشتریان ما است. همانطور که ما دسترسی مدل را دموکراتیک می کنیم، مشتریان با ارائه داده های منحصر به فرد خود به صورت خصوصی و ایمن، ترکیب آن با آن مدل ها و ساخت برنامه های جالب، متمایز خواهند شد. کمک به آنها برای اتصال این نقاط جایی است که ما دوباره تمرکز کرده ایم.
AWS طیف وسیعی از ابزارهای هوش مصنوعی را ارائه می دهد. چگونه به مشتریان کمک می کنید آنچه را که برای آنها مناسب است انتخاب کنند؟
ما این کار را از طریق شفاف بودن انجام می دهیم. یک قابلیت ارزیابی مدل در Bedrock وجود دارد، ما کارت‌های مدل داریم که در آن قابلیت‌های مدل را بررسی می‌کنیم و سپس با مشتریان خود از نزدیک کار می‌کنیم تا مدل را با مورد استفاده مطابقت دهیم.
ما اغلب متوجه می شویم که مشتریان از بیش از یک مدل استفاده می کنند و این مدل ها نیز با موارد استفاده مشتری تکامل می یابند. هر دو هفته یکبار اطلاعیه جدیدی در مورد پیشرفت در مدل‌ها منتشر می‌شود و مشتریان نمی‌خواهند هر بار که این اتفاق می‌افتد، برنامه‌های خود را بازنویسی کنند.
این قطعه دیگری است که به آنها پایه ای پایدار می دهد که هنوز به اندازه کافی منعطف است تا به آنها اجازه دهد در آینده مقاوم باشند و از نوآوری که هنوز در راه است استفاده کنند. فکر نمی کنم این سرعت به این زودی ها کاهش یابد.
منبع: https://aibusiness.com/aws/aws-showcases-pathways-to-market-with-generative-ai