亚马逊云科技的博士Vasi Philomin：透过生成式AI展望未来的世界

2023年，生成式人工智能迅速走红，一些一直以来致力于人工智能领域的高科技人才，仿佛被这个时代推向前方，被卷入历史的洪流中，再也无法停止！

亚马逊云科技生成式人工智能全球副总裁，Vasi Philomin博士

天才的道路

我们的主要优势之一是将各种技术引入企业商业环境，并使其真正为用户所用，包括生成式人工智能。Vasi Philomin 博士表示，亚马逊云科技致力于生成式人工智能，并非从零开始，而是基于过去的积累和创新

以亚马逊云科技为例，早在90年代，亚马逊云科技就是人机互动产品的初步尝试。如今，亚马逊云科技的用户量已经非常惊人，每周有1亿用户，互动超过10亿次。从实际应用场景来看，亚马逊云科技在支撑的人机协作的场景有很多。比如，在亚马逊订单履行中心，每天要发送160万个包裹。企业对基础设施以及供应链管理的投资，使得亚马逊在零售业务市场越做越大

作为亚马逊云科技生成式AI全球副总裁的Vasi Philomin博士，他与大多数人的感受是一样的。生成式AI的发展速度太快，被世界所认可的幸福来得太突然

如果我们回到1990年，机器学习在那时还相对冷门。然而，Vasi Philomin博士对此非常热衷，所以他决定将其作为自己的主攻专业。当时，他所做的这个选择遭到了家人和朋友的反对，他们认为他疯了。然而，Vasi Philomin博士最终成功获得了美国马里兰大学帕克分校的计算机科学博士学位，专攻计算机视觉和机器学习，并且还拥有机械工程和计算机科学的两个硕士学位。此外，他还获得了75项美国专利。如今，人们对Vasi Philomin博士及其所从事的事业产生了180度的转变，认为他是人工智能领域的一位天才

Vasi Philomin 博士已经在亚马逊云科技工作了六年多，并创建了以人工智能和机器学习为核心业务的事业部。在这段时间里，他参与了众多技术服务的输出，包括语言服务、视觉服务，以及工业监控、企业搜索服务等等

思考开与合的概念

Vasi Philomin的开场白给人留下了深刻的印象，他针对大家关心的问题进行了讨论。当生成式AI进入狂卷模式时，亚马逊云科技的大模型与其他模型相比有何不同之处？另外，他还提到了如何确保与客户建立信任关系

瓦西·菲洛明博士认为，生成式人工智能并不是一项独立存在的技术，而是需要端到端的一体化技术堆栈能力。这正是亚马逊云科技构建全面服务能力的根本原因，从底层、中间平台层到上层应用都得到了充分考虑。对于用户而言，不需要关心基础设施和平台工具方面的问题，只需根据自身业务的需求进行选择，将大型模型直接应用于企业生产场景中

一个大模型不能满足所有需求，因此真正满足用户需求的大模型应该是一个拥有多个产品的模型家族平台，可以支持不同的场景需求，如文本、图像等。即使一个模型能够解决文本和图像等多种需求，用户更希望有多种选择，根据实际的延迟、成本和准确性等因素来选择适合自己的大模型

以TensorFlow为例，这是一个典型的案例。TensorFlow是一个端到端的开源机器学习平台。为了满足用户的需求，亚马逊云科技对其进行了优化，可以在企业的基础设施上运行。开发者可以在亚马逊云科技上使用TensorFlow，以增强应用程序的机器学习（ML）功能，更好地开发计算机视觉（CV）、自然语言处理（NLP）、语音转换等方面的应用

使用通用大模型的一个问题是，如果竞争对手也使用同样的大模型，那用户的技术投入会得不偿失。因此，亚马逊云科技提供了许多基于企业私有场景的定制化功能。例如：AI模型文本生成模型Amazon Titan Text Express及Titan Text Lite，还有图像生成模型Titan Image Generator。其中Titan Image Generator不仅可以根据文本生成图片，还具备图片编辑和隐藏水印的功能；Amazon Titan Text Express是一种“高性价比”的文字生成模型，允许用户最多输入8000个词元；Titan Text Lite是一种针对文案写作进行重点优化的定制模型，最多可以提供4000个词元的输入

通过对Vasi Philomin博士的采访，我们可以看出亚马逊云科技之所以与众不同，是因为他们在方向选择上的正确性。亚马逊云科技明白大模型不应该是唯一的选择，所以他们选择了开放的态度，拥抱更广泛的模型，从生态角度上取得了胜利。然而，在广泛模型背后，可能会存在管控和信任的难题。因此，亚马逊云科技在确保大模型的安全性、私有属性和定制化属性方面付出了很多努力。这不仅是亚马逊云科技过去在企业级领域的优势，也是赢得客户信任的关键。因此，亚马逊云科技在大模型战略选择方面是毫无破绽的，他们既有开放的态度，又有合作的精神，建立了全栈能力