作为一个转型创新我们的大部分时间,生成人工智能(生成AI)继续捕捉世界的想象力,我们仍一如既往坚定地利用它负责。的团队专门负责人工智能专家,辅以我们工程和开发组织中,我们不断地测试和评估我们的产品和服务来定义,测量,和缓解担忧准确性、公平、知识产权、合理使用、毒性、和隐私。虽然我们今天没有所有的答案,我们正在与其他开发新方法和解决这些新兴的挑战。我们相信我们可以在人工智能驱动创新,同时继续实施必要的安全措施来保护我们的客户和消费者。
在亚马逊网络服务(AWS),我们知道生成人工智能技术和如何使用它将继续发展,摆姿势新的挑战这将需要额外的注意力和缓解。这就是为什么亚马逊正在积极参与组织和标准机构集中在负责开发新一代人工智能系统包括NIST, ISO, AI人工智能研究所负责,和伙伴关系。事实上,上周在白宫,亚马逊自愿签署承诺促进安全、负责任的和有效的人工智能技术的发展。我们渴望分享知识与政策制定者、学者和民间社会,我们认识到生成人工智能带来的独特的挑战需要持续的合作。
这一承诺是一致的方法来开发自己的生成人工智能服务,包括建立基础模型(FMs)记住负责人工智能在每个阶段的全面发展的过程。在设计、开发、部署和操作,我们考虑一系列因素,包括1)准确性,例如,如何密切匹配底层文档摘要还是传记事实正确;2)公平,例如,是否输出治疗人群类似;3)知识产权和版权问题;4)适当的使用,例如,过滤掉用户请求法律咨询,医疗诊断,或非法活动;5)毒性,例如,仇恨言论,亵渎,和侮辱;和6)隐私,例如,保护个人信息和客户提示。我们构建解决方案来解决这些问题在培训过程数据,为FMs本身,以及技术,我们用来预处理和后处理输出的用户提示。
对于我们所有的FMs,我们积极改善投资特性和从客户当他们尝试新的用例。例如,亚马逊泰坦FMs是建立检测和去除有害内容的数据,客户提供定制,拒绝不良内容的用户输入,和筛选模型的输出包含不合适的内容(比如仇恨言论、亵渎和暴力)。
负责帮助开发人员构建应用程序,亚马逊CodeWhisperer提供了一个参考追踪显示代码的授权信息推荐,并提供相应的开源库的链接,在必要的时候。这使开发人员更容易决定是否在他们的项目中使用的代码,使相关的源代码归因在他们认为合适的地方。此外,亚马逊CodeWhisperer过滤掉代码建议,包括有毒短语,和建议表明偏见。
通过这些创新服务,我们将继续帮助我们的客户实现生成AI的好处,而在公共和私营部门合作,确保我们这样做负责任的。在一起,我们将建立信任客户和更广泛的公众中,我们利用这种新技术变革的力量。
