回想一下当一个新的技术或tech-enabled小发明完全抓住了你的注意力和想象力。第一个个人电脑。互联网的出现和网络。电子邮件。智能手机。这些事情改变了我们的生活方式实在难以预料,也许欣赏,直到我们有一些时间与这些技术在我们集体腰带。
我们在那一刻再次与人工智能(AI)和机器学习(ML)。我相信人工智能和毫升是我们这个时代的大多数转换技术。这就是为什么,20多年来,亚马逊投入巨资发展的人工智能和毫升几乎所有的业务单元,把这些神奇的功能。
为什么生成人工智能是在聚光灯下
人工智能是一小群域的研究人员和数据科学家。今天,你不能打开一个新闻商没有参考人工智能特别是生殖AI。它可能会感到惊讶,但是人工智能的概念已经存在自1950年代。
为什么是这个技术已经渗透了decades-seeing现在如此感兴趣?简单地说,人工智能已经到了一个临界点的融合技术进步和增加的理解什么是可以完成的。夫妇,在数据的大规模扩散,高度可伸缩的计算能力的可用性,和ML的进步技术随着时间的推移,和关注生殖AI终于成形。
+,你极有可能已经使用AI和ML的经验。如果你有听Wondery播客,问今天的Alexa的预测,主要视频搜索一个新的系列,或访问商店只有走出技术,你了人工智能从亚马逊。更具体地说,与你交谈的ML系统或模型。正是这些毫升模型坐在生殖中心的AI兴奋和潜力。
因此,生成AI究竟是什么?它是如何不同于其他人工智能吗?
虽然基于相同的概念,有一个简单的区分艾未未的传统的机器学习技术,我们已经把工作几年特定深度学习和生成人工智能。顾名思义,生成人工智能是一种人工智能,可以创建新的内容和观点。它可以是文本、图像、视频、声音、甚至代码。像所有AI,生成AI是由机器学习模型和大型毫升模型上pre-trained海量数据和模型(FMs)通常被称为基础。
之前我们把FMs工作,传统的机器学习允许我们采取简单的形式输入,如数值,并将它们映射到简单的输出,比如预测价值。更高级的ML技术,特别是深度学习,我们可能需要更复杂的输入,如视频或图片,并将它们映射到相对简单的输出。你可以寻找一个图像在一个违反了准则的视频流,情绪或分析文档。通过这种方法,你会了解你给的数据模型,但你不产生新的东西。生成的人工智能,您可以利用大量的数据映射复杂复杂的输出和输入创建新的内容的各种过程。
传统ML模型也往往是特定于任务的。如果我想做翻译的深度学习模型,例如,我会访问很多翻译服务相关的特定数据,学习如何翻译从西班牙到德国。模型只会做翻译工作,但它不能,例如,继续生成食谱在德国肉菜饭。它可以翻译一个肉菜饭食谱从西班牙到德国已经存在,但不是创建一个新的。
独角兽在日落时分在沙滩上
现在,随着生殖AI,每个人都可以使用人工智能没有手动数据准备。动力生成人工智能应用它们基础的大型模型使用神经网络体系结构构建的模型称为“变压器。“它抵达AI圈约2017,显著减少开发过程。
使用变压器结构,生成人工智能模型可以pre-trained所有kinds-text大量的未标记数据,图片,音频,等等。没有手动数据准备,因为大量的训练(学习),开箱即用的模型可以用于各种各样的推广任务。这有点像AI的瑞士军刀。
一个模型可以学习在训练的阶段,例如,什么是日落,海滩是什么样子,独角兽的具体特征是什么。与模型设计文本和生成一个图像,不仅对日落的照片,我可以问海滩,和独角兽,但是我会有独角兽的模型生成一个图像在日落时分在沙滩上。和相对少量的带安全标签的数据时(我们称之为“微调”),你可以适应特定的领域或行业相同的基础模型。
生成的人工智能应用程序:生成AI将改变每一个公司和组织如何运作
任何任务的定制pre-trained调频能力只有少量的带安全标签的数据时─AI有什么革命性的生成。这也是为什么我相信前面的最大机会生成人工智能不与消费者,但在改变公司和组织如何运作的方方面面,以及他们如何为他们的客户提供。
在卫生保健,法律世界,抵押贷款承销业务、内容创建、客户服务、,我们预计熟练地调整生成人工智能模型的作用。想象一下,如果自动文档处理申请你的税收简单和快速,抵押贷款应用程序和一个简单的过程,持续了几天,而不是几个星期。如果对话与卫生保健提供者不仅转录和注释在普通说话,但是医生提供潜在的治疗方法和最新的研究?或者如果你可以探索一个新产品的设计,为可持续发展,优化成本,使用简单的提示和价格。所有这些不仅可能而且有可能生成的人工智能。
我们已经看到一个模式出现在生成AI将如何出现在四个主要的业务模式。
- 改善客户体验通过聊天机器人等功能、虚拟助理智能联系中心,个性化和内容要适度。
- 提高员工的工作效率与会话搜索、文本摘要,和代码生成。
- 生产所有类型的创意内容从艺术和音乐文本、图像、动画和视频。
- 改善业务操作智能文档处理、维护助理、质量控制和视觉检查,培训数据生成和合成。
关键是要确保你选择正确的AI-enabled工具和一些他们的人类的判断和专业知识。这些模型不会取代人类;他们只是会让我们更富有成效。更重要的是,您需要调整这些模型与数据以一种安全的方式,因此,在一天结束的时候这些模型是您的组织的需要定制。数据的区别和关键成分创造卓越的产品,客户经验,或改进的业务操作。
像1995年的互联网
这些仍然非常早期生成的人工智能。有那么多发明和迭代。它让我想起了互联网大约在1995年,当互联网刚刚开始发生,我们听说过一个web浏览器。
当你退后一步,看看我们今天,尚未来临,生成AI有可能彻底改变我们的生活,无论是在家里、学校,还是工作。用这些工具亚马逊和我们的客户正在建设,我们都能够花更多的时间在我们最擅长的,和更少的时间在日常工作。是很强大的,就是要让这这样一个令人难以置信的时间。
更多生殖AI和最新的AWS工具,看看我的主题在AWS纽约峰会上。
