آمازون یک محیط کاملاً کنترل‌شده برای هوش مصنوعی سازمانی ایجاد می‌کند

مدیر AWS، مت گارمن، در کنفرانس سالانهٔ AWS re:Invent توضیح داد که آمازون چطور می‌خواهد استفاده از هوش مصنوعی سازمانی را ساده‌تر کند؛ اما این سادگی مثل یک «دکمهٔ آسان» است که کاربران را کاملاً داخل اکوسیستم بستهٔ آمازون نگه می‌دارد.

گارمن گفت بسیاری از شرکت‌ها هنوز بازده واقعیِ متناسب با وعده‌های هوش مصنوعی را ندیده‌اند و «ارزش واقعی هوش مصنوعی هنوز آزاد نشده است». بر اساس یک مطالعهٔ MIT، شرکت‌ها بین ۳۵ تا ۴۰ میلیارد دلار روی هوش مصنوعی سرمایه‌گذاری کرده‌اند، اما فعلاً نتیجهٔ قابل توجهی نگرفته‌اند.

آمازون همان استراتژی قدیمی خود در رایانش ابری را تکرار می‌کند:

اول زیرساخت سخت‌افزاری، و بعد لایه‌لایه خدماتی که استفاده را آسان‌تر اما وابستگی را بیشتر می‌کند. نتیجه این است که خروج از این اکوسیستم سخت‌تر می‌شود.

پلتفرم جدید Nova Forge: ساخت مدل‌های سفارشی، اما فقط داخل AWS

آمازون پلتفرم Nova Forge را معرفی کرده که قرار است ساخت مدل‌های اختصاصی هوش مصنوعی برای شرکت‌ها را ساده کند.

گارمن گفت: «امروز راه خوبی ندارید که یک مدل پیشرفته واقعاً داده‌ها و حوزهٔ کاری شما را عمیق بفهمد. اما اگر بتوانید داده‌هایتان را در مرحلهٔ آموزش وارد مدل کنید، می‌توانید یک مدل کاملاً اختصاصی بسازید.»

در Forge، آمازون یک چک‌پوینت نیمه‌تمرینی از مدل‌های Nova در اختیار شرکت‌ها می‌گذارد تا آن را با داده‌های خود کامل کنند. این روش بین «آموزش از صفر» و «فاین‌تیون معمولی» قرار می‌گیرد.

نتیجهٔ این کار، مدل‌هایی اختصاصی به نام Novellas است که فقط روی پلتفرم Bedrock قابل استفاده‌اند. این مدل‌ها قابل خروج از AWS نیستند.

معرفی خانواده مدل‌های Nova 2 گارمن همچنین مدل‌های جدید Nova 2 را معرفی کرد که شامل ۴ نسخه است:

Lite و Pro: مدل‌های استدلالی، رقیب مدل‌های بستهٔ OpenAI و Anthropic

Sonic: مدل تبدیل گفتار به گفتار برای مکالمه

Omni: مدل چندرسانه‌ای برای ورودی/خروجی متن و تصویر

این مدل‌ها هم فقط روی Bedrock قابل دسترسی‌اند.

هرچند آمازون می‌گوید Bedrock از مدل‌های متن‌باز زیادی مثل مدل‌های جدید Mistral هم پشتیبانی می‌کند، اما این‌ مدل‌ها را نمی‌توان با Forge ترکیب کرد.

به این ترتیب، آمازون عملاً مشتری را بیشتر به اکوسیستم خود وابسته می‌کند.

ایجنت‌ها: تلاش آمازون برای کاهش نگرانی شرکت‌ها

آمازون همچنین ابزارهای جدیدی برای ساخت «ایجنت‌های هوش مصنوعی» معرفی کرد که کارهای چندمرحله‌ای را انجام می‌دهند:

1. افزونهٔ قوانین (Policy Extension): شرکت‌ها می‌توانند دقیقاً مشخص کنند ایجنت به چه ابزارها و داده‌هایی دسترسی دارد و چه کارهایی را مجاز است انجام دهد.مثلاً یک ایجنت خدمات مشتری نمی‌تواند درخواست بازگشت کالای بالای ۱۰۰۰ دلار را تأیید کند و باید انسان تأیید کند.

2. بستهٔ ارزیابی لحظه‌ای ایجنت‌ها: عملکرد ایجنت‌ها به صورت مداوم در دنیای واقعی ارزیابی می‌شود.این باعث می‌شود اگر با آپدیت مدل اصلی، رفتار ایجنت ناخواسته تغییر کرد، سریع متوجه شوید.