Pumasok ang Amazon Web Services sa mabilis na tumitinding karera sa generative-artificial-intelligence platform ngayong linggo kasama ang Amazon Bedrock, isang pinamamahalaang serbisyo na idinisenyo upang hayaan ang mga negosyo na bumuo ng mga aplikasyon gamit ang mga pundasyong modelo mula sa Amazon at sa labas ng mga kumpanya ng AI nang hindi mismo pinapatakbo ang pinagbabatayang imprastraktura.

Inanunsyo ng AWS ang Bedrock noong Huwebes bilang isang limitadong serbisyo ng preview na nag-aalok ng access sa pamamagitan ng mga API sa mga modelo mula sa AI21 Labs, Anthropic, Stability AI at sa bagong pamilya ng Titan ng Amazon. Ang estratehiya ay naiiba sa pagtali ng mga customer sa iisang modelo: Ipinoposisyon ng AWS ang cloud nito bilang isang layer kung saan maaaring maghambing, mag-customize, at mag-deploy ang mga negosyo ng maraming pamilya ng foundation-model habang pinapanatili ang kanilang mga aplikasyon sa loob ng mas malawak na kapaligiran ng AWS.

Ginagawang tampok ng Amazon ang pagpili ng modelo bilang isang tampok sa cloud

Sa simula, kasama sa Bedrock ang mga modelo ng wika ng Jurassic-2 ng AI21, ang modelo ng pakikipag-usap ni Claude ng Anthropic, ang teknolohiyang text-to-image ng Stability AI, at dalawang modelo ng Amazon Titan. Ang isang modelo ng Titan ay bumubuo at nagbubuod ng teksto; ang isa naman ay lumilikha ng mga embedding na nagsasalin ng teksto sa mga numerical na representasyon na kapaki-pakinabang para sa paghahanap, rekomendasyon, at iba pang mga gawain sa machine-learning.

Ang serbisyong ito ay sumasalamin sa mas malawak na pagbabago sa cloud computing. Sa loob ng maraming taon, ang mga pangunahing provider ay nagpaligsahan sa storage, mga database, mga virtual machine, at mga espesyalisadong imprastraktura ng machine-learning. Ang mga foundation model ngayon ay nagdaragdag ng mas mataas na application layer: gusto ng mga customer ng malalakas na pretrained system, ngunit marami ang ayaw mag-assemble ng mga cluster, magsanay ng mga modelo mula sa simula, o mamahala ng mga kumplikadong deployment pipeline.

Iniulat ng TechCrunch na ang Bedrock ay nilayon upang bigyan ang mga developer ng serverless access sa maraming generative model at payagan ang mga customer na i-customize ang mga ito gamit ang kanilang sariling data. Ang kombinasyong iyon—pinamamahalaang imprastraktura at enterprise-specific adaptation—ay mahalaga sa pitch ng AWS.

Ang datos ng enterprise ang siyang nagpapaiba

Ang kasabikan ng mga mamimili tungkol sa generative AI ay nakatuon sa mga pampublikong chatbot at image generator, ngunit ang pag-aampon ng mga negosyo ay nakasalalay sa iba't ibang mga kinakailangan: pamamahala ng datos, seguridad, mga mahuhulaang gastos, integrasyon sa mga umiiral na sistema at ang kakayahang iangkop ang mga modelo sa impormasyong pagmamay-ari.

Sinasabi ng AWS na ang mga customer ng Bedrock ay makakapagbigay ng mga may label na halimbawa o datos ng negosyo upang i-customize ang isang modelo ng pundasyon nang hindi kinakailangang direktang pamahalaan ang imprastraktura ng pagsasanay. Sinasabi rin ng kumpanya na ang datos ng customer na ginagamit para sa pag-customize ay mananatiling protektado sa loob ng mga kaayusan ng AWS sa halip na basta na lamang ilantad sa mga tagapagbigay ng modelo.

Iniulat ng Forbes na ang anunsyo ay direktang nakatuon sa mga korporasyong kostumer at inilalagay ang Amazon sa mas kitang-kitang katapat ng Microsoft at Google sa kompetisyon ng generative-AI. Malaki ang namuhunan ng Microsoft sa OpenAI at isinasama ang mga modelo nito sa Azure at productivity software; bumubuo ang Google ng sarili nitong malalaking modelo at mga generative service.

Samakatuwid, ang mapagkumpitensyang tanong ay hindi lamang kung aling kumpanya ang may pinakamahuhusay na modelo. Ang mga cloud provider ay bumubuo ng mga ecosystem kung saan maaaring pagsamahin ang mga modelo, data, pagkakakilanlan, pagsubaybay, mga database at mga aplikasyon. Iminumungkahi ng Bedrock na naniniwala ang Amazon na pahahalagahan ng mga negosyo ang pagpili ng modelo at neutralidad sa imprastraktura nang sapat upang mabawi ang pagpasok nito sa publiko sa boom ng AI na pinapagana ng chatbot.

Binibigyan ng Titan ang Amazon ng first-party model layer

Mahalaga ang pagpapakilala ng Titan dahil ang AWS ay hindi lamang nagho-host ng mga panlabas na provider. Mayroon na itong branded na pamilya ng mga foundation model na maaaring makipagkumpitensya sa loob ng iisang platform. Lumilikha ito ng isang hindi pangkaraniwang istruktura ng marketplace kung saan ang Amazon ay parehong platform operator at model supplier.

Isang kasabay na ulat tungkol sa paglulunsad ang naglarawan sa Bedrock bilang sagot ng Amazon sa mga serbisyo ng cloud AI na nagmumula sa Microsoft at Google. Ang mga first-party na modelo ng Titan ay nagbibigay sa AWS ng direktang stake sa performance ng modelo habang ang lineup ng third-party ay nagbibigay-daan sa mga customer na maiwasan ang pagtaya sa iisang vendor.

Ang pamamaraang iyan ay maaaring maging lalong kaakit-akit dahil ang larangan ay mabilis na nagbabago. Ang paglabas ng GPT-4 noong nakaraang buwan ay nagpakita ng malaking pagbuti sa kakayahan kumpara sa mga naunang sistema at nagpatindi ng mga inaasahan na ang kalidad ng modelo ay patuloy na mabilis na uunlad. Maaaring mas gusto ng mga negosyo ang isang arkitektura na ginagawang mas madali ang paglipat o pagsasama-sama ng mga modelo kaysa sa pag-lock ng isang aplikasyon sa isang mabilis na umuusbong na provider.

Ang karera ng AI ay nagiging isang karera sa imprastraktura

Ang mga pundasyong modelo ay nangangailangan ng malaking halaga ng espesyalisadong computing. Nagbebenta na ang AWS ng access sa mga Nvidia GPU at sarili nitong mga chips na Trainium at Inferentia, na nagbibigay sa kumpanya ng posisyon sa hardware at imprastraktura bago pa man ang Bedrock. Mas mataas na inililipat ng bagong serbisyo ang AWS sa stack, kung saan makakakuha ito ng kita mula sa software layer na binuo sa computing na iyon.

ng saklaw ng ForkLog noong Abril 14 ang istrukturang multiple-model at ang pagsisikap ng Amazon na gawing available ang generative AI sa pamamagitan ng mga pamilyar na cloud API. Iniulat din ng BigDATAwire na isinasama ng AWS ang bagong serbisyo ng modelo sa isang mas malawak na hanay ng mga generative-AI tool para sa mga developer at negosyo.

Malaki pa rin ang mga teknikal at komersyal na tanong. Ang mga generative model ay maaaring maghalusinasyon ng maling impormasyon, magparami ng mga bias, maglantad ng sensitibong materyal kung ang mga hangganan ng data ay hindi maayos na dinisenyo at lumikha ng mga hindi mahuhulaan na gastos kapag ginamit nang malawakan. Aasahan ng mga negosyo ang mga cloud vendor na magbibigay ng pagsubaybay, mga kontrol sa pag-access, mga tool sa pagsusuri at mga katiyakan sa kontrata na kadalasang wala sa mga eksperimentong nakaharap sa mga mamimili.

Ang Bedrock ay nananatili ring nasa limitadong preview, kaya ang praktikal na pagganap, pagpepresyo, at mga limitasyon sa pagpapatakbo nito ay hindi pa naitatatag sa malawak na base ng customer. Ngunit malinaw ang estratehikong direksyon. Ang Generative AI ay lumilipat mula sa mga standalone na demonstrasyon patungo sa mga pangunahing portfolio ng produkto ng pinakamalalaking kumpanya ng cloud.

Ang taya ng Amazon ay hindi pipiliin ng mga negosyo ang AI nang mag-isa. Pipiliin nila ito kasama ng mga data store, mga sistema ng seguridad, mga serbisyo ng compute at mga kapaligiran ng software na ginagamit na nila. Kung magpapatuloy ang tesis na iyan, ang susunod na yugto ng kompetisyon ng generative-AI ay maaaring mapagpasyahan ng arkitektura at pamamahagi ng cloud gayundin ng mga pangunahing benchmark ng modelo.