“OpenAI在大约一年前首先推出了人工智能聊天机器人ChatGPT，随后人工智能的大模式开始在全球爆发。微软、谷歌、亚马逊等全球科技巨头在过去一年不断加大对人工智能的投入，在大模型领域展开激烈竞争。
过去几个月，谷歌的Bard、Anthropic的Claude和微软的CoPilot的用户数量都在激增。然而，直到现在，OpenAI的ChatGPT仍然是世界上最受欢迎的AI聊天机器人，占据着最大的市场份额。
另一方面，近期OpenAI高层人事震荡也反映出聊天机器人背后的安全伦理问题，竞争对手正在针对OpenAI的安全缺陷推出更好的解决方案。
全栈基准测试OpenAI和微软
由于ChatGPT等应用程序主要运行在云中，包括微软、AWS和谷歌在内的云计算服务提供商正在大力投资AI big model等人工智能技术，以增强其云计算能力，帮助企业承担更多的人工智能工作负载。
英伟达成为第一家也是唯一一家加入1万亿美元估值俱乐部的芯片公司，被广泛认为是人工智能热潮的最大赢家，因为它是用于支持ChatGPT和其他人工智能应用的芯片的主要供应商。
由于这些应用程序主要运行在云中，包括微软、亚马逊和Alphabet在内的云计算服务提供商的股价也大幅上涨。
在今年的亚马逊云技术AWS reInvent大会上，AWS推出的几乎所有产品都直接针对OpenAI及其支持者微软，从最底层的人工智能基础设施到中层的AI大模型服务，再到最顶层的人工智能应用。AWS正在加速构建自己的大模型生态系统。
AWS首席执行官亚当·塞利普斯基说:“我们认为生成式人工智能实际上有三个宏观层面。这是一个栈，底层用来训练基本模型，在生产环境中运行这些模型；中间层提供了访问这些模型和工具来构建和扩展生成式人工智能应用程序的能力。顶层是使用这些模型构建的应用程序。”
一些分析师认为，AWS和微软Azure在生成式人工智能的技术栈上非常相似。因为微软Azure也构建了从基础设施到顶层应用的整个堆栈。
在顶层应用方面，AWS推出的重磅企业级聊天机器人产品Amazon Q，不仅在名称上与OpenAI曝光的“Q计划”不谋而合，在功能上也与ChatGPT Enterprise和微软的Copilot Studio几乎相同。Copilot Studio基于OpenAI的模型构建使用户能够创建独立的Copilot，定制GPT和添加生成式人工智能插件。
在中间层的生成式人工智能服务方面，AWS宣布其AI大模型服务亚马逊基岩代理(Amazon基岩代理)普遍向客户开放，这使得模型能够针对特定用例进行定制和优化。此外，基岩还引入了一些新技术，包括微调工具、检索增强生成(RAG)等。其中，用于RAG推理模型检索的是Nvidia的Nemo LLM大模型框架。
除了托管Anthropic、Stability AI、Cohere、AI21 Labs和Meta等大模型服务外，AWS还宣布正在打造自己的大模型Titan，并推出了最新的Titan图像生成工具。
底层基础设施方面，AWS和微软Azure都在加大自研芯片的投入。利普斯基在reInvent Conference上与两位重量级人物进行了交谈，其中一位是英伟达创始人兼首席执行官黄仁勋。
黄仁勋高度评价了AWS在芯片基础设施方面的前瞻性投资。他说:“AWS是世界上第一个意识到GPU加速计算重要性的云。很久以前，AWS就把世界上第一个GPU放到了云上。”
黄仁勋提到了一个统计数据，并称之为“惊人”。他说，仅在过去几年中，AWS就在云中部署了200万个使用Ampere和Hopper架构的GPU，相当于一台拥有3000exaFLOPS(3ZFLOPS)计算性能的超级计算机。
他进一步解释说，拥有一台亿次浮点运算性能的超级计算机(1exaFLOPS)是非常令人羡慕的，AWS相当于拥有3000台这样的超级计算机。“这只是开始。”黄仁勋说，“我们与AWS的合作仍在以惊人的速度增长。每个季度，我们都会为AWS部署超过1ZFLOPS的计算能力，这是一个不可思议的数字。我们的两个团队已经建立了一套新的基础设施。”
祝福人类
Anthropic联合创始人兼首席执行官达里奥·阿莫代伊(Dario Amodei)是利普斯基与塞尔维亚对话的另一个人。这两家公司与AWS的关系非常密切。AWS在最近一个季度贡献了英伟达数据中心收入的一半，而Anthropic是今年9月被AWS以40亿美元收购的AI头部企业。该公司的大模特克劳德直接与OpenAI的GPT竞争。
Amodei毫不掩饰他与OpenAI的竞争关系。他说:“Anthropic的创始人是一群在OpenAI工作多年的人。我们开发了一些概念，如GPT-3，基于人类反馈的强化学习，以及语言模型的标度律。这些是当前生成式人工智能热背后的一些关键理论。”
他特别强调，Anthropic的概念不仅是为了创建一个安全、可靠和可控的人工智能模型，而且要在内容生成、概括、问答和复杂推理等领域具有强大的能力。“目前，世界500强企业中约有一半在使用或测试克劳德的大模型。”阿莫代伊说。
OpenAI数据显示，目前每周有1亿用户。自今年3月ChatGPT的API功能发布以来，该公司现在拥有超过200万名开发者，其中超过92%来自世界500强公司。
在大举投资Anthropic的同时，AWS还宣布与Anthropic加强战略合作伙伴关系，Anthropic将AWS视为关键任务工作负载的主要云服务提供商，并将在亚马逊云技术上培训和部署Claude和未来一代的基本模型。
Lipski向Amodei询问了Anthropic和AWS之间关系的未来发展。Amodei表示:“我认为双方未来的合作主要涉及三个方面，第一是计算，第二是为客户提供服务，第三是硬件，主要是Trainium和Inferentia芯片。将这三个级别的技术堆栈结合起来，将真正使我们能够为客户提供过去无法实现的东西，例如定制模型、使用专有数据和独特的微调功能。”
就在上周，Anthropic发布了最新版本的Claude 2.1，在很多关键能力上带来了新的进展。对此，阿莫代伊透露，最新版本的克劳德减少了过去大模型的所谓“错觉”。“所谓错觉，就是模型讲了不真实的东西，我们已经大大降低了这种现象的发生率。”他说，“我们在整个行业中看到，大模型部署到企业的一个核心障碍是，人们担心模型会说出不真实的东西，我们在减少这些问题方面处于前列。”
值得注意的是，除了大型模型的性能，Anthropic正在与OpenAI进行正面竞争，该公司还强调其使命是以更负责任的方式构建通用人工智能AGI。“我们研究机构的很大一部分都在研究人工智能的安全性。”Amodei说，“我们投入了大量工作，使我们的模型难以被破坏，并抵御滥用和有害使用。”
Amodei引用卡内基梅隆大学最近的一项研究数据称，当他们试图摧毁不同的模型时，他们发现克劳德的大模型被成功摧毁的次数比竞争对手少十倍。他所指的竞争对手无疑是GPT大模型。“所以这里确实有实质性的区别。”阿莫代伊说。
“负责任的人工智能”
就在上周，美国、英国和其他十几个国家宣布了一项关于如何保护人工智能免受侵犯的国际协议，并特别强调促进企业创造“设计安全”。该协议指出，设计和使用人工智能的公司需要以确保客户和普通公众不被滥用的方式开发和部署人工智能。
“负责任的AI”也是AWS在今年的reInvent大会上强调的。例如，AWS的新护栏栅栏功能允许用户通过自然语言描述输入他们希望大模型避免的话题，以保护生成式人工智能应用程序，防止其被滥用。
OpenAI的人事震荡反映出改变世界的AI上不同阵营的安全差异已经暴露，人工智能的未来发展也将面临严峻挑战。一方面，以奥特曼为代表的一批“激进派”认为，人工智能的快速发展，尤其是公开部署，对于AI压力测试和技术改进至关重要；另一方面，该公司的另一位联合创始人兼首席科学家Ilya Sutskever认为，最安全的前进方式是在实验室中充分开发和测试人工智能，以确保它对人类是安全的。
利普斯基指出了OpenAI的安全缺陷，并提出了AWS的解决方案。“生成式AI必须具备企业级的安全功能，保护数据的安全和隐私。我们不会使用任何客户数据来训练或改进原有的基本模型。”利普斯基反复强调，“我们会把模型放在一个安全的容器中，它不会去任何地方，你的数据永远不会暴露在公共互联网上，你永远不会离开AWS云，对它的访问将受到限制。”
他还谈到了亚马逊基岩的各种监管治理标准，例如，它将完全符合GDPR的要求。“在释放生成式人工智能全部潜力的同时，我们也必须找到降低风险的方法。现在，应对这一挑战将需要前所未有的合作，包括技术公司、政策制定者、社区团体、科学界和学术界等真正的多方利益相关者的努力。”利普斯基说。
今年早些时候，赛利普斯基和阿莫代伊都加入了拜登政府对人工智能安全的倡导，并做出了一系列自愿承诺，以促进安全透明的人工智能技术的发展；他还参加了在英国举行的AI安全峰会。他补充说:“负责任的人工智能的一个重要部分是促进消费者和应用程序之间的互动，这些互动必须是安全的，避免有害的输出，并符合公司的准则。”
生殖式AI也引起了版权纠纷。OpenAI及其支持者微软已经遭受了许多由版权所有者团体提起的诉讼。给人工智能生成的图像加水印，或者将内容识别为人工智能生成的内容，也是拜登政府人工智能行政令的关键部分。为了解决这个问题，微软和Adobe等公司采用了由内容来源和真实性联盟(C2PA)开发的内容凭证系统。
AWS最近还宣布，文生图形应用Titan Image Generator中的所有图像都被自动添加了隐形水印。AWS生成式人工智能副总裁Vasi Philomin告诉第一财经记者:“从设计之初，我们就想有一种方法来标记人工智能创造的图像，这种方法不会干扰视觉，没有延迟，也不能被剪切或压缩。我们创建了一个API，人们可以通过连接到API，然后提供图像来检查图像的来源。”"