AIGC 加速企业创新实践指南.docxVIP

1

1

在人工智能发展的漫长历程中,如何让机器学会创作一直被视为难以逾越的天堑,创造力也因此被视为人类与机器最本质的区别之一。然而,人类的创造力也终将赋予机器创造力,把世界送入智能创作的新时代。采用机器学习的新范式赋能业务不断探索已经播种了几十年,但随着足够的可伸缩算力的就位、海量数据的爆炸,以及机器学习技术的快速进步,各行各业的客户开始对业务进行重塑。最近,以ChatGPT为代表的智能对话应用引起了广泛的关注,引发了诸多想象。我们正处在一个机器学习被大规模采用的转折点上,我们也相信人工智能将会重塑大量客户体验和应用程序。从机器学习到智能创造,从专业生产内容(PGC,Professional-generatedContent),用户生产内容(UGC,User-generatedContent)到人工智能生成内容(AIGC,AIGeneratedContent),我们见证了一场深刻的生产力变革,而这份变革也开始影响到我们工作与生活的方方面面,AIGC也慢慢的演变成了一场技术和艺术碰撞的盛宴,不断释放人类创造力,提高艺术设计领域的数字化创新效率。

本白皮书将结合AIGC领域最新技术趋势和真实行业客户案例,向所有AIGC的决策者,开发者、创业者和使用者展示AIGC给各行各业带来的创新与变革,帮助用户更好的理解AIGC带给企业的价值,以及如何借助亚马逊云科技的产品和服务快速高效地构建差异化的AIGC应用,增强企业在AIGC时代的敏捷性与竞争力。

篇章一

AIGC介绍与典型行业应用场景介绍 4

篇章二

AIGC技术生态与典型客户需求 8

篇章三

亚马逊云科技AIGC技术能力与解决方案 10

篇章四

AIGC客户案例分享 24

AIGC(生成式人工智能)是指可生成全新内容的人工智能技术

AIGC

从字面意思来看,AIGC是继PGC,UGC之后的新型内容创作方式,可以在

数字内容生成与交互形态。

AIGCAI(GenerativeAI)(FoundationModels)GartnerAI2022AI2-5202530%AI202550%AI202730%AI因此,AIGC的狭义概念是利用人工智能自动生成内容的生产方式。但是AIGC已经代表了人工智能技术发现的新趋势,过去传统的人工智能偏向于分析能力,即通过分析一组数据,发现其中的规律和模式并用于多种用途,比如应用最为广泛的个性化推荐算法。而现在的人工智能正在生成新的东西,而不是仅仅局限于分析已经存在的东西,从而实现了人工智能

AIGCAI(GenerativeAI)

(FoundationModels)

GartnerAI

2022AI2-5

202530%

AI202550%AI202730%AI

4

4

与所有人工智能技术一样,AIGC的能力由机器学习模型提供,这些模型是基于大量数据进行预先训练的基础模型,通常被称为基础模型(FoundationModels)。机器学习的最新进展(特别是基于transformer的神经网络架构的发明)直接带来这一类模型的爆发式增长,这类模型通常包含数十亿个参数或变量。如今的基础模型,例如大型语言模型GPT3.5或BLOOM,以及由StabilityAI开发的文生图模型stableDiffusion可以执行跨多个领域的多种任务,例如撰写博客文章、生成图像、解决算术问题、对话聊天,基于文档回答问题等。

尽管预训练基础模型所带来的功能和可能性已足够令人惊叹,而真正让业界兴奋不

帮助业务建立差异化竞争优势,与从零开始训练模型相比,仅需使用一小部分数据和计算资源。定制化的基础模型可以带来独有的顾客体验,体现公司的观点、风格和服务,适用于众多消费者行业,如金融银行、旅行和医疗等。例如,一家金融公司如果需要使用所有相关交易自动生成活动日报以供内部流通,它可以使用包括既往报告在内的专有数据来定制模型,以便基础模型了解如何阅读报告和使用哪些数据来生成日报。

基础模型