Amazon menggunakan koleksi besar -besaran layanan internal dan aplikasi sebagai “gym pembelajaran penguatan” untuk melatih generasi intelijen buatan berikutnya, menurut eksekutif yang memimpin upaya pengembangan AI terpusat perusahaan.
Strategi ini adalah kunci untuk membangun “sistem kecerdasan yang lebih umum yang dapat keluar dari kotak dan dapat mempelajari tugas baru dengan input minimum,” kata Rohit Prasad, wakil presiden senior Amazon dan kepala ilmuwan untuk intelijen umum buatan, selama sesi pembukaan Rabu di KTT IA Madrona di Seattle.
“Saya sangat percaya bahwa cara kita mendapatkan pembelajaran dengan cepat adalah dengan membuat model ini belajar di lingkungan dunia nyata dengan aplikasi yang dibangun di seluruh Amazon,” kata Prasad sebagai tanggapan atas pertanyaan dari Madrona “Soma” Somasegar di acara tersebut.
Konsep ini mencerminkan cara Amazon awalnya mengambil pelajaran dari pengembangan infrastrukturnya sendiri untuk membuat dan meluncurkan apa yang menjadi platform AWS Cloud yang memimpin pasar.
Ini menggambarkan salah satu keunggulan utama raksasa teknologi seperti Microsoft, Amazon, dan Google memiliki perusahaan kecil dalam lomba AI, memanfaatkan operasi bisnis mereka sendiri di samping infrastruktur teknologi mereka.
Prasad, yang sebelumnya adalah Wakil Presiden Senior dan Kepala Ilmuwan Asisten Pribadi Alexa Amazon, ditunjuk untuk peran yang lebih luas pada tahun 2023, melaporkan kepada CEO Amazon Andy Jassy, sebagai bagian dari upaya yang lebih besar oleh perusahaan untuk mengejar ketinggalan dalam AI generatif pada saat itu.
Komentarnya di acara tersebut memberikan jendela ke dalam pola pikirnya hari ini, dan bagaimana perusahaan mendekati upayanya untuk mengembangkan teknologi AI sendiri, termasuk model Nova in-house-nya.
Amazon sedang membangun “pabrik model”: Prasad mengatakan timnya bergerak menjauh dari proses pembuatan satu model satu kali sekaligus. Sebaliknya, mereka fokus pada menciptakan “pabrik model” yang dirancang untuk “merilis banyak model dengan irama cepat.”
Pola pikir ini adalah kunci untuk meningkatkan model lebih cepat, katanya. Ini membutuhkan pembuatan trade-off strategis untuk setiap rilis, memutuskan properti mana-seperti kemampuan untuk memanggil perangkat lunak atau unggul di rekayasa perangkat lunak-adalah kunci untuk garis waktu peluncuran tertentu.
Menggeser fokus ke agen AI: Tema sentral dari komentar Prasad adalah evolusi dari AI percakapan ke sistem otonom. “Kami sekarang pindah dari chatbots yang hanya memberi tahu Anda hal -hal kepada agen yang benar -benar dapat melakukan sesuatu,” katanya.
Era baru AI agen ini membutuhkan model yang dapat memecah tugas tingkat tinggi, mengintegrasikan berbagai sumber pengetahuan, dan melaksanakan tindakan dengan andal, katanya. Sebagai contoh, ia mengutip model dan toolkit Nova Act Amazon untuk membuat agen otonom di browser web
Menggunakan AI untuk mengotomatiskan “The Muck”: Prasad menyoroti nilai penerapan AI ke produktivitas internal, terutama untuk pekerjaan yang tidak berkepala seperti mengotomatiskan peningkatan versi Java. Tantangan bisnis praktis membantu mendorong adopsi AI internal Amazon.
“Saya ingin AI melakukan kotoran untuk saya,” katanya, “bukan pekerjaan kreatif.”
