亚马逊云科技的博士Vasi Philomin：透过生成式AI展望未来的世界
2023年，生成式人工智能迅速走红，一些一直以来致力于人工智能领域的高科技人才，仿佛被这个时代推向前方，被卷入历史的洪流中，再也无法停止！亚马逊云科技生成式人工智能全球副总裁，VasiPhilomin博士天才的道路我们的主要优势之一是将各种技术引入企业商业环境，并使其真正为用户所用，包括生成式人工智能。VasiPhilomin博士表示，亚马逊云科技致力于生成式人工智能，并非从零开始，而是基于过去的积累和创新以亚马逊云科技为例，早在90年代，亚马逊云科技就是人机互动产品的初步尝试。如今，亚马逊云科技的用户量
2023年，生成式人工智能迅速走红，一些一直以来致力于人工智能领域的高科技人才，仿佛被这个时代推向前方，被卷入历史的洪流中，再也无法停止！
亚马逊云科技生成式人工智能全球副总裁，Vasi Philomin博士
天才的道路
我们的主要优势之一是将各种技术引入企业商业环境，并使其真正为用户所用，包括生成式人工智能。Vasi Philomin 博士表示，亚马逊云科技致力于生成式人工智能，并非从零开始，而是基于过去的积累和创新
以亚马逊云科技为例，早在90年代，亚马逊云科技就是人机互动产品的初步尝试。如今，亚马逊云科技的用户量已经非常惊人，每周有1亿用户，互动超过10亿次。从实际应用场景来看，亚马逊云科技在支撑的人机协作的场景有很多。比如，在亚马逊订单履行中心，每天要发送160万个包裹。企业对基础设施以及供应链管理的投资，使得亚马逊在零售业务市场越做越大
作为亚马逊云科技生成式AI全球副总裁的Vasi Philomin博士，他与大多数人的感受是一样的。生成式AI的发展速度太快，被世界所认可的幸福来得太突然
如果我们回到1990年，机器学习在那时还相对冷门。然而，Vasi Philomin博士对此非常热衷，所以他决定将其作为自己的主攻专业。当时，他所做的这个选择遭到了家人和朋友的反对，他们认为他疯了。然而，Vasi Philomin博士最终成功获得了美国马里兰大学帕克分校的计算机科学博士学位，专攻计算机视觉和机器学习，并且还拥有机械工程和计算机科学的两个硕士学位。此外，他还获得了75项美国专利。如今，人们对Vasi Philomin博士及其所从事的事业产生了180度的转变，认为他是人工智能领域的一位天才
Vasi Philomin 博士已经在亚马逊云科技工作了六年多，并创建了以人工智能和机器学习为核心业务的事业部。在这段时间里，他参与了众多技术服务的输出，包括语言服务、视觉服务，以及工业监控、企业搜索服务等等
思考开与合的概念
Vasi Philomin的开场白给人留下了深刻的印象，他针对大家关心的问题进行了讨论。当生成式AI进入狂卷模式时，亚马逊云科技的大模型与其他模型相比有何不同之处？另外，他还提到了如何确保与客户建立信任关系
瓦西·菲洛明博士认为，生成式人工智能并不是一项独立存在的技术，而是需要端到端的一体化技术堆栈能力。这正是亚马逊云科技构建全面服务能力的根本原因，从底层、中间平台层到上层应用都得到了充分考虑。对于用户而言，不需要关心基础设施和平台工具方面的问题，只需根据自身业务的需求进行选择，将大型模型直接应用于企业生产场景中
一个大模型不能满足所有需求，因此真正满足用户需求的大模型应该是一个拥有多个产品的模型家族平台，可以支持不同的场景需求，如文本、图像等。即使一个模型能够解决文本和图像等多种需求，用户更希望有多种选择，根据实际的延迟、成本和准确性等因素来选择适合自己的大模型
以TensorFlow为例，这是一个典型的案例。TensorFlow是一个端到端的开源机器学习平台。为了满足用户的需求，亚马逊云科技对其进行了优化，可以在企业的基础设施上运行。开发者可以在亚马逊云科技上使用TensorFlow，以增强应用程序的机器学习（ML）功能，更好地开发计算机视觉（CV）、自然语言处理（NLP）、语音转换等方面的应用
使用通用大模型的一个问题是，如果竞争对手也使用同样的大模型，那用户的技术投入会得不偿失。因此，亚马逊云科技提供了许多基于企业私有场景的定制化功能。例如：AI模型文本生成模型Amazon Titan Text Express及Titan Text Lite，还有图像生成模型Titan Image Generator。其中Titan Image Generator不仅可以根据文本生成图片，还具备图片编辑和隐藏水印的功能；Amazon Titan Text Express是一种“高性价比”的文字生成模型，允许用户最多输入8000个词元；Titan Text Lite是一种针对文案写作进行重点优化的定制模型，最多可以提供4000个词元的输入
通过对Vasi Philomin博士的采访，我们可以看出亚马逊云科技之所以与众不同，是因为他们在方向选择上的正确性。亚马逊云科技明白大模型不应该是唯一的选择，所以他们选择了开放的态度，拥抱更广泛的模型，从生态角度上取得了胜利。然而，在广泛模型背后，可能会存在管控和信任的难题。因此，亚马逊云科技在确保大模型的安全性、私有属性和定制化属性方面付出了很多努力。这不仅是亚马逊云科技过去在企业级领域的优势，也是赢得客户信任的关键。因此，亚马逊云科技在大模型战略选择方面是毫无破绽的，他们既有开放的态度，又有合作的精神，建立了全栈能力
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Beamer 4是面向macOS的本地视频投屏工具，可将Mac中的影片投放到Apple TV、Chromecast及兼容设备，支持常见格式、多类字幕、环绕声、播放列表和电视遥控操作。
Boom 3D macOS版是一款系统级音效增强工具，可为音乐、电影、游戏和流媒体提供3D虚拟环绕声、31段均衡器、音量增强及应用独立音量控制，并支持本地播放器与多种音频输出设备。
Boris FX macOS版是一套面向剪辑、合成、调色及动态图形工作的专业后期工具，涵盖视觉特效、平面与三维跟踪、转描、画面修复、粒子动画和音频清理，可配合多种主流宿主软件使用。
Capto 是面向 macOS 的屏幕截图、高清录屏与媒体编辑工具，支持区域及整屏捕获、网页长截图、双音轨处理、图片和视频标注、素材分类与多渠道分享，适合教师、学生、内容创作者及需要制作演示教程的用户。
Cursor Crane 是一款仅面向 macOS 的键盘操控效率工具，可通过提示标签、网格、文字查找和窗口模式完成点击、滚动、定位与切换，并支持屏幕内容提取、脚本及工作流扩展。
Deep Freeze 冰点还原 macOS版通过冻结系统配置，让受保护的Mac在重新启动后回到预设状态，并提供解冻空间、维护计划、密码保护及Apple Remote Desktop管理能力。
Focusky macOS版是一款面向教学课件、商务汇报、产品展示和动画宣传内容的演示制作工具。它通过无限画布、路径编排、缩放旋转转场及多媒体编辑，将传统逐页幻灯片转化为更具空间感的动态演示。
Folder Colorizer 2 macOS版是一款直观的文件夹外观定制工具，可更换颜色，添加表情、贴纸及图片背景，并支持批量处理、智能推荐和恢复默认样式，帮助用户更快辨认工作、学习与生活资料。
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。
AlwaysUp是一款面向Windows的系统服务注册与程序托管工具，可让普通应用、脚本及批处理在无人登录时随系统启动，并通过状态检测、异常重启、资源监控和邮件通知保障关键任务持续运行。
AnyDesk Windows版是一款轻量化远程桌面与技术支持工具，可用于控制异地电脑、传输文件、远程打印及无人值守访问。它兼顾连接响应、安全权限和部署灵活性，适合个人远程办公、企业设备维护与客服支持。
Boom 3D Windows版是一款面向音乐、电影和游戏场景的系统级音效增强工具，支持虚拟3D环绕声、31段均衡器、预设音效、应用音量控制及本地音乐播放，可配合耳机、扬声器和蓝牙耳机使用。
Boris FX Windows版是一套服务于影视剪辑、视觉特效、运动跟踪、转描、图像修饰及音频修复的专业创作工具集合，可作为插件接入多种主流后期宿主，也包含可独立运行的应用，适合剪辑师、特效师与内容创作者使用。
ChemDraw Windows版是一款面向化学研究、药物研发、材料科学和教学工作的专业结构绘图工具，可快速绘制分子、反应式及生物聚合物，并提供结构整理、格式转换、性质计算和科研文档协作能力。
CODESOFT Windows版是一套企业级条码与RFID标签设计打印工具，可连接Excel、Access、SQL及云端数据源，支持变量、表单、GS1条码、数据库记录和多种工业打印机，适合制造、仓储、物流及合规标识场景。
Deep Freeze 冰点还原 Windows版通过重启恢复技术保护系统盘及指定分区，自动撤销恶意程序、误操作和配置漂移造成的改动，并支持密码保护、解冻空间与多硬盘管理，适合学校机房、公共电脑、办公终端及家庭电脑使用。
EDIUS 11 Windows版是一款面向影视制作、广播电视、纪录片、短视频及教育机构的专业非线性编辑工具，支持4K/8K、多格式混编、HDR调色、字幕、音频处理和后台渲染，并提供素材管理及丰富的导出预设。
FastStone Capture Windows版是一款轻量级屏幕捕捉、录屏与图像编辑工具，可截取窗口、区域、菜单和滚动页面，并提供标注、模糊、取色、OCR、录音录像及多格式导出能力，适合办公说明、教程制作和问题反馈。
Focusky Windows版是一款动画演示与交互课件制作工具，通过无限画布、缩放旋转镜头、模板素材和对象动画组织内容，可导入PPTX，并输出视频、EXE、PDF、网页等格式，适用于课堂教学、微课、商务汇报及产品展示。