亞馬遜首席技術(shù)官Werner Vogels
北京2023年12月20日 /美通社/ -- 在歷史的長河中，人類一直在不斷開發(fā)各種工具和系統(tǒng)，增強(qiáng)自身的能力。無論是印刷術(shù)還是流水線，這些創(chuàng)新拓寬了我們的能力，造就新的工作和職位，我們也在不斷調(diào)整自己來適應(yīng)這些變革。這種變革的速度在過去一年急劇加快。云技術(shù)、機(jī)器學(xué)習(xí)以及生成式AI變得更加普及，從寫電子郵件到開發(fā)軟件，甚至是早期的癌癥篩查，這些技術(shù)幾乎影響到我們生活的方方面面。未來幾年，我們將迎來更多產(chǎn)業(yè)創(chuàng)新，推動(dòng)技術(shù)的廣泛應(yīng)用，幫助我們跟上日益加快的生活節(jié)奏，而這一切都將始于生成式AI。
生成式AI將逐漸具備文化意識(shí)
基于文化多樣性數(shù)據(jù)訓(xùn)練的大語言模型（LLM），將能夠更細(xì)膩地理解人類體驗(yàn)以及復(fù)雜的社會(huì)挑戰(zhàn)。這種"文化流利度"有望讓全球用戶更方便地使用應(yīng)用生成式AI。
文化的影響體現(xiàn)在方方面面，從我們講的故事、吃的食物、穿著打扮，到價(jià)值觀、禮儀與偏見，以及我們處理問題和做出決策的方式。文化是我們?cè)谏鐣?huì)群體中存在的基礎(chǔ)，為我們的行為和信仰提供了規(guī)則和指南，而這些會(huì)隨我們所在的環(huán)境和接觸的對(duì)象而變化。
同時(shí)，這些差異有時(shí)也會(huì)導(dǎo)致混淆和誤解。例如，在日本，吃面時(shí)發(fā)出的大聲吸湯的聲音被視為享受美味的表現(xiàn)，但在其他文化中則被視為不禮貌的行為。在印度的傳統(tǒng)婚禮上，新娘可能會(huì)穿著精心設(shè)計(jì)、色彩鮮艷的藍(lán)嘎（lehenga，印度女性的傳統(tǒng)服飾）；而在西方，白色婚紗才是傳統(tǒng)；在希臘，人們會(huì)為了好運(yùn)往婚紗上吐口水。作為人類，我們已習(xí)慣跨越多種文化展開協(xié)作，我們能夠?qū)⑦@些信息置于特定語境中，調(diào)整解讀方式并做出適當(dāng)?shù)幕貞?yīng)。
所以，為什么不對(duì)我們?cè)谌粘Ｉ钪惺褂煤鸵蕾嚨募夹g(shù)有同樣的期望呢？在未來幾年，文化將在技術(shù)的設(shè)計(jì)、部署和使用方式中發(fā)揮關(guān)鍵作用，其中最顯著的影響將體現(xiàn)在生成式AI中。
基于大語言模型的系統(tǒng)要觸達(dá)全球用戶，它們需要達(dá)到與人類自身相似的文化流利度。佐治亞理工學(xué)院的研究人員在今年早些時(shí)候發(fā)布的一篇論文中證實(shí)，即使給一個(gè)大語言模型提供了明確提及伊斯蘭禱詞的阿拉伯語提示詞，它生成的回復(fù)仍然是建議與朋友一起飲酒，這在伊斯蘭文化中顯然是不當(dāng)之舉。這很大程度上與可用的訓(xùn)練數(shù)據(jù)有關(guān)。用于訓(xùn)練許多大語言模型的Common Crawl數(shù)據(jù)集大約有46%的內(nèi)容是英語，而且無論是哪種語言，更大比例的內(nèi)容以西方文化為基礎(chǔ)（明顯傾向于美國）。而如果使用專門針對(duì)阿拉伯語生成的預(yù)訓(xùn)練模型并使用阿拉伯語進(jìn)行預(yù)訓(xùn)練，提供相同的提示詞，就能生成更符合相應(yīng)文化背景的回復(fù)，比如建議喝茶或咖啡。非西方語境的大語言模型在過去幾個(gè)月里已經(jīng)開始出現(xiàn)：例如基于阿拉伯語和英語數(shù)據(jù)訓(xùn)練的Jais、中英雙語模型Yi-34B，以及使用大量日語網(wǎng)絡(luò)語料庫進(jìn)行訓(xùn)練的Japanese-large-lm。這些跡象表明，具有文化準(zhǔn)確性的非西方模型將把生成式AI帶給數(shù)億人，并影響從教育到醫(yī)療的方方面面。
需要注意的是，語言和文化并不相同。一個(gè)模型即使能夠提供完美的翻譯，也并不代表其具備文化意識(shí)。隨著大量的歷史和經(jīng)驗(yàn)被嵌入到模型中，我們將看到大語言模型開始形成更廣泛的全球化視角。正如人類從辯論探討和思想交流中學(xué)習(xí)一樣，大語言模型也需要類似的機(jī)會(huì)來拓展它們的視野并理解文化。在這種文化交流中，有兩個(gè)研究領(lǐng)域?qū)l(fā)揮關(guān)鍵作用：一是基于AI反饋的強(qiáng)化學(xué)習(xí)（RLAIF），即一個(gè)模型可以吸收另一個(gè)模型的反饋，不同的模型之間可以相互影響，并根據(jù)這些影響更新其對(duì)不同文化概念的理解；二是通過多智能體辯論進(jìn)行協(xié)作，即一個(gè)模型的多個(gè)實(shí)例生成響應(yīng)，之后針對(duì)每個(gè)響應(yīng)的有效性及背后的推理展開辯論，最后基于辯論過程得出一致的響應(yīng)。這兩個(gè)研究領(lǐng)域都能夠降低訓(xùn)練和微調(diào)模型所需的人力成本。
大語言模型在相互之間交互和學(xué)習(xí)的過程中，將從不同文化的視角獲得對(duì)復(fù)雜社會(huì)挑戰(zhàn)的更為細(xì)致的理解。這些進(jìn)步還將確保模型提供更具韌性和技術(shù)準(zhǔn)確性的反饋，涵蓋如科技等廣泛的領(lǐng)域。該影響將是深遠(yuǎn)的，并在不同地理區(qū)域、社區(qū)和不同時(shí)代中為人們所感知。
女性科技終于崛起
隨著女性科技（FemTech）投資的激增、混合醫(yī)療的發(fā)展以及豐富的數(shù)據(jù)讓診斷和治療效果不斷改善，女性醫(yī)療健康領(lǐng)域迎來一個(gè)拐點(diǎn)。女性科技的崛起不僅將造福女性，還將推動(dòng)整個(gè)醫(yī)療系統(tǒng)的發(fā)展。
女性醫(yī)療并非小眾市場(chǎng)。僅在美國，女性每年在醫(yī)療領(lǐng)域的支出就超過5,000億美元。她們占人口總數(shù)的50%，但在消費(fèi)者醫(yī)療保健決策者中的占比則達(dá)到80%。然而，現(xiàn)代醫(yī)學(xué)一直默認(rèn)以男性為基礎(chǔ)，直到1993年美國國立衛(wèi)生研究院(NIH)頒布的《振興法案》之后，女性才被納為臨床研究對(duì)象。歷史上，月經(jīng)護(hù)理和更年期治療歷來被視為禁忌話題，而且由于女性被排除在臨床試驗(yàn)和研究之外，她們的診療結(jié)果比男性要差得多。
平均而言，女性在許多疾病的診斷上要晚于男性，而且女性在心臟病發(fā)作后被誤診的風(fēng)險(xiǎn)比男性高50%。處方藥或許是最能體現(xiàn)不平等的例子：女性使用處方藥造成不良反應(yīng)的比例明顯高于男性。盡管這些統(tǒng)計(jì)數(shù)據(jù)看起來令人擔(dān)憂，但在云技術(shù)和大數(shù)據(jù)的幫助下，對(duì)女性醫(yī)療（又稱"女性科技"）的投資正在不斷上升。
亞馬遜云科技一直與女性領(lǐng)導(dǎo)的初創(chuàng)公司密切合作，見證了女性科技的發(fā)展。僅僅在過去的一年，相關(guān)投資就增長了197%。隨著投資的不斷增加、機(jī)器學(xué)習(xí)等技術(shù)的不斷發(fā)展，以及專為女性設(shè)計(jì)的聯(lián)網(wǎng)設(shè)備的出現(xiàn)，我們正身處一個(gè)前所未有的轉(zhuǎn)折點(diǎn)，不僅關(guān)系到人們對(duì)女性護(hù)理的認(rèn)知，也涉及到相應(yīng)的管理方式。Tia、Elvie和Embr Labs等公司展示了利用數(shù)據(jù)和預(yù)測(cè)分析提供個(gè)性化護(hù)理的巨大潛力，無論是在家還是在旅途中都能給患者提供舒適的體驗(yàn)。
隨著對(duì)女性健康需求的社會(huì)偏見逐漸消失，以及更多的資金流入該領(lǐng)域，女性科技公司將會(huì)繼續(xù)積極應(yīng)對(duì)過去被忽視的各種醫(yī)療狀況和需求。與此同時(shí)，在線醫(yī)療平臺(tái)、便捷的低成本診斷設(shè)備以及按需獲取的醫(yī)療專家服務(wù)構(gòu)成的混合醫(yī)療模式的發(fā)展，將大幅增加女性獲得醫(yī)療服務(wù)的機(jī)會(huì)。Maven等客戶已證明了在這一領(lǐng)域的領(lǐng)導(dǎo)地位，它們打破了心理健康和身體健康之間的界限，為用戶提供從情感咨詢到更年期護(hù)理的全方位服務(wù)。
這些平臺(tái)的成熟和普及將促使醫(yī)療服務(wù)的大眾化。借助應(yīng)用程序和遠(yuǎn)程醫(yī)療平臺(tái)，居農(nóng)村和醫(yī)療資源匱乏地區(qū)的女性將更容易聯(lián)系到婦產(chǎn)科醫(yī)生、心理健康專家及其他領(lǐng)域的專家。例如NextGen Jane正在開發(fā)的智能衛(wèi)生棉系統(tǒng)，將幫助女性建立子宮健康檔案，識(shí)別潛在的疾病基因組標(biāo)記物，并與臨床醫(yī)生共享這些信息?？纱┐髟O(shè)備將為用戶和醫(yī)生提供大量可分析的縱向健康數(shù)據(jù)。如今，超過70%女性的更年期癥狀無法得到有效治療，隨著教育水平的提升、數(shù)據(jù)的普及和非介入性解決方案的出現(xiàn)，將極大地改善治療效果，而這也遠(yuǎn)遠(yuǎn)超出了婦產(chǎn)科護(hù)理的范疇。
例如，在女足世界杯的備戰(zhàn)期間，約有30名運(yùn)動(dòng)員因十字韌帶撕裂而提前退賽。與傳統(tǒng)醫(yī)學(xué)一樣，女性的訓(xùn)練模式也是基于男性的訓(xùn)練方法，很少考慮到生理差異。因此，女性因十字韌帶受傷而退役的幾率是男性的6倍，而她們完全康復(fù)并重返球場(chǎng)的幾率則比男性低25%。這也是研究女性獨(dú)特的健康數(shù)據(jù)將產(chǎn)生重大影響的另一個(gè)領(lǐng)域，這樣不僅可以預(yù)防女性運(yùn)動(dòng)員受傷，還能全面提升她們的整體健康狀況。
我們正處于女性醫(yī)療的轉(zhuǎn)折點(diǎn)。獲取豐富多樣的數(shù)據(jù)，并結(jié)合計(jì)算機(jī)視覺和深度學(xué)習(xí)等云技術(shù)，將減少誤診并且有助于降低當(dāng)前對(duì)女性影響較大的藥物副作用。子宮內(nèi)膜異位癥和產(chǎn)后抑郁癥將得到應(yīng)有的關(guān)注。我們終將看到女性醫(yī)療從邊緣走向前沿。由于女性主導(dǎo)的團(tuán)隊(duì)解決廣泛健康問題的意愿要比男性主導(dǎo)的團(tuán)隊(duì)更強(qiáng)，女性科技不僅讓女性受益，也將改善整個(gè)醫(yī)療系統(tǒng)。
AI助手重新定義開發(fā)者生產(chǎn)力
AI助手將從基礎(chǔ)代碼生成器，演變?yōu)閷?dǎo)師和不知疲倦的合作伙伴，在整個(gè)軟件開發(fā)生命周期中提供支持。它們將用通俗語言解釋復(fù)雜的系統(tǒng)，提出有針對(duì)性的改進(jìn)建議并處理重復(fù)性任務(wù)，讓開發(fā)者將注意力集中在最具影響力的工作上。
在2021年，我曾預(yù)測(cè)生成式AI將開始在軟件編寫中起到關(guān)鍵作用。它將拓展開發(fā)者的能力，協(xié)助他們寫出更安全、更可靠的代碼。現(xiàn)在，這一預(yù)測(cè)正在變?yōu)楝F(xiàn)實(shí)。我們看到眾多基于自然語言提示，生成的函數(shù)、類和測(cè)試的工具和系統(tǒng)。事實(shí)上，在2023年Stack Overflow的開發(fā)者調(diào)查中，70%的受訪者表示他們?cè)陂_發(fā)過程中已經(jīng)使用或計(jì)劃使用AI輔助工具。
未來的AI助手不僅會(huì)理解和編寫代碼，它們還將是一位不知疲倦的合作伙伴和導(dǎo)師。無論你提出多少問題，它們都會(huì)不知疲倦地執(zhí)行任務(wù)，并且不厭其煩地解釋概念或重復(fù)工作。AI助手擁有無限的時(shí)間和耐心，協(xié)助團(tuán)隊(duì)中的每個(gè)成員應(yīng)對(duì)從代碼審查到產(chǎn)品策略過程中的各種挑戰(zhàn)。
產(chǎn)品經(jīng)理、前端和后端工程師、數(shù)據(jù)庫管理員、UI/UX設(shè)計(jì)師、DevOps工程師和架構(gòu)師之間的界限將逐漸模糊。AI助手將憑借對(duì)整個(gè)系統(tǒng)，而非對(duì)單一模塊的理解，提供一些能夠激發(fā)人類創(chuàng)造力的建議，例如將一張餐巾紙上的草圖轉(zhuǎn)換成框架代碼、根據(jù)需求文檔自動(dòng)生成模板，或者為你的任務(wù)推薦最適合的基礎(chǔ)設(shè)施，如無服務(wù)器架構(gòu)或容器技術(shù)。
這些AI助手將具有高度的可定制性，可以針對(duì)個(gè)人、團(tuán)隊(duì)或企業(yè)級(jí)的需求進(jìn)行個(gè)性化定制。它們能用簡(jiǎn)單的術(shù)語解釋Amazon S3等復(fù)雜分布式系統(tǒng)的內(nèi)部機(jī)制，成為極具價(jià)值的教學(xué)工具。初級(jí)開發(fā)者可以借助這些工具快速熟悉不了解的基礎(chǔ)架構(gòu)并，而經(jīng)驗(yàn)豐富的工程師則可以使用它們快速理解新的項(xiàng)目或代碼庫，并做出實(shí)際貢獻(xiàn)。可能過去需要花費(fèi)數(shù)周的時(shí)間才能完全理解代碼更改的下游影響，而AI助手可以即刻對(duì)變更進(jìn)行評(píng)估，概述對(duì)系統(tǒng)其他部分可能產(chǎn)生的影響，并根據(jù)需要提提供改進(jìn)建議。
我們已經(jīng)看到，在現(xiàn)代軟件開發(fā)中，很多之前被視為枯燥的工作內(nèi)容正逐漸從開發(fā)者的日常工作中消失，例如編寫單元測(cè)試、樣板代碼和調(diào)試錯(cuò)誤。那些通常被認(rèn)為是"多余的"任務(wù)往往會(huì)被忽視。AI助手將有能力重構(gòu)和遷移整個(gè)遺留應(yīng)用程序，例如將應(yīng)用從Java 8升級(jí)到Java 17，或者將單體應(yīng)用拆分為微服務(wù)。
毫無疑問，開發(fā)人員仍然需要規(guī)劃和評(píng)估最終產(chǎn)出。但是AI助手將幫助他們篩選學(xué)術(shù)研究，為分布式系統(tǒng)選擇正確的算法，并決定如何更好地從主備模式遷移到雙活模式，甚至能夠理解資源如何影響效率，并據(jù)此制定定價(jià)模型。這將使更多的工作自動(dòng)化，開發(fā)者不再需要手動(dòng)執(zhí)行升級(jí)Java版本等繁重的任務(wù)，轉(zhuǎn)而可以專注于那些能推動(dòng)創(chuàng)新的創(chuàng)意性工作。
在未來幾年中，隨著AI助手從軟件行業(yè)中的嘗鮮變?yōu)楸匦杵?，工程團(tuán)隊(duì)將變得更加高效，開發(fā)出更高質(zhì)量的系統(tǒng)，并縮短軟件的發(fā)布周期。
教育變革緊跟科技創(chuàng)新步伐
僅靠高等教育無法跟上技術(shù)變革的步伐。以行業(yè)為主導(dǎo)的技能培訓(xùn)項(xiàng)目將會(huì)興起，這些項(xiàng)目會(huì)更接近于技術(shù)工人的職業(yè)道路，而持續(xù)學(xué)習(xí)的轉(zhuǎn)變將讓個(gè)人和企業(yè)實(shí)現(xiàn)雙贏。
我對(duì)過去的軟件開發(fā)周期還記憶猶新：一個(gè)產(chǎn)品可能要開發(fā)5年以上才能交付給客戶。直到90年代末，這仍是公認(rèn)的做法。但在今天，用上述方法開發(fā)的軟件在真正投入使用之前就已經(jīng)嚴(yán)重過時(shí)了。得益于云計(jì)算的普及、持續(xù)改進(jìn)的文化以及最小化可行產(chǎn)品方法的廣泛采用，我們的軟件開發(fā)周期得到了大幅縮短，其影響力也極為顯著。企業(yè)將產(chǎn)品推向市場(chǎng)的速度，以及客戶對(duì)新技術(shù)的接受速度，比以往任何時(shí)候都快。在技術(shù)和商業(yè)都在快速旋轉(zhuǎn)的飛輪中，高等教育直到現(xiàn)在都尚未包含在內(nèi)。
教育在世界各地存在著巨大差異，但人們普遍認(rèn)為，企業(yè)要想雇傭優(yōu)秀的人才，或者自己要想找到理想的工作，擁有大學(xué)學(xué)位是最基本的要求，在技術(shù)領(lǐng)域尤為如此。然而，我們看到這種模式正在瓦解，無論是對(duì)個(gè)人還是對(duì)企業(yè)。對(duì)于學(xué)生而言，教育成本在不斷上升，許多人對(duì)傳統(tǒng)大學(xué)學(xué)位的價(jià)值產(chǎn)生了質(zhì)疑，尤其是在實(shí)用培訓(xùn)變得可行時(shí)。對(duì)于企業(yè)而言，新員工仍然需要在職培訓(xùn)。隨著越來越多的行業(yè)要求員工具備專業(yè)化的技能，學(xué)校教育與雇主需求之間的差距正在擴(kuò)大。就像數(shù)十年前的軟件開發(fā)過程，我們?cè)诳萍冀逃I(lǐng)域也到達(dá)了一個(gè)關(guān)鍵點(diǎn)，我們將看到曾經(jīng)為少數(shù)人量身定制的在職培訓(xùn)逐漸演變成面向廣大人群的由行業(yè)驅(qū)動(dòng)的技能教育。
多年來，我們已經(jīng)見證了這種趨勢(shì)的轉(zhuǎn)變。像Coursera這樣最初專注于消費(fèi)者的公司，已經(jīng)與企業(yè)合作，加強(qiáng)了技能提升和再培訓(xùn)力度。學(xué)位學(xué)徒制因?yàn)榭梢杂晒椭鲗ｉT化而繼續(xù)流行，而學(xué)徒在學(xué)習(xí)的同時(shí)也能獲得收入。不過，目前企業(yè)自身也開始大規(guī)模投資于技能教育。事實(shí)上，亞馬遜剛剛宣布，已在全球培訓(xùn)了2,100萬技術(shù)學(xué)習(xí)者。這在一定程度上得益于機(jī)械電子與機(jī)器人技術(shù)學(xué)徒計(jì)劃（Mechatronics and Robotics Apprenticeship），以及Amazon Cloud Institute等項(xiàng)目。所有這些項(xiàng)目都讓處于職業(yè)生涯不同階段的學(xué)習(xí)者能夠獲得他們需要入職熱門職位的精準(zhǔn)技能，而無需承擔(dān)傳統(tǒng)多年制項(xiàng)目的承諾。
需要明確的是，這個(gè)概念并非沒有先例。例如電工、焊工和木匠等熟練工種，他們的大部分技能都不是在課堂上學(xué)到的。他們從初學(xué)者到成為學(xué)徒，再成長為熟練工，甚至可能成為技術(shù)專家。這樣的學(xué)習(xí)是在工作中持續(xù)進(jìn)行的，而且有明確的技能提升路徑。這種終身教育的方式——學(xué)習(xí)并保持好奇心，對(duì)個(gè)人和企業(yè)而言都大有脾益。
所有這一切并不意味著傳統(tǒng)學(xué)位會(huì)消失。這不是一個(gè)"非此即彼"的情況，而是關(guān)乎選擇。在科技領(lǐng)域，傳統(tǒng)的學(xué)術(shù)學(xué)習(xí)仍然至關(guān)重要。但在許多其他行業(yè)中，技術(shù)的影響已經(jīng)超越了傳統(tǒng)教育系統(tǒng)。為了滿足商業(yè)需求，我們將迎來一個(gè)行業(yè)主導(dǎo)的教育機(jī)會(huì)新時(shí)代，而這將是不容忽視的潮流。
