機(jī)器學(xué)習(xí)（ML）范式轉(zhuǎn)變的種子已經(jīng)埋下了幾十年，但隨著可伸縮計(jì)算能力的可用性、海量數(shù)據(jù)的爆炸以及機(jī)器學(xué)習(xí)技術(shù)的快速進(jìn)步，汽車和制造業(yè)客戶正在著手對業(yè)務(wù)進(jìn)行重塑。就在不久前，生成式AI應(yīng)用，引發(fā)了人們的廣泛關(guān)注和想象，不過這只是一個(gè)開始。為了真正影響行業(yè)，進(jìn)而惠及消費(fèi)者，企業(yè)需要擁抱各種可能性，并為其開發(fā)人員提供所需工具。我們正處于一個(gè)令人興奮的轉(zhuǎn)折點(diǎn)——機(jī)器學(xué)習(xí)被廣泛采用，亞馬遜云科技相信生成式AI將重塑大多數(shù)客戶體驗(yàn)以及應(yīng)用程序。

在汽車行業(yè)，生成式AI有望幫助改變汽車的設(shè)計(jì)和開發(fā)方式。作為一種新的人工智能應(yīng)用方法，生成式AI能夠創(chuàng)造新的內(nèi)容和想法，包括基于開發(fā)者的指令進(jìn)行設(shè)計(jì)類工作的探索。與所有人工智能技術(shù)一樣，生成式AI的能力也是由機(jī)器學(xué)習(xí)模型驅(qū)動的，這些龐大的模型經(jīng)過海量數(shù)據(jù)的預(yù)先訓(xùn)練，通常被稱為基礎(chǔ)模型（Foundation Models）。當(dāng)今的基礎(chǔ)模型，如大型語言模型GPT 3.5或BLOOM，以及由Stability AI開發(fā)的文生圖模型Stable Diffusion，都可以執(zhí)行橫跨多個(gè)領(lǐng)域的廣泛任務(wù)，包括撰寫博客、生成圖像、解決數(shù)學(xué)問題、參與對話和基于文檔回答問題等。

在應(yīng)用于汽車開發(fā)過程時(shí)，生成式AI可以幫助汽車制造商快速確定發(fā)動機(jī)、輕量化結(jié)構(gòu)和車輛功能等復(fù)雜系統(tǒng)的最佳設(shè)計(jì)選項(xiàng)。借助亞馬遜云服務(wù)，汽車制造商現(xiàn)在可以獲取強(qiáng)大的計(jì)算資源，以幫助擴(kuò)展其生成式AI的能力。這篇文章簡要介紹了生成式AI如何幫助汽車主機(jī)廠（OEM）進(jìn)行軟件開發(fā)，以及設(shè)計(jì)、訓(xùn)練和測試自動駕駛系統(tǒng)。這些都是亞馬遜云科技正在盡全力積極探索及整合的新技術(shù)。

生成式AI與軟件定義汽車之旅

汽車行業(yè)正在越來越廣泛地采用 “軟件定義汽車（SDV）”，通過數(shù)百萬行代碼，它為客戶提供更為靈活、響應(yīng)速度更快的解決方案。在軟件定義汽車的模式下，主機(jī)廠通過空中下載（OTA）更新可以持續(xù)為車輛功能進(jìn)行更新和升級，類似于智能手機(jī)通過更新獲取新功能，并隨著時(shí)間推移而更加好用。

生成式AI可用于創(chuàng)建和優(yōu)化軟件和控制系統(tǒng)，并幫助提高車輛的硬件性能。隨著車輛代碼變得日益復(fù)雜，軟件工程師更應(yīng)該專注于開發(fā)創(chuàng)新功能，而不是花時(shí)間試圖跟上復(fù)雜且不斷變化的工具和技術(shù)環(huán)境。

汽車行業(yè)客戶可以使用實(shí)時(shí)?AI?編程助手?Amazon CodeWhisperer。借助生成式AI，Amazon CodeWhisperer可根據(jù)開發(fā)人員使用自然語言編寫的注釋和集成開發(fā)環(huán)境（IDE）中的代碼實(shí)時(shí)生成建議，幫助提高開發(fā)人員的工作效率。同時(shí)，Amazon CodeWhisperer能夠?qū)DE中的現(xiàn)有代碼進(jìn)行分析（無論是由CodeWhisperer生成的還是由開發(fā)人員編寫的），高精度地識別其中有問題的代碼，并就如何修復(fù)提供智能化的建議。

利用生成式AI幫助客戶達(dá)成目標(biāo)

邁向高度自動化和自動駕駛的旅程，是汽車行業(yè)的一個(gè)主要關(guān)注點(diǎn)。自動駕駛需要復(fù)雜的軟件和硬件系統(tǒng)無縫地協(xié)同工作。在設(shè)計(jì)和測試這些系統(tǒng)的過程中，生成式AI可以發(fā)揮重要作用。

例如，主機(jī)廠可以借助生成式AI來進(jìn)行模擬，以測試車輛對各種駕駛場景的響應(yīng)。這些場景可能是極小概率會發(fā)生的情況，或者在現(xiàn)實(shí)世界比較極端的情況，測試并不安全（比如，在夜間、雨天和黑暗中差點(diǎn)撞上橫穿馬路的人）。模擬測試不僅可以提高測試效率，還將使汽車企業(yè)得以創(chuàng)建更豐富的測試場景，并有可能提高整個(gè)駕駛系統(tǒng)的能力。

云與亞馬遜云科技如何提供幫助？

亞馬遜云科技致力于讓客戶更輕松地使用機(jī)器學(xué)習(xí)和AI，并努力使客戶更容易利用生成式AI進(jìn)行構(gòu)建。Amazon Bedrock作為一項(xiàng)新服務(wù)，能夠讓客戶通過API訪問來自亞馬遜以及領(lǐng)先AI初創(chuàng)公司（包括AI21 Labs、Anthropic和Stability AI）的基礎(chǔ)模型。Amazon Bedrock是客戶使用基礎(chǔ)模型構(gòu)建和擴(kuò)展生成式AI應(yīng)用程序的最簡單方法，降低了所有開發(fā)者的使用門檻。客戶可以通過Bedrock訪問一系列強(qiáng)大的文本和圖像基礎(chǔ)模型（該服務(wù)目前提供有限預(yù)覽）。

生成式AI需要大量的計(jì)算資源和數(shù)據(jù)，而獲取及管理這些資源和數(shù)據(jù)既昂貴又耗時(shí)。無論客戶是想運(yùn)行、構(gòu)建還是定制生成式AI基礎(chǔ)模型，都需要專門為機(jī)器學(xué)習(xí)構(gòu)建高性能、高性價(jià)比的基礎(chǔ)設(shè)施。

亞馬遜云科技客戶可以使用由Trainium提供支持的Amazon EC2 Trn1實(shí)例，與其他EC2實(shí)例相比，它都可以節(jié)省高達(dá)50%的訓(xùn)練成本。一旦大規(guī)模部署生成式AI模型，大多數(shù)成本將由模型的運(yùn)行和推理產(chǎn)生。此時(shí)，客戶可以使用由Amazon Inferentia2提供支持的Amazon EC2 Inf2實(shí)例，這些實(shí)例專門針對運(yùn)行數(shù)千億個(gè)參數(shù)模型的大規(guī)模生成式AI應(yīng)用程序進(jìn)行了優(yōu)化。