本文内容来源自亚马逊 CTO Werner 博士的博客，原文链接：
https://www.allthingsdistributed.com/2023/04/an-introduction-to-generative-ai-with-swami-sivasubramanian.html
在过去的几个月里，生成式 AI 以及相关底层技术引起了广泛的关注。它已经渗入到许多人的集体意识中，从董事会议到家长会，所有人都在讨论它。很多消费者正在使用它，很多企业也在试图找出如何利用它的潜力。但它并不是凭空出现的——关于机器学习的研究可以追溯到几十年前。事实上，机器学习是我们亚马逊长期以来的看家本领。它被用于亚马逊零售网站的个性化、控制我们营运中心的机器人、强化 Alexa 的意图识别和语音合成。机器学习已经嵌刻在亚马逊的基因之中。
我们现在所取得的成就，离不开我们的一些关键技术进步。首先是云技术。这是提供深度学习所需的海量计算和数据的基石。然后是能够理解和学习模式的神经网络。它打开了复杂算法的大门，譬如用于图像识别的算法。最后是 Transformer。不同于线性序列结构的 RNN，Transformer 可以并行处理多个序列，这极大地加快了训练速度，并能够用于创建更大规模、更准确的模型，从而理解人类的知识，可以做到写诗甚至调试代码这样的事情。
最近，我和老朋友 Swami Sivasubramanian 来了一场深入交谈，他主管亚马逊云科技的数据库、数据分析和机器学习服务。他在 Dynamo 的初期构建以及其后 NoSQL 技术经过 Amazon DynamoDB 在全世界的推广都发挥了重要作用。在我们的谈话中，我了解到了生成式 AI 的广阔前景，亚马逊如何让大型语言和基础模型更加简单易用，定制芯片如何帮助降低成本、加快培训、提高能源效率。
我们现在仍处于早期阶段，但正如 Swami 所说，大型语言和基础模型将在未来几年成为每一个应用程序的核心部分。我很期待看到构建开发者如何利用这项技术进行创新和解决难题。
我还记得，在17年前 Swami 入职的第一天，我交给他两个简单的任务：帮助建立一个满足亚马逊规模和需求的数据库；重新审视公司的数据策略。他说我们的首次会议很有野心。但他出色地完成了我的任务。
如果你想了解更多 Swami 团队所取得的成果，你可以在这里了解更多：
https://aws.amazon.com/blogs/machine-learning/announcing-new-tools-for-building-with-generative-ai-on-aws/
现在，像往常一样，开始构建！
听说，点完下面4个按钮
就不会碰到bug了！
