Podcast Shift AI: gettare le basi per l'intelligenza artificiale generativa su Amazon con il vicepresidente di AWS Vasi Philomin

“L’intelligenza artificiale offre enormi vantaggi nell’automazione e nella semplificazione delle attività più noiose, ridondanti e dispendiose in termini di tempo.
Se riusciamo a delegare questo tipo di compiti all’intelligenza artificiale, penso che gli esseri umani possano lavorare su cose più complesse a cui sono più adatti, il che implica pensiero critico e creatività.
Ciò che questo consentirà agli esseri umani di fare è risolvere problemi che non sono mai stati in grado di risolvere prima”.
Questo è uno dei pensieri del Dr.
Vasi Philomin, vicepresidente dell'intelligenza artificiale generativa presso Amazon Web Services (AWS), in questo episodio di Shift AI, uno spettacolo che esplora ciò che serve per prosperare e adattarsi ai cambiamenti del posto di lavoro nell'era digitale del lavoro a distanza e dell’intelligenza artificiale.
Discutiamo della sua esperienza come visionario nel campo dell'apprendimento automatico e dell'intelligenza artificiale, delle sue intuizioni sull'applicazione dell'intelligenza artificiale generativa in Amazon/AWS e dei suoi pensieri sulle dimensioni etiche e sul potenziale futuro delle tecnologie AI.
La conversazione arriva prima di AWS re:Invent la prossima settimana a Las Vegas, dove molti degli argomenti saranno al centro dell'attenzione.
Ascolta di seguito e continua a leggere per i punti salienti dei suoi commenti, modificati per contesto e chiarezza.
Iscriviti a Shift AI e ascolta più episodi su ShiftAIPodcast.com.
Prime esperienze lavorative: Negli anni '90 ho conseguito il dottorato in informatica, concentrandomi sull'apprendimento automatico, quando nessuno parlava di ML o AI.
Molti della mia famiglia e dei miei amici allora pensavano che fossi pazzo, ma adesso pensano che io sia un genio.
Inizialmente ho iniziato la mia carriera come scienziato presso Philips Research e poi sono passato rapidamente alla gestione di team di ricerca e sviluppo per creare vari prodotti innovativi per la loro attività relativa allo stile di vita dei consumatori.
Ho vissuto la mia prima grande svolta, lavorando alla transizione dell'illuminazione da analogica a digitale per Philips Lighting, dove ho introdotto il concetto di illuminazione connessa, prendendo i nostri apparecchi di illuminazione e inserendovi chip cellulari per monitorare la connettività e fornendo un'app SaaS che le persone possono gestire in remoto questi dispositivi da qualsiasi luogo.
Il sistema si chiamava City Touch e il backend era costruito su AWS.
Ha consentito alle città di controllare e monitorare tutta l'illuminazione attraverso la loro rete.
Abbiamo lanciato a Los Angeles e siamo cresciuti a livello globale con molta adozione e successo.
Primo lavoro retribuito: mentre ero studente di dottorato nel Maryland, ho iniziato uno stage estivo in Germania e sono andato a fare uno stage presso Daimler Benz, dove ho lavorato nel campo della visione artificiale.
Daimler Benz era interessato alla navigazione autonoma, cercando di comprendere gli oggetti che si vedono nell'ambiente, come i segnali stradali e i pedoni.
Alla fine, ho pubblicato un documento di ricerca incentrato su come possiamo rilevare questi oggetti e siamo stati i primi a dimostrare come ciò potesse svolgersi dal vivo nei veicoli.
Vita familiare: la mia famiglia è piena di medici.
I miei genitori sono entrambi medici e mio fratello è un dentista.
Molte delle nostre conversazioni a cena riguardavano la mia famiglia che voleva che studiassi per diventare chirurgo, ma io ero più interessato a cose come la matematica e le probabilità.
Era abbastanza diverso dalle cose di cui i miei genitori e mio fratello parlavano e leggevano, ma mi supportavano comunque molto e sapevo che volevo approfondire un aspetto dell'informatica incentrato sulla matematica.
Alla fine l'intelligenza artificiale è diventata una delle cose sul mio radar.
Amazon e l'intelligenza artificiale generativa: prima che avvenisse qualsiasi integrazione dell'intelligenza artificiale in Amazon, abbiamo parlato con molti dei nostri clienti delle sfide che devono affrontare nell'applicazione dell'intelligenza artificiale generativa nella loro attività.
Attraverso questa scoperta siamo tornati con tre temi generali.
Non esiste una soluzione valida per tutti quando si tratta di modelli di intelligenza artificiale.
Esistono diverse famiglie di modelli e diversi modelli funzionano meglio per diversi casi d'uso.
È importante considerare in che modo le imprese si differenziano dalla concorrenza quando le risorse di intelligenza artificiale diventano disponibili a tutti.
Esistono casi d'uso in cui il costo può essere molto più elevato del valore fornito dalla Gen-AI.
La chiave è come prendere l’intelligenza artificiale e applicarla su larga scala in modo economicamente vantaggioso ai problemi del mondo reale.
Amazon Bedrock: Per prendere queste tecnologie e applicarle su larga scala ai problemi aziendali del mondo reale, è necessario pensare end-to-end, applicandole a tutto lo stack tecnologico.
Questo è esattamente ciò a cui pensavamo quando abbiamo lanciato Amazon Bedrock.
Tre elementi principali di Amazon Bedrock: Amazon Bedrock offre i migliori modelli di base di fornitori di intelligenza artificiale come: AI21 Labs, Amazon, Anthropic, Cohere, Meta e Stability AI.
Amazon Bedrock dispone di personalizzazione privata che consente alle aziende di differenziarsi dalla concorrenza e di utilizzare in modo sicuro i propri dati e IP.
Negli ultimi anni Amazon ha investito in due chip chiamati AWS Trainium e AWS Inferentia, uno per la formazione e uno per le previsioni.
Questi chip sono specificamente pensati per l’intelligenza artificiale generativa e offrono un rapporto prezzo-prestazioni migliore rispetto a quello attualmente disponibile.
Congruenza tra uomo e intelligenza artificiale: l’intelligenza artificiale offre enormi vantaggi per l’automazione e la razionalizzazione del nostro lavoro, tuttavia è assolutamente necessario che gli esseri umani continuino a verificare i processi dell’intelligenza artificiale e a controllare ciò che l’intelligenza artificiale produce.
In generale, penso che i compiti più noiosi, ridondanti e dispendiosi in termini di tempo dovrebbero essere affidati all’intelligenza artificiale in modo che gli esseri umani possano lavorare su compiti più complessi, come il pensiero critico e la creatività.
Si tratta di aumentare la produttività umana, in termini di ciò che gli esseri umani sono in grado di fare ora e di ciò che non erano in grado di fare prima.
Intelligenza artificiale per sviluppatori di software: come sviluppatore, la mia esperienza con la tecnologia front-end ha evidenziato le sfide nel tenere il passo con i nuovi linguaggi e framework di programmazione.
Mi ritrovo a ottenere moltissimo valore dagli strumenti che abbiamo sviluppato come Amazon Code Whisperer, progettato per migliorare la produttività degli sviluppatori.
Attraverso una sfida di produttività a livello aziendale, abbiamo scoperto che Amazon Code Whisperer ha aumentato significativamente l'efficienza e i tassi di completamento delle attività.
Riconoscendo la necessità di personalizzazione, abbiamo recentemente aggiornato Amazon Code Whisperer per adattarlo alle basi di codice interne, aumentandone ulteriormente l'efficacia nel migliorare la produttività degli sviluppatori.
Regolamento sull'intelligenza artificiale: Amazon è molto impegnata nello sviluppo responsabile di tutti i prodotti IA realizzati internamente.
Abbiamo introdotto un quadro di intelligenza artificiale responsabile che copre questioni come equità, spiegabilità, robustezza e governance.
Crediamo inoltre in un approccio incentrato sulle persone, assicurandoci che ci sia sufficiente formazione sull’intelligenza artificiale e sul machine learning.
È molto importante definire i processi all'interno della propria organizzazione ed essere trasparenti nella comunicazione delle informazioni su un sistema di intelligenza artificiale in modo che le persone possano fare scelte informate sull'utilizzo degli strumenti di intelligenza artificiale.
Mentori: Azriel Rosenfeld è stato il mio tutor durante la scuola di specializzazione presso l'Università del Maryland.
Era un rabbino ed è ampiamente considerato il padre della visione artificiale.
Ciò che ho imparato da lui è stata la disciplina; era il primo ad entrare in ufficio alle 7 del mattino e l'ultimo ad uscire.
La seconda persona è Jeffrey Cassis, che era il mio capo durante la mia permanenza alla Philips Lighting.
Jeff mi ha insegnato come costruire relazioni migliori.
Quando qualcuno mi chiedeva qualcosa, il mio primo istinto sarebbe stato quello di dire di no, “togliti di mezzo e lasciami fare le mie cose”.
Jeff mi ha insegnato il concetto di “sì, ma”.
È un modo più invitante per sviluppare relazioni e riunire le persone, partecipando a ciò che stai facendo.
Futuro del lavoro: l’intelligenza artificiale generativa sta per scatenare una produttività trasformativa su una scala mai vista prima.
Stiamo davvero solo grattando la superficie e siamo ancora molto presto.
Sarà una delle tecnologie più trasformative della nostra generazione, con la possibilità di superare Internet in termini di impatto.
Ciò ci aiuterà ad affrontare alcuni dei problemi più impegnativi dell’umanità, ad aumentare le prestazioni umane e a massimizzare la produttività su larga scala.
Ascolta l'episodio completo di Shift AI con Vasi Philomin qui.