IBM在年度IBM Think大會上將AI和混合云戰(zhàn)略放到了核心位置。在過去幾年里，其他廠商一直專注于新AI應用面向消費者的方面，IBM則一直在開發(fā)新一代模型以更好地服務(wù)于企業(yè)客戶。

IBM前不久宣布推出了用于混合云應用的AI開發(fā)平臺watsonx.ai。IBM watsonx AI開發(fā)服務(wù)目前處于技術(shù)預覽階段，將于2023年第三季度全面上市。

AI將成為關(guān)鍵的商業(yè)工具，開啟生產(chǎn)力、創(chuàng)造力和價值創(chuàng)造的新時代。對于企業(yè)而言，這不僅僅是通過云訪問大型語言模型（LLM）的新型AI結(jié)構(gòu)。大型語言模型構(gòu)成了ChatGPT等生成式AI產(chǎn)品的基礎(chǔ)，但企業(yè)有許多必須考慮的問題：數(shù)據(jù)主權(quán)、隱私、安全性、可靠性（無漂移）、正確性、偏見等。

IBM對企業(yè)的一項調(diào)查發(fā)現(xiàn)，有30%-40%的企業(yè)發(fā)現(xiàn)了AI的商業(yè)價值，這個數(shù)字自2017年以來翻了一番。IBM引用的一項預測稱，到2030年，AI將為全球經(jīng)濟貢獻16萬億美元。該調(diào)查突顯了使用AI提高生產(chǎn)力，除此之外還可以創(chuàng)造更多獨特的價值，就像早期沒有人能預測到互聯(lián)網(wǎng)對未來的獨特價值一樣。AI將通過提高生產(chǎn)力來填補企業(yè)與擁有這些技能的人才之間存在的許多技能需求差距。

如今，AI變得更快速、無錯誤以改進軟件編程。在Red Hat，IBM的Watson Code Assistant使用了watsonx，通過預測和建議要輸入的下一個代碼段，使編寫代碼變得更容易。AI的這種應用非常高效，因為它針對的是Red Hat Ansible自動化平臺中的特定編程模型。Ansible Code Assistant比其他更通用的代碼助手小35倍，因為它的優(yōu)化程度更高。

另一個例子是SAP，SAP將整合Watson服務(wù)處理以支持SAP Start中的數(shù)字助理。SAP Start中的新AI功能將通過自然語言功能和使用IBM Watson AI解決方案的預測洞察力，幫助提高用戶生產(chǎn)力。SAP發(fā)現(xiàn)，AI可以回答高達94%的查詢請求。

為watsonx注入生命力

IBM AI開發(fā)堆棧分為三個部分：watsonx.ai、watsonx.data和watsonx.governance。這些watsonx組件旨在協(xié)同工作，也可以與第三方集成一起使用，例如來自HuggingFace的開源AI模型。此外，watsonx可以在多種云服務(wù)（包括IBM Cloud、AWS和Azure）和本地服務(wù)器上運行。

帶有watson.ai、watsonx.data和watsonx.governance的IBM watsonx平臺

Watsonx平臺以即服務(wù)的形式交付，支持混合云部署。數(shù)據(jù)科學家借助這些工具就可以對自定義AI模型進行快速工程設(shè)計和調(diào)整，隨后這些模型成為企業(yè)業(yè)務(wù)流程的關(guān)鍵引擎。

watsonx.data服務(wù)使用開放表存儲以允許將多個來源的數(shù)據(jù)連接到watsonx的其余部分，管理用于訓練watsonx模型的數(shù)據(jù)的生命周期。

watsonx.governance服務(wù)用于管理模型生命周期，在使用新數(shù)據(jù)訓練和完善模型時對模型應用進行主動治理。

該產(chǎn)品的核心是watsonx.ai，開發(fā)工作就在這里進行。如今，IBM自身已經(jīng)開發(fā)了20種基礎(chǔ)模型（FM），它們具有不同的架構(gòu)、模式和規(guī)模。除此之外，還有在watsonx平臺上可用的HuggingFace開源模型。IBM預計一些客戶將自己開發(fā)應用，由IBM提供咨詢服務(wù)以幫助選擇正確的模型、對客戶數(shù)據(jù)進行再培訓，并在需要時幫助加速開發(fā)。

運行在Red Hat OpenShift上的IBM watsonx.ai軟件棧

IBM花費三年多時間研究開發(fā)watsonx平臺。IBM甚至構(gòu)建了代號“Vela”的AI超級計算機，研究構(gòu)建基礎(chǔ)模型的有效系統(tǒng)架構(gòu)，并在發(fā)布watsonx之前構(gòu)建了自己的模型庫。IBM充當AI平臺自己的“客戶0”。

與使用標準以太網(wǎng)網(wǎng)絡(luò)交換機（而不是使用更昂貴的Nvidia/Mellanox交換機）的傳統(tǒng)AI超級計算機相比，Vela架構(gòu)的構(gòu)建更容易、成本更低，如果客戶想在他們的環(huán)境中運行watsonx，則可能更容易復制。此外，PyTorch還針對IBM Vela AI超級計算機架構(gòu)進行了優(yōu)化。IBM發(fā)現(xiàn)在Vela上運行虛擬化只有5%的性能開銷。

IBM watsonx支持IBM基于Red Hat OpenShift的混合云戰(zhàn)略承諾。watsonx AI開發(fā)平臺在IBM云或者其他公有云（如AWS）或客戶場所運行，即使存在不允許使用公共AI工具的業(yè)務(wù)限制，企業(yè)也可以利用這一最新的AI技術(shù)，IBM真正地把領(lǐng)先的AI和混合云與watsonx結(jié)合在了一起。

watsonx是IBM的AI開發(fā)和數(shù)據(jù)平臺，用于大規(guī)模交付AI。Watson品牌下的產(chǎn)品都是具有AI專長的數(shù)字勞動力產(chǎn)品，其他Watson品牌產(chǎn)品包括Watson Assistant、Watson Orchestrate、Watson Discovery和Watson Code Assistant（以前的Project Wisdom）。IBM將更加關(guān)注Watson品牌，已經(jīng)把以前的Watson Studio產(chǎn)品整合到watsonx.ai中，以支持新的基礎(chǔ)模型開發(fā)和訪問傳統(tǒng)機器學習功能。

基礎(chǔ)模型和大型語言模型

在過去的10年中，深度學習模型基于每個應用中的大量標記數(shù)據(jù)進行訓練。這種方法是不可擴展的。基礎(chǔ)模型和大型語言模型接受大量未標記數(shù)據(jù)的訓練，這些數(shù)據(jù)更容易收集，然后可以使用這些新的基礎(chǔ)模型來執(zhí)行多項任務(wù)。

對于這種利用預訓練模型執(zhí)行多項任務(wù)的新型AI，實際上使用“大型語言模型”這個術(shù)語是有些不當?shù)摹Ｊ褂谩罢Z言”，則意味著該技術(shù)僅適用于測試，但模型可以由代碼、圖形、化學反應等組成。IBM對這些大型預訓練模型使用的術(shù)語更具描述性，也就是“基礎(chǔ)模型”。通過使用基礎(chǔ)模型，訓練大量數(shù)據(jù)以生成特定的模型，然后可以按原樣使用此基礎(chǔ)模型，或者針對特定進行調(diào)整。通過為應用調(diào)整基礎(chǔ)模型，還可以設(shè)置適當?shù)南拗撇⒅苯邮鼓Ｐ透杏锰帯４送猓A(chǔ)模型還可以用于加快非生成式AI應用（如數(shù)據(jù)分類和過濾）的迭代。

許多大型語言的規(guī)模很大，而且規(guī)模越來越大，因為這些模型試圖對每種數(shù)據(jù)都進行訓練，以便可以用于任何潛在的開放領(lǐng)域。在企業(yè)環(huán)境中，這種方法通常是矯枉過正的，并且可能會遇到擴展方面的問題，而通過正確地選擇合適的數(shù)據(jù)集，并將其應用于正確類型的模型，則可以讓最終模型變得更高效，這個新模型也可以通過IBM watsonx.governance清除任何偏見、版權(quán)材料等。

小結(jié)

IBM Think大會期間，AI被號稱正處于“Netscape時刻”，這個比喻指的是當更廣泛受眾接觸到互聯(lián)網(wǎng)時所達到的一個分水嶺時刻。ChatGPT向更廣泛的受眾展示了生成式AI，但仍然需要企業(yè)可以依賴且可以控制的、負責任的AI。

正如Dario Gil在他的閉幕主題演講中所說：“不要將您的AI策略外包給API調(diào)用。” HuggingFace公司首席執(zhí)行官也表達了同樣的觀點：要有你自己的模型，不要租用別人的模型。IBM正在給企業(yè)提供工具來構(gòu)建負責任的、高效的AI，并讓他們擁有自己的模型。