Perlumbaan untuk membangunkan ejen AI yang mampu melaksanakan tugas kompleks dan bukan sekadar menjawab soalan semakin meningkat dengan kemasukan terbaru Amazon dalam bidang ini. Gergasi e-dagang ini telah mendedahkan kemajuan pertama yang signifikan dalam pembangunan kecerdasan buatan umum (AGI), meletakkan dirinya sebagai pesaing yang hebat dalam ruang yang didominasi oleh OpenAI dan Anthropic.
Makmal AGI Amazon Membuat Langkah Pertamanya
Makmal AGI SF Amazon, yang berpusat di San Francisco dan didedikasikan untuk membangunkan kecerdasan buatan umum, telah memperkenalkan produk utama pertamanya: Amazon Nova Act. Model AI baharu ini direka khusus untuk memperkasakan ejen AI termaju yang mampu melaksanakan pelbagai tugas dalam talian, dari melayari web hingga membuat pembelian. Diketuai oleh David Luan, bekas eksekutif OpenAI yang kemudiannya menjadi pengasas bersama Adept (sebuah syarikat permulaan yang fokus pada ejen AI), makmal ini mewakili komitmen serius Amazon untuk mengejar ketinggalan dalam perlumbaan AI walaupun sebelum ini dianggap sebagai ketinggalan.
Tuntutan Prestasi dan Kelebihan Kompetitif
Menurut Amazon, Nova Act mengatasi model dari pemimpin industri seperti OpenAI dan Anthropic dalam beberapa penanda aras yang direka untuk mengukur kecerdasan dan keupayaan ejen AI. Secara khususnya, Amazon mendakwa Nova Act berprestasi lebih baik daripada Claude 3.7 Sonnet dan OpenAI Computer Use Agent pada penanda aras GroundUI Web dan ScreenSpot. Kelebihan prestasi ini boleh memberikan Amazon kelebihan kompetitif dalam pasaran ejen AI yang berkembang pesat.
Ciri-ciri Utama Amazon Nova Act:
- Mengatasi prestasi Claude 3.7 Sonnet dan OpenAI Computer Use Agent dalam penanda aras GroundUI Web dan ScreenSpot
- Mampu melakukan carian web, membuat pembelian, dan menjawab soalan tentang kandungan skrin
- Boleh memahami arahan terperinci (contohnya, "jangan terima tawaran insurans tambahan")
- Telah diimplementasikan dalam pembantu Alexa Plus untuk beberapa tugas dalam talian
- Kini hanya tersedia kepada pembangun dalam "pratonton penyelidikan"
Pendekatan Teknikal dan Strategi Pembangunan
Bukannya memberi tumpuan kepada demonstrasi menarik yang berfungsi secara tidak konsisten, pendekatan Amazon menekankan pembinaan ejen AI yang boleh dipercayai. Luan membandingkan cabaran ini dengan apa yang dia panggil masalah Waymo, merujuk kepada bagaimana kereta swapandu memerlukan latihan yang meluas untuk mengendalikan kes-kes luar biasa sebelum boleh beroperasi tanpa pengawasan di jalan raya awam.
Nova Act dibina berdasarkan model buatan Amazon yang paling berkuasa, Amazon Nova, dengan latihan tambahan yang direka khusus untuk meningkatkan keupayaan membuat keputusan. Model ini telah dipertingkatkan melalui pembelajaran peneguhan, kaedah yang telah membantu model AI lain untuk mensimulasikan penaakulan dengan lebih baik. Menariknya, Amazon juga mendapat inspirasi daripada robotik fizikal, dengan pasukan Luan bekerjasama dengan kumpulan Amazon lain yang diketuai oleh Pieter Abbeel, profesor UC Berkeley yang pakar dalam aplikasi robotik untuk AI.
Strategi AI Amazon:
- Model AI Nova dipasarkan sebagai "sekurang-kurangnya 75% lebih murah" berbanding pesaing yang setanding
- Fokus kepada pembinaan ejen AI yang boleh dipercayai berbanding demonstrasi yang menarik perhatian
- Mendapat inspirasi daripada pengalaman robotik fizikal di pusat pengeluaran Amazon
- Pembangunan diketuai oleh bekas eksekutif OpenAI, David Luan
- Sebahagian daripada strategi yang lebih luas untuk bersaing dalam pasaran AI melalui pembangunan yang berfokuskan ejen
Alat Pembangun dan Kebolehcapaian
Untuk menggalakkan penggunaan dan inovasi, Amazon telah mengeluarkan kit pembangunan perisian (SDK) yang direka untuk memudahkan jurutera membina ejen perisian menggunakan Nova Act. SDK ini membolehkan pembangun memberikan arahan khusus untuk membantu ejen mereka melayari internet, yang pada asalnya direka untuk pengguna manusia. Sebagai contoh, pembangun boleh mengarahkan ejen untuk jangan terima tambahan insurans semasa menempah kereta sewa.
Ketersediaan Semasa dan Visi Masa Depan
Pada masa ini, Nova Act hanya tersedia kepada pembangun dalam pratonton penyelidikan, tetapi Amazon sedang memperluaskan akses kepada model AI Nova lain melalui portal web, menjadikannya lebih mudah untuk dicari dan digunakan. Syarikat ini telah mengintegrasikan beberapa keupayaan Nova Act ke dalam pembantu Alexa Plus yang dinaiktaraf, menunjukkan aplikasi praktikal teknologi tersebut.
Makmal AGI Amazon mempunyai matlamat yang bercita-tinggi untuk ejen-ejennya, membayangkan mereka akhirnya dapat melaksanakan tugas-tugas yang pelbagai, kompleks, dan berbilang langkah seperti menganjurkan majlis perkahwinan atau mengendalikan tugas IT yang kompleks untuk meningkatkan produktiviti perniagaan. Luan menggambarkan Nova Act sebagai langkah pertama dalam visi tersebut, mencadangkan keupayaan yang lebih canggih sedang dalam perancangan.
Strategi AI Amazon dan Kedudukan Kompetitif
Bukannya mendakwa menawarkan model AI yang paling berkuasa yang tersedia, Amazon telah menekankan kelajuan dan nilai rangkaian Nova, yang dikatakan sekurang-kurangnya 75 peratus lebih murah daripada pesaing yang setanding. Proposisi nilai ini, digabungkan dengan sumber dan infrastruktur sedia ada Amazon yang luas, boleh meletakkan syarikat ini sebagai pesaing yang kuat dalam pasaran ejen AI walaupun kemasukan yang agak lewat.
Langkah Amazon ke dalam pasaran ejen AI juga sejajar dengan aplikasi masa depan yang berpotensi dalam e-dagang. Penyelidikan sebelumnya dari syarikat ini telah meneroka bagaimana ejen mungkin meningkatkan pembelian dalam talian dengan mengautomasikan proses mencari dan membeli barangan, berpotensi bahkan menambahkan produk secara proaktif ke dalam troli pengguna berdasarkan minat dan tabiat mereka.
Implikasi Industri yang Lebih Luas
Kemasukan Amazon ke dalam pasaran ejen AI menandakan perubahan ketara dalam landskap AI, dengan syarikat teknologi utama semakin memberi tumpuan kepada pembinaan sistem AI yang boleh mengambil tindakan dan bukannya sekadar terlibat dalam perbualan. Apabila ejen-ejen ini menjadi lebih boleh dipercayai dan berkemampuan, mereka boleh mengubah secara asas bagaimana orang berinteraksi dengan teknologi dan menyelesaikan tugas harian dalam talian, berpotensi mengganggu pelbagai industri dalam proses tersebut.