Amazon: Παλεύει να μεταμοσχεύσει στον «εγκέφαλο» της Alexa δημιουργική τεχνητή νοημοσύνη

Η Amazon ετοιμάζεται να επαναλανσάρει τον ψηφιακό βοηθό της με φωνή Alexa ως «πράκτορα» τεχνητής νοημοσύνης που μπορεί να ολοκληρώσει πρακτικές εργασίες, καθώς παλεύει να επιλύσει προκλήσεις που οδήγησαν στην αναθεώρηση του συστήματος τεχνητής νοημοσύνης.

Η εταιρεία προσπάθησε τα τελευταία δύο χρόνια να επανασχεδιάσει την Alexa, το σύστημα συνομιλίας της που είναι ενσωματωμένο σε 500 εκατομμύρια καταναλωτικές συσκευές παγκοσμίως, έτσι δημιουργική τεχνητή νοημοσύνη μεταμοσχεύεται στον «εγκέφαλος» του λογισμικού.

Ο Ρόχιτ Πρασάντ, ο οποίος ηγείται της ομάδας γενικής τεχνητής νοημοσύνης (AGI) στον τεχνολογικό κολοσσό, είπε στους Financial Times ότι ο φωνητικός βοηθός έπρεπε ακόμη να ξεπεράσει αρκετά εμπόδια πριν κυκλοφορήσει.

Amazon: Επένδυση 11 δισ. δολάρια της AWS για ενίσχυση υποδομών στην τεχνητή νοημοσύνη

Αυτό περιλαμβάνει την επίλυση του προβλήματος των «ψευδαισθήσεων» ή των κατασκευασμένων απαντήσεων, της ταχύτητας απόκρισης ή του «λανθάνοντος χρόνου» και της αξιοπιστίας. «Οι ψευδαισθήσεις πρέπει να είναι κοντά στο μηδέν», είπε ο Πρασάντ.

Το όραμα των ηγετών της Amazon είναι να μετατρέψουν την Alexa σε ένα «πρακτικό» προϊόν που λειτουργεί ως εξατομικευμένη υπηρεσία concierge. Αυτό θα μπορούσε να περιλαμβάνει οτιδήποτε, από την πρόταση εστιατορίων μέχρι τη διαμόρφωση φωτισμού στην κρεβατοκάμαρα με βάση τους κύκλους ύπνου ενός ατόμου.

Ο ανταγωνισμός ώθησε την Amazon

Ο επανασχεδιασμός της Alexa έχει ξεκινήσει από την κυκλοφορία του ChatGPT του OpenAI, που υποστηρίζεται από τη Microsoft, στα τέλη του 2022. Ενώ η Microsoft, η Google, η Meta και άλλοι έχουν ενσωματώσει γρήγορα τη δημιουργική τεχνητή νοημοσύνη στις πλατφόρμες υπολογιστών τους και έχουν βελτιώσει τις υπηρεσίες λογισμικού τους, οι επικριτές αμφισβητούν εάν η Amazon μπορεί να επιλύσει εγκαίρως τα προβλήματα για να ανταγωνιστεί τους αντιπάλους της.

Αρκετοί πρώην εργαζόμενοι είπαν ότι η μακρά αναμονή για την κυκλοφορία οφείλεται σε μεγάλο βαθμό στις απροσδόκητες δυσκολίες που συνεπάγεται η εναλλαγή και ο συνδυασμός των απλούστερων, προκαθορισμένων αλγορίθμων στους οποίους βασίστηκε η Alexa, με πιο ισχυρά αλλά απρόβλεπτα μεγάλα γλωσσικά μοντέλα – LLM.

Ο Πρασάντ, ο πρώην επικεφαλής αρχιτέκτονας της Alexa, είπε ότι η κυκλοφορία των εσωτερικών μοντέλων Amazon Nova τον περασμένο μήνα ήταν εν μέρει υποκινούμενη από τις συγκεκριμένες ανάγκες για βέλτιστη ταχύτητα, κόστος και αξιοπιστία.

Για να λειτουργήσει ως πράκτορας, ο «εγκέφαλος» της Alexa πρέπει να μπορεί να καλεί εκατοντάδες λογισμικά και υπηρεσίες τρίτων, είπε ο Πρασάντ.

Η πολυπλοκότητα προέρχεται από τους χρήστες που αναμένουν γρήγορες απαντήσεις και εξαιρετικά υψηλά επίπεδα ακρίβειας που έρχονται σε αντίθεση με την εγγενή πιθανολογική φύση της σημερινής δημιουργικής τεχνητής νοημοσύνης.

Οι κίνδυνοι από τα LLM

Ένα  πρώην ανώτερο μέλος της ομάδας Alexa είπε ότι ενώ τα LLM ήταν πολύ εξελιγμένα, ενέχουν κινδύνους, όπως η παραγωγή απαντήσεων που «επινοούνται κάποιες φορές εντελώς». Αυτό θα μπορούσε να συμβεί πολλές φορές την ημέρα βλάπτοντας την φήμη της.

Τον Ιούνιο, ο Μίχαϊλ Έρικ, πρώην επιστήμονας μηχανικής μάθησης στην Alexa και ιδρυτικό μέλος της «ομάδας μοντελοποίησης συνομιλίας», δήλωσε δημόσια ότι η Amazon «είχε χάσει τη μπάλα» για να γίνει «ο αδιαμφισβήτητος ηγέτης της αγοράς στην τεχνητή νοημοσύνη συνομιλίας» με την Alexa.

Σύμφωνα με δύο πρώην υπαλλήλους που εργάζονταν σε τεχνητή νοημοσύνη που σχετίζεται με την Alexa, η ιστορική τεχνολογία στην οποία βασιζόταν ο φωνητικός βοηθός ήταν άκαμπτη και δύσκολα αλλάζει γρήγορα, επιβαρύνθηκε από μια αδέξια και αποδιοργανωμένη βάση κώδικα και μια μικρή καταπονημένη ομάδα μηχανικών.

Το αρχικό λογισμικό Alexa ήταν μια μηχανή απαντήσεων σε ερωτήσεις που εργαζόταν αναζητώντας μέσα σε ένα καθορισμένο σύμπαν γεγονότων για να βρει τη σωστή απάντηση.

Η νέα Alexa χρησιμοποιεί μια βεντάλια διαφορετικών μοντέλων τεχνητής νοημοσύνης για την αναγνώριση και μετάφραση φωνητικών ερωτημάτων και τη δημιουργία απαντήσεων, καθώς και για τον εντοπισμό παραβιάσεων πολιτικής. Η δημιουργία λογισμικού για τη μετάφραση μεταξύ των παλαιών συστημάτων και των νέων μοντέλων τεχνητής νοημοσύνης ήταν ένα σημαντικό εμπόδιο στην ενσωμάτωση LLM στην Alexa.

Τα μοντέλα περιλαμβάνουν το εσωτερικό λογισμικό της Amazon, συμπεριλαμβανομένων των πιο πρόσφατων μοντέλων Nova, καθώς και του Claude, το μοντέλο AI από την start-up Anthropic, στην οποία η Amazon έχει επενδύσει 8 δισεκατομμύρια δολάρια.

Αβεβαιότητα χρονοδιαγράμματος

Πολλά τρίτα μέρη που αναπτύσσουν «δεξιότητες» ή χαρακτηριστικά για την Alexa δήλωσαν ότι ήταν αβέβαιοι πότε θα κυκλοφορούσε η νέα συσκευή με δυνατότητα AI και πώς να δημιουργήσουν νέες λειτουργίες για αυτήν.

Μια διαρκής πρόκληση για την ομάδα Alexa είναι το πώς να κερδίσει χρήματα. Το να καταλάβουμε πώς να κάνουμε τους βοηθούς «αρκετά φθηνούς για να τρέχουν σε μεγάλη κλίμακα» θα είναι ένα σημαντικό έργο, δήλωσε στους FT ο Τζάρεντ Ρος, συνιδρυτής του ομίλου Generative AI OctoAI.

Οι επιλογές που συζητούνται περιλαμβάνουν τη δημιουργία μιας νέας συνδρομητικής υπηρεσίας Alexa ή τη μείωση των πωλήσεων αγαθών και υπηρεσιών, δήλωσε ένας πρώην υπάλληλος της Alexa.

Ο Πράσαντ είπε ότι στόχος της Amazon ήταν να δημιουργήσει μια ποικιλία μοντέλων τεχνητής νοημοσύνης που θα μπορούσαν να λειτουργήσουν ως «δομικά στοιχεία» για μια ποικιλία εφαρμογών πέρα ​​από την Alexa.

«Το κάνουμε αυτό… ώστε να προσφέρει αξία στους πελάτες, κάτι που σε αυτήν την εποχή της δημιουργικής τεχνητής νοημοσύνης γίνεται πιο σημαντικό από ποτέ, επειδή οι πελάτες θέλουν να δουν απόδοση επένδυσης».