“La IA tiene enormes beneficios para automatizar y optimizar tareas más tediosas, redundantes y que requieren mucho tiempo. Si podemos transferir este tipo de tareas a la IA, creo que los humanos podrán trabajar en cosas más complejas para las que estén más preparados, lo que implica pensamiento crítico y creatividad. Lo que esto permitirá a los humanos hacer es resolver problemas que nunca antes habían podido resolver”.
Ese es uno de los pensamientos del Dr. Vasi Philomin, vicepresidente de IA generativa de Amazon Web Services (AWS), en este episodio de Shift AI, un programa que explora lo que se necesita para prosperar y adaptarse al lugar de trabajo cambiante en la era digital. del trabajo remoto y la IA.
Discutimos su experiencia como visionario en el aprendizaje automático y la IA, sus ideas sobre la aplicación de la IA generativa en Amazon/AWS y sus pensamientos sobre las dimensiones éticas y el potencial futuro de las tecnologías de IA.
La conversación se produce antes de AWS re:Invent la próxima semana en Las Vegas, donde muchos de los temas serán el centro de atención.
Escuche a continuación y continúe leyendo para conocer los aspectos más destacados de sus comentarios, editados para contexto y claridad. Suscríbete a Shift AI y escucha más episodios en ShiftAIPodcast.com.
Experiencias laborales tempranas: En los años 90, realicé mi doctorado en informática, donde me centré en el aprendizaje automático, cuando nadie hablaba de ML o AI. Muchos de mis familiares y amigos pensaban que estaba loco en aquel entonces, pero ahora creen que soy un genio. Inicialmente comencé mi carrera como científico en Philips Research y luego rápidamente pasé a gestionar equipos de I+D para crear diversos productos innovadores para su negocio de estilo de vida de consumo. Experimenté mi primer gran avance, trabajando en la transición de iluminación analógica a digital para Philips Lighting, donde introduje el concepto de iluminación conectada, tomando nuestros accesorios de iluminación y colocándoles chips celulares para rastrear la conectividad y proporcionando una aplicación SaaS para que las personas puedan administrar de forma remota. estos accesorios desde cualquier lugar. El sistema se llamó City Touch y el backend se construyó en AWS. Permitió a las ciudades controlar y monitorear toda la iluminación en su red. Lanzamos en Los Ángeles y escalamos a nivel mundial con mucha adopción y éxito.
Primer trabajo remunerado: Mientras era estudiante de doctorado en Maryland, comencé una pasantía de verano en Alemania y fui a Daimler Benz, donde trabajé en visión por computadora. Daimler Benz estaba interesado en la navegación autónoma, intentando comprender los objetos que se ven en el entorno, como las señales de tráfico y los peatones. Finalmente, publiqué un artículo de investigación que se centraba en cómo podemos detectar estos objetos y fuimos los primeros en demostrar cómo esto podría ocurrir en vivo en vehículos.
Vida familiar: Mi familia está llena de médicos. Mis padres son médicos y mi hermano es dentista. Muchas de nuestras conversaciones durante la cena giraban en torno a que mi familia quería que estudiara para ser cirujano, pero a mí me gustaban más cosas como las matemáticas y las probabilidades. Era bastante diferente de las cosas sobre las que mis padres y mi hermano hablaban y leían, pero aun así me apoyaron mucho y supe que quería dedicarme a un aspecto de la informática centrado en las matemáticas. La IA finalmente se convirtió en una de las cosas que estaba en mi radar.
Amazon y la IA generativa: Antes de que ocurriera cualquier integración de inteligencia artificial en Amazon, hablamos con muchos de nuestros clientes sobre los desafíos que enfrentan al aplicar la IA generativa en sus negocios. A través de este descubrimiento volvimos con tres temas generales.
- No existe una solución única para todos cuando se trata de modelos de IA. Existen diferentes familias de modelos y diferentes modelos funcionan mejor para diferentes casos de uso.
- Es importante considerar cómo las empresas se diferencian de sus competidores cuando los recursos de IA están disponibles para todos.
- Hay casos de uso en los que el costo puede ser mucho mayor que el valor que ofrece Gen-AI. La clave es cómo tomar la inteligencia artificial y aplicarla de manera rentable a escala a problemas del mundo real.
Roca Amazónica: Para tomar estas tecnologías y aplicarlas a escala a problemas empresariales del mundo real, hay que pensar de un extremo a otro, aplicándolas en toda la pila tecnológica. Esto es exactamente lo que estábamos pensando cuando lanzamos Amazon Bedrock.
Tres elementos principales de Amazon Bedrock:
- Amazon Bedrock ofrece los mejores modelos básicos de proveedores de IA como: AI21 Labs, Amazon, Anthropic, Cohere, Meta y Stability AI.
- Amazon Bedrock tiene personalización privada que permite a las empresas diferenciarse de la competencia y utilizar de forma segura sus propios datos e IP.
- Durante los últimos años Amazon ha invertido en dos chips llamados AWS Trainium y AWS Inferentia, uno para entrenamiento y otro para predicciones. Estos chips están diseñados específicamente para la IA generativa y ofrecen una mejor relación calidad-precio que los que existen actualmente.
Congruencia humana y de IA: La IA tiene enormes beneficios para automatizar y optimizar nuestro trabajo; sin embargo, definitivamente es necesario que los humanos continúen verificando los procesos de la IA y comprobando lo que produce. En general, creo que las tareas más tediosas, redundantes y que consumen mucho tiempo deberían transferirse a la IA para que los humanos puedan trabajar en tareas más complejas, como el pensamiento crítico y la creatividad. Se trata de aumentar la productividad humana, en términos de lo que los humanos pueden hacer ahora y lo que no podían hacer antes.
IA para desarrolladores de software: Como desarrollador, mi experiencia con la tecnología front-end destacó los desafíos que implica mantenerse al día con los nuevos lenguajes y marcos de programación. Obtengo mucho valor de las herramientas que hemos desarrollado, como Amazon CodeWhisperer, que está diseñado para mejorar la productividad de los desarrolladores. A través de un desafío de productividad en toda la empresa, descubrimos que Amazon CodeWhisperer aumentó significativamente la eficiencia y las tasas de finalización de tareas. Reconociendo la necesidad de personalización, recientemente actualizamos Amazon CodeWhisperer para adaptarlo a las bases de código interno, aumentando aún más su efectividad para mejorar la productividad de los desarrolladores.
Regulación de la IA: Amazon está muy comprometido con el desarrollo responsable de todos los productos de IA que se crean internamente. Hemos introducido un marco de IA responsable que cubre cuestiones como la equidad, la explicabilidad, la solidez y la gobernanza. También creemos en un enfoque centrado en las personas, asegurándonos de que haya suficiente educación sobre IA y ML. Es muy importante definir procesos dentro de su organización y ser transparente a la hora de comunicar información sobre un sistema de IA para que las personas puedan tomar decisiones informadas sobre el uso de las herramientas de IA.
Mentores: Azriel Rosenfeld fue mi asesor durante la escuela de posgrado en la Universidad de Maryland. Era rabino y es ampliamente considerado el padre de la visión por computadora. Lo que aprendí de él fue disciplina; fue el primero en llegar a la oficina a las 7 am y el último en salir. La segunda persona es Jeffrey Cassis, quien fue mi jefe durante mi etapa en Philips Lighting. Jeff me enseñó cómo construir mejores relaciones. Cuando alguien me preguntaba algo, mi primer instinto era decir que no, “apártate de mi camino y déjame hacer mis cosas”. Jeff me enseñó la noción de “sí, pero”. Es una forma más atractiva de desarrollar relaciones y de unir a las personas, participando en lo que estás haciendo.
Futuro del trabajo: La IA generativa está a punto de desencadenar una productividad transformacional a una escala que nunca antes habíamos visto. Realmente estamos apenas arañando la superficie y todavía estamos en una etapa muy temprana. Será una de las tecnologías más transformadoras de nuestra generación, con posibilidades de superar a Internet en términos de impacto. Esto nos ayudará a abordar algunos de los problemas más desafiantes de la humanidad, aumentando el desempeño humano y maximizando la productividad a escala.
Escuche el episodio completo de Shift AI con Vasi Philomin aquí.
