【VMware Explore】五人小团队，怎成一间科技公司的 AI 大脑？by VMware AI Labs 负责人 Chris Wolf
没有科技公司会错过这次生成式 AI 热潮，不过对 VMware 这种云端运算跟虚拟机的纯软体服务商，他们钻研 AI 已行之有年，旗下的 AI 研究室直接主导 VMware 的 AI 研发、策略合作夥伴与长期技术投资，也可说位於生成式 AI 浪潮海景第一排的单位。
这次我们采访到 VMware 主导 AI 研究室的副总 Chris Wolf，来谈谈他们是怎麽发展自家的 AI 战略。 本文为数场采访、对谈整理而来。
VMware 为什麽要成立 AI 研究室？
VMware AI 研究室到目前为止最重要的成果就是开发出 Private AI 这个计画。这个研究室在思考问题时会先回到几个基本问题：VMware 的核心业务是什麽？能为客户带来什麽价值？VMware 是一间很重要的多云基础设施服务者，所以也很自然的想把 AI 融入这些基础设施里，所以 AI 研究室负责制定公司整体的 AI 策略，然後在公司的不同业务线之间互相串联、合作。
一开始推动 Private AI 这个计画的团队只有 5 个人。从实质的工作来看，我们主要做三件事：第一件事是先端性开发，思考怎麽把两年内的新技术马上导入市场。第二件事是中期的孵化工作，以两到四年期来规划一些更新颖但还在发展中的技术怎麽实用化，其中一个例子就是 VMware 对机敏计算的研究，我们认为机敏资料库对於一些特定 AI 非常重要。然後第三个更长期的事就是与学术界保持合作，来研究这些还不算很成熟的 AI 如何更好用、更透明，以及如何更环保节能。
ChatGPT 写出来的程式码品质参差不齐，怎麽避免这种问题？
这就是会跟 Hugging Face 合作，在 VMware 上推出 SafeCoder 的原因。几个月前我们就开始在自己的资料中心部署了他们的 SafeCoder 模型，这个模型完全针对软体开发有 150 亿组参数，可以支援 80 多种语言。
另一个点是这个模型的调准基准不是基於整个非盈利的开源程式码，而是由我们公司最优秀的软体工程师亲自检视的，整个调整作业只花了大约四个小时，最後内测结果非常好，工程师对 AI 写出来的程式码接受率高达 93%，确实能帮助他们提高生产力。
协助客户使用 AI 的 VMware AI 研究室，自己是怎麽善用 AI 进行开发工作的？
我举一些例子，例如我们自己使用 AI 来搜寻有关 VMware 产品的资讯，这个例子很常见，我们用内部的资料库、产品档案为自己训练出一个大型语言模型，让我们可以非常快速获得怎麽在 VMware 平台新增功能、或排除故障的答案。
Photo Credit：INSIDE/Chris摄影
除了重新整理资料库、修正模型之外，这次 VMware 发布的 AI 还有什麽新功能吗？
应该这麽说，首先这些 AI 功能确实可以节省了大量时间、金钱，提升客户的工作效率。另一个很实用的领域是我们今天发布的 NSX Intelligent Assist。本质上这就是一种 AI 技术，可以仔细检查您的资安事件，可以自动找出一些传统上需要分析师手动分析的事件，根据实测，可以把资安事件数量减少约 90%。
生成式 AI 现在可以即时观察资安威胁，并且建构新的资安策略。毕竟现在也的确有很多资安威胁背後用了 AI 技术。另外在制造业、能源跟医疗业上 AI 也有很多进展，特别在医疗上，最近在放射影像层面特别受人瞩目，最近有研究指出，有用 AI 补助的放射科医生，在检测乳腺癌的准确性要高出 20% 到 30% 左右。
那怎麽确保 AI 本身的可靠性？
这就要谈模型的品质和测试评估，其中如何建立正确的评估参数就很重要，这部分我们正在向学术界寻找研究成果来确保评估和流程是否正确。
另外开源领域也非常重要。最近 Lama 2 的成果有目共睹，但另一个来自波士顿大学的模型 Platilus 2 也取得了很好的成绩。这是因为这个模型不仅开源，用於训练模型的数据也是开源的，这会提高透明度、可解释性，让大家更信任这个 AI。Hugging Face 今天也刚刚发布了一个新模型，一样资料库也是开源的，不过我也得强调，并不是说在闭源领域就没这种提高可解释性的趋势。
核稿编辑：Jocelyn
快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！