0°

ChatGPT为什么火,亚马逊云科技的Amazon Quicksight Q最懂

  2022年,有两个AI模型火到爆炸。一个是用自然语言生成图片的Stable Diffusion,一个是支持用自然语言对话的AI模型ChatGPT。

  前者可以用自然语言生成高质量的图片,一些图片的质量甚至让专业的画手后背发凉,当然,引起的争议也很多。后者让人用自然语言聊天,只不过,聊天的“机器人”不仅博学,而且学习意愿很高,让人感觉它很聪明。

  这两个AI模型之所以能爆火,关键原因有两个:

  一个是AI模型本身的智能水平很高。另外一个原因,都支持用自然语言进行操作,这意味着,任何人都能无障碍亲自体验到AI模型的超高实力,并且,任何人都能用自己的主观判断对AI表现进行评价。

  一时间,好像所有人都在用AI生成图片,好像所有人都在跟ChatGPT进行各种对话。社交媒体上,媒体报道中,都在谈论AI,这大概是继谷歌AlpheGO下棋之后,AI能引起全民广泛关注的第二次热潮。

  2022年12月,亚马逊云科技在re:Invent大会上扩展了自然语言查询功能Amazon Quicksight Q,它是一种让普通人用自然语言就可以轻松使用的商业智能服务。事实上,它让所有人都可以用上商业智能服务,让所有人都掌握一种获得商业洞察的能力。

  亚马逊云科技大中华区产品部总经理陈晓建表示,“Amazon Quicksight Q把人工智能和业务洞察相结合,使得客户不用再去掌握数据分析技术,而是通过自然语言获得业务洞察,大降低了使用门槛。”

  Amazon QuickSight首次发布于2015年,发布以来,经历了125次新功能迭代,日益成为了一个功能非常强大的BI服务,此次Amazon Quicksight Q新功能的发布,让客户能够预测并追问预测依据,是一次比较大的提升。

  很多媒体将Amazon Quicksight Q称之为企业版的ChatGPT,也确实有一定的道理,在某种程度上,两者有很多相像之处,所以我才会说,ChatGPT为什么会火,亚马逊云科技的Amazon Quicksight Q最懂。

  在实际体验中我发现,无论是Stable Diffusion,还是ChatGPT,AI模型本身对于自然语言的理解非常精准,这算是机器学习语义理解能力在2022年达到的新高度。

  特别是ChatGPT,绝大多数情况下,都能比较准确地理解我问题的意图,这为后续,它反馈的内容打下了基础。不难想象,亚马逊云科技在2022年推出的Amazon Quicksight Q新功能本身对于自然语言的理解也能做到很高的水平。

  不同的是,ChatGPT能回答很多知识性和常识性的问题,涉及内容非常丰富多样,可谓是天文地理无所不知无所不晓,或许正是因为懂的太多了,导致ChatGPT也会犯很多低级错误,而这些错误的出现也限制了它在部分严肃场景中的使用。

  而Amazon Quicksight Q的场景更聚焦,仅限于企业的商业智能场景。比如,它可以回答,诸如“去年哪些地区销售的某某商品最多?”,“实际收入是否达到目标?”这类问题。当场景聚焦,它给出的反馈的准确性会更高一些,这也是这种服务能推出的关键技术原因之一。

  亚马逊云科技的官网上有一张动态GIF图片,它展示了Amazon Quicksight Q工作的一个Demo。

  如上图所示,当前查看的是全球营收(Worldwide Revenue),这个面板显示了一些基础信息。

  在上方搜索框里输入“Show me sales”显示的应该是全年营收数据。

  随后,输入“show me sales this month”后,显示的应该是当月的营收数据。

  如果再细化一点,输入“show me sales this month by segment”后,就会按照分类来呈现每个部分的收入情况。

  最后,选择数据的呈现形式,将柱状图改为饼图,得到上图所示的展示情况。

  从Demo中可见,Amazon QuickSight Q能以自然语言的方式进行使用,系统会返回与问题相关的数据概况,并以图形化的方式进行呈现。

  在使用中会发现,Amazon QuickSight Q会自动进行拼写检查,而且会提供专业术语的建议,即使你不太了解专业术语也能无障碍使用商业智能服务。

  Amazon QuickSight Q的最新一项功能是做预测,比如,“预测明年的营收情况”。同时,它还能在原来提供反馈的基础上,让使用者进行追问,比如,“为什么营收是增长的?”,能回答此类问题,意味着业务人员可以更好地理解潜在因素。

  这种能“追问”的能力,本质上是对话中的一种上下文的关系,它更能让人感觉像是一场真正的对话,类似的,ChatGPT也能提供一样的能力。

  还应该注意到,Amazon QuickSight Q反馈数据的速度非常快,原因有两个方面:

  一方面是因为Amazon QuickSight本身使用了内存引擎,可以更方便、更快速地对大型数据集进行分析和可视化。

  另一方面,它省去了BI团队准备数据所花费的时间,自动根据语义分析的结果准备相关数据,在以前,准备数据的操作都需要BI团队的人员做非常多的准备工作,经常需要耗费好几天,而现在只需要几分钟。

  简而言之,Amazon Quicksight Q代表的是一种商业智能的新的打开方式,回避了技术本身的复杂度,以普通人的思维方式来解决专业难题。

  说到底,技术的发展始终是以人为本,未来此类推动技术能力普及的技术会越来越多,亚马逊云科技的这项服务的发布算是其中一个。

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论