Principais aprendizados da palestra de Stephan Hadinger, CTO da AWS, no Adopt AI Summit by Artefact - June 5, 2024
Sobre Stephan Hadinger: Ele é ex-aluno da prestigiada Ecole Polytechnique. Antes de ingressar na AWS, atuou como arquiteto-chefe da cloud computing e liderou várias iniciativas em APIs, soluções de segurança e infraestrutura de TI para organizações B2B e B2C. Ele é conhecido por sua visão estratégica e abordagem prática para resolver desafios tecnológicos complexos, tornando a AWS um parceiro confiável para muitas empresas.
IA e segurança
Hadinger discutiu a ampla experiência da AWS com IA, os desafios específicos apresentados pela IA generativa e as medidas que a AWS implementou para garantir a segurança e o uso ético da IA.
A experiência da AWS com IA
Ele destacou que a Amazon vem aproveitando a IA há mais de 20 anos, com mais de 100.000 clientes usando os serviços de IA da AWS em todo o mundo. Esse uso extensivo proporcionou à AWS insights valiosos e a capacidade de melhorar continuamente suas ofertas de IA. Ele ressaltou a natureza probabilística da IA generativa, que pode produzir resultados diferentes a partir das mesmas entradas, o que representa desafios únicos para garantir a precisão e a segurança do modelo.
Abordar as principais preocupações: precisão, segurança e custo
Ele explicou que o comportamento probabilístico da IA generativa pode levar a alucinações, o que é particularmente problemático em áreas como RH e jurídica. A AWS resolve isso fornecendo uma variedade de modelos de IA, garantindo que os clientes possam escolher o que melhor se adapta ao seu caso de uso específico.
Data proteção e computação confidencial
Ele garantiu aos clientes que seu data permanece privado e criptografado, com a AWS empregando medidas de segurança avançadas para impedir o acesso não autorizado. Esse sistema não apenas aumenta a segurança, mas também protege os clientes de leis extraterritoriais, garantindo que a AWS não possa fornecer data significativo a terceiros sem o consentimento do cliente.
IA ética e redução de alucinações
Uma abordagem para atenuar as alucinações é a Retrieval-Augmented Generation (RAG), que combina a IA generativa com o data real para produzir resultados confiáveis. Ao fundamentar as respostas da IA em documentos específicos, a RAG reduz o risco de alucinação e garante resultados mais precisos e verificáveis.
Garantia de produtos não tóxicos e éticos
Para evitar que os modelos de IA produzam conteúdo tóxico ou ofensivo, a AWS implementou salvaguardas nos estágios de entrada e saída. Essas proteções garantem que os modelos de IA não gerem respostas inadequadas ou prejudiciais. Hadinger forneceu exemplos de como essas medidas funcionam, como filtrar perguntas que podem levar a respostas antiéticas ou ofensivas e, ao mesmo tempo, permitir perguntas contextualmente apropriadas em cenários de negócios específicos.
Propriedade intelectual e violações de IA
Os modelos da AWS são projetados para evitar tais violações, e a empresa oferece indenização aos clientes nos casos em que surgem problemas de IP. Esse compromisso de proteger os clientes ressalta o foco da AWS em fornecer serviços de IA confiáveis e seguros.
“Seu data é privado. Ele é criptografado todas as vezes e nunca o usamos. Criamos um sistema que impede que qualquer funcionário da AWS acesse seu data ou se conecte ao servidor. Essa impossibilidade técnica garante a segurança do seu data e o protege contra leis extraterritoriais.”Stephan Hadinger, CTO da Amazon Web Services (AWS)
IA generativa para aplicativos de segurança
Hadinger compartilhou um exemplo convincente do uso de IA generativa para segurança por meio do Amazon One, um serviço de autenticação que reconhece os usuários pela palma da mão. Para obter alta precisão, a AWS usou a IA generativa para criar mais de três milhões de imagens artificiais de mãos, que foram usadas para treinar o modelo de segurança. Essa abordagem inovadora destaca as funções complementares da IA generativa e da IA tradicional no aprimoramento dos sistemas de segurança.

BLOG





