拜耳农业部门正在开发一个基于AWS的数据科学平台，该平台融入了GenAI功能，旨在推动“创新”农业解决方案的研发。拜耳作物科学视GenAI为全球数千名数据科学家和工程师创新农业解决方案的重要催化剂。

拜耳的全球数据资产负责人Will McQueen表示，该平台基于Amazon SageMaker Studio开发，融合了Amazon Bedrock和Amazon Q的GenAI功能，以加速新型农业产品的开发。平台的初期版本将在未来几个月内发布。McQueen还指出，该平台具有增强的连接性、代码自然语言编写功能，以及强大的测试和安全保护措施。

此外，拜耳的团队还在平台上开发了独特的功能，如模型注册表，这是一种自定义的AI模型目录和生命周期管理工具，帮助数据科学家从发现、测试到部署和生产，追踪每个阶段的要求，并共享代码，促进团队合作和创新。

拜耳计划在2025年将GenAI模型投入生产，未来可能通过高级AI技术开发混合种子或新种子，从而影响全球粮食供应链。这一切都是为了实现拜耳“养活世界”的核心使命。

“从加速的角度来看，我们认为GenAI和Bedrock的重用维度可以创造新的机会。”他说，“随着模型在其生命周期中前进，它会经历不同的阶段门槛和要求。”

推动变革

拜耳农业部门通过开发这个技术平台，将其GenAI的努力和与AWS的合作提升到了一个新水平，该平台不仅促进模型开发，还培训数据科学家和工程师在提示工程技术和高级数据技术的应用上，以创建新的商业产品。

在最近的AWS峰会上，拜耳作物科学被列为在GenAI创新方面领先的企业客户之一，与Exscientia的先进药物发现平台和EvolutionaryScale的ESM3一起。McQueen强调，即使是对于高技能人员，使用GenAI平台涉及的变革管理也是复杂的，需经过“深思熟虑的评估”。

“习惯于用AI来从根本上不同的方式完成工作需要一些时间。”他说。

GenAI的基本功能，如文档总结和内容创建，已经在提高数据科学平台的质量，并缩短了可用时间，但随着时间推移，拜耳的创新者和农业科学家将更加熟练地整合平台的独特工具和功能，以前所未有的方式进行创新。

“这将帮助员工更快地熟悉[我们的]GenAI平台，并更好地理解其构建模型的能力，”McQueen说，“这是一个补充。”

然而，这需要严格的监督和强大的质量控制程序，他承认，使用地球上最先进的科学工具进行实验带来了风险。

为此，农业部门团队建立了安全措施，以防止专有数据从平台泄露，或更糟的是，向拜耳全球的农民群体部署未经测试的解决方案。

开放的合作方式

拜耳作物科学运行一个多云环境，但McQueen选择与AWS更紧密合作，因为它的GenAI平台更灵活和开放。基于Bedrock的平台将允许拜耳的数据科学家和工程师访问来自市场如Hugging Face的各种开源大型语言模型（LLM）。

亚马逊的AI平台还使客户如拜耳能够使用他们选择的数据平台，这对于开发GenAI模型至关重要。对于拜耳作物科学来说，Google BigQuery是该部门的数据仓库，McQueen指出。

“我们早期在与AWS的合作中发现的一件事是，构建灵活的技术能力，使我们能够开发更具模块化的架构，能够插入来自不同供应商的模型。”他说。

例如，Bedrock的GenAI模型目录包括合作伙伴提供的开源和封闭模型，如Meta的Llama 2.1和Mistral的最先进的Large 2模型。

IDC的云和边缘服务研究副总裁Dave McCarthy指出，各云服务提供商在GenAI方面的策略各不相同。Google专注于其内部开发的Gemini模型系列的价值，而AWS则更多地与第三方模型供应商合作。长期来看，哪种方法更好尚无定论。

与此同时，随着企业向更高级的GenAI模型开发迈进，CIO们将面临大量的管理任务，包括供应商合作、采购、成本、开发、结果测量和安全保障。

保障过程

尽管仍处于早期阶段，拜耳作物科学正在积极开发McQueen称之为“颠覆性”的农业行业新应用。

该部门正与Bedrock并行推进其数据科学平台，并计划在亚马逊AI平台更新时进行额外的发布。

随着他们深入高级用例，McQueen的IT团队已整合了自动过滤和监控工具及其他安全措施，以保护专有数据，包括引导科学家和工程师进行负责任开发的方法。

McQueen谈到团队的努力时表示：“对于任何我们正在开发的新功能，如果可能进入市场或直接嵌入工作流程中，员工必须在主流发布前仔细进行基准测试和验证。”

“我们可以与人类专家并排测试[模型]，在全面生产之前进行验证。”他说，“重要的是，我们不能在没有严格质量控制测试的情况下推出新功能，否则可能会给农民提供错误建议，影响他们的业务并造成损害。”