Crypto.com 利用 AWS 上的生成式 AI，在 1 秒內提供準確的情緒分析

Crypto.com 成立於 2016 年，具有大膽的使命：將加密貨幣帶入每個錢包。該公司專注於推動使用者採用，並擁有由商家和支付閘道組成的廣泛合作夥伴網路，藉此在衆多交易平台中脫穎而出。Crypto.com 目前在 90 個國家/地區提供約 1 億用戶服務。

憑藉如此快速的增長和多樣化的客戶群 —— 這一切都在不斷發展的競爭激烈的行業中，Crypto.com 已採用生成人工智能（AI），以快速提供優化的客戶體驗。該公司的 AI 使用案例包括用於新使用者引導和客戶查詢的對話助理，以及用於生成社群媒體行銷活動的精靈。

在生成式 AI 應用程式中，情緒分析和新聞敘事分類變得越來越重要。特別是在加密貨幣領域，投資者需要及時、準確的市場情報來做出明智的決策。Crypto.com 提供了市場洞察服務，用戶可以在其中訪問來自加密貨幣和傳統新聞來源的最新新聞和信息，從該公司的情報引擎獲得見解。每個訂閱都根據使用者的交易等級和錢包中的加密貨幣量身定制。

Crypto.com 採用一系列現成的機器學習（ML）模型以及自己的自定義模型進行情緒分析。然而，開發人員遇到了開放原始碼模型方面的限制以及自行託管大型語言模型 (LLM) 成本高昂的挑戰。他們還面臨開放原始碼模型產生的輸出準確性問題，尤其是在處理多語言新聞網站時。因此，Crypto.com 尋求了一個更有效的解決方案來集成和合成來自多個 ML 模型的輸出（無論是預先訓練的還是定制），以提供準確，可靠和全面的加密市場的見解。

自推出以來，Crypto.com 一直在亞馬遜網絡服務（AWS）上運行，因此當它尋找新的 LLM 進行情緒分析時，亞馬遜 Bedrock 上的 Anthropic Claude 3 是一個合理的選擇。這些 LLM 具有高度可擴展性，並可即時處理大量資料，有助於進行全面的市場研究。初步結果顯示，Amazon Bedrock 上的 LLM 通常能在一秒內迅速傳回結果。

該公司藉由整合 Amazon Bedrock，消除了自行託管 LLM 的手動工作、額外成本和運算限制。在一個月內，Crypto.com 已在亞馬遜 Bedrock 上實施了人類克勞德 3 海庫模型，用於情緒分析，以 25 多種語言收集和分析加密新聞。該公司還利用 Amazon Bedrock 進行持續的概念驗證和開發。Crypto.com 人工智能和創新技術主管 Sunny Fok 表示：「Amazon SageMaker 和亞馬遜 Bedrock 等 AWS 服務上的生成人工智能簡化了我們採用最新的 LLM 和人工智能技術。我們現在能在幾週內將創新想法從概念驗證階段進階至全面生產。」

為確保網域特定知識應用於模型輸出中，Crypto.com 使用自己的數據微調開源模型，包括亞馬遜彈性運算雲（Amazon EC2）上的 Mistral AI 和 Meta Llama 。這種方法在市場上出現新加密貨幣時極為重要，因為現成的模型通常會產生不理想的結果。然後 Crypto.com 開始使用亞馬遜 SageMaker 作為點選端對端 ML 開發平台，以微調其自定義模型。

Crypto.com 高級工程師林雷蒙德表示：「亞馬遜 SageMaker 提供了使用用戶友好的界面輕鬆調整我們的模型的工具和 API。與 Amazon Bedrock 一樣，我們只需要根據需要執行機器學習工作，而且管理自訂建模比我們自己完成這項工作更容易。」

Crypto.com 在整個多代理程式部署的想法產生、POC 和生產階段中獲得 AWS 的廣泛支持。「我們針對不同使用案例部署哪些工具或框架進行多次討論。」Lam 表示：「AWS 團隊分享了現有使用案例、提供範例程式碼，並示範每個步驟。出現技術問題時，AWS 解決方案架構師會協助疑難排解並提供建議，這加速了我們在 AWS 服務上採用生成式 AI 的過程。」

通過在 AWS 上實施多代理商共識的解決方案進行情緒分析，Crypto.com 可以有效率地為其全球用戶群提供準確、全面和本地化的加密市場見解。Fok 解釋說：「我們可以與使用者分享更多關於加密貨幣情緒的即時更新新聞。例如，特定加密貨幣是看漲還是看跌。使用者會更了解情況，這意味著他們能做出更明智的投資。」 工程師還注意到，使用 Amazon Bedrock 上的 Claude 3 模型進行大範圍查詢擴展的準確性有所提高。

此外，借助 Amazon Bedrock，Crypto.com 受益於高度可擴展的模型，可自動化洞察生成以節省時間和資源。「我們可以透過 API 存取即用型模型，因而提高效率，這讓我們在開發方面具有更大的靈活性。」Lam 表示：「借助 AWS 上的生成式 AI，我們可以針對不同的使用案例或需求提供更多選擇，因此得以輕鬆測試新模型。」

Crypto.com 目前正在探索亞馬遜 Bedrock 上 Claude 3 模型的新使用案例，例如處理文檔、表格和圖表。相較於市場上的其他 ML 驅動型光學字元辨識 (OCR) 讀取器，該公司對其 OCR 的初步測試在準確性方面顯示出積極的結果。該公司還積極開發新的生成式 AI 使用案例，例如捕捉社群媒體中的情緒。

客戶對正在進行的工作表示滿意，這鼓勵 Crypto.com 繼續測試在整個組織中部署生成人工智能的方法。Fok 分享說：「我們的生成式 AI 專案的意見回饋非常棒，無論是內部還是來自我們的使用者。」