生成式人工智能是如何工作的

生成式人工智能最常見和最強(qiáng)大的技術(shù)之一是大型語言模型，例如GPT-4或谷歌BARD。這些神經(jīng)網(wǎng)絡(luò)是根據(jù)書籍、網(wǎng)站、社交媒體和新聞文章等各種來源的大量文本數(shù)據(jù)進(jìn)行訓(xùn)練的。他們通過猜測(cè)一系列單詞中的下一個(gè)單詞來學(xué)習(xí)語言的模式和概率。例如，給定輸入的句子“天空是”，大型語言模型可能預(yù)測(cè)為“藍(lán)色”、“晴朗”、“多云”或“下雨”等。

通過使用不同的輸入和參數(shù)，大型語言模型可以生成不同類型的輸出，例如摘要、標(biāo)題、故事、文章、評(píng)論、標(biāo)題、口號(hào)或代碼。例如，輸入“為一個(gè)新品牌的牙膏編寫一個(gè)朗朗上口的口號(hào)”，大型語言模型可能會(huì)產(chǎn)生“自信的微笑”、“消除你的煩惱”或“像星星一樣閃耀”。

企業(yè)在使用生成式人工智能時(shí)需要考慮的危險(xiǎn)信號(hào)

雖然生成式人工智能可以為企業(yè)提供許多好處和機(jī)會(huì)，但它也有一些必須克服的缺點(diǎn)。以下是企業(yè)在采用生成式人工智能之前需要考慮的一些危險(xiǎn)信號(hào)。

(1)公共信息與私人信息

隨著用戶開始嘗試生成式人工智能，他們將創(chuàng)建提示、生成文本，并將這項(xiàng)新技術(shù)構(gòu)建到他們的工作流程中。必須有明確的政策來界定哪些信息是公開的，哪些是私有或?qū)Ｓ行畔?。提交私人信息，即使是在人工智能提示中，也意味著信息不再是私人的。盡早開始對(duì)話，以確保團(tuán)隊(duì)可以在不損害專有信息的情況下使用生成式人工智能。

(2)人工智能的幻覺

生成式人工智能模型并不完美，有時(shí)可能會(huì)產(chǎn)生不準(zhǔn)確、不相關(guān)或無意義的輸出。這些輸出通常被稱為人工智能幻覺或人工智能幻影。它們可能是由各種因素造成的，例如數(shù)據(jù)質(zhì)量或數(shù)量不足，模型偏差或錯(cuò)誤或惡意操縱。例如，生成式人工智能模型可能會(huì)生成傳播錯(cuò)誤信息或宣傳的假新聞文章。因此，企業(yè)需要意識(shí)到生成式人工智能模型的局限性和不確定性，并在將其用于決策或溝通之前驗(yàn)證其輸出。

(3)在工作中使用錯(cuò)誤的工具

生成式人工智能模型不一定是可以解決任何問題或任務(wù)的一刀切的解決方案。雖然一些大型語言模型優(yōu)先考慮一般化響應(yīng)和基于聊天的界面，但其他大型語言模型是為特定目的而構(gòu)建的。換句話說，有些模型可能更擅長(zhǎng)生成短文本而不是長(zhǎng)文本;有些可能更擅長(zhǎng)生成事實(shí)性文本，而不是創(chuàng)造性文本;有些可能更擅長(zhǎng)在一個(gè)領(lǐng)域生成文本，而不是在另一個(gè)領(lǐng)域。

許多生成式人工智能平臺(tái)可以針對(duì)特定利基市場(chǎng)(例如客戶支持、醫(yī)療應(yīng)用、營(yíng)銷或軟件開發(fā))進(jìn)行進(jìn)一步訓(xùn)練。簡(jiǎn)單地使用最流行的產(chǎn)品很容易，即使它不是適合手頭工作的工具。企業(yè)需要了解自己的目標(biāo)和需求，并為工作選擇合適的工具。

(4)垃圾進(jìn)，垃圾出

生成式人工智能模型的好壞取決于它們所訓(xùn)練的數(shù)據(jù)。如果采用嘈雜的、不完整的、不一致的或具有偏見的數(shù)據(jù)，生成式人工智能模型可能會(huì)產(chǎn)生反映這些缺陷的輸出。例如，在不適當(dāng)或有偏見的數(shù)據(jù)上訓(xùn)練的生成式人工智能模型可能會(huì)生成具有歧視性的文本，并可能損害企業(yè)的品牌聲譽(yù)。因此，企業(yè)需要確保他們擁有具有代表性、多樣性和不偏不倚的高質(zhì)量數(shù)據(jù)。

如何發(fā)展成為為人工智能做好準(zhǔn)備的企業(yè)

采用生成式人工智能并不是一個(gè)簡(jiǎn)單或直接的過程。這需要戰(zhàn)略眼光、文化轉(zhuǎn)變和技術(shù)轉(zhuǎn)型。以下是企業(yè)發(fā)展成為人工智能就緒企業(yè)所需采取的一些步驟。

(1)找到合適的工具

如上所述，生成式人工智能模型不是可互換的或通用的。它們有不同的能力和限制，這取決于它們的架構(gòu)、訓(xùn)練數(shù)據(jù)和參數(shù)。因此，企業(yè)需要找到符合其需求和目標(biāo)的正確工具。例如，創(chuàng)建圖像的人工智能平臺(tái)(例如DALL-E或StableDiffusion)可能不是客戶支持團(tuán)隊(duì)的最佳選擇。

為特定角色定制界面的平臺(tái)正在興起：針對(duì)營(yíng)銷結(jié)果進(jìn)行優(yōu)化的文案平臺(tái)、針對(duì)一般任務(wù)和問題解決進(jìn)行優(yōu)化的聊天機(jī)器人、連接編程數(shù)據(jù)庫的開發(fā)人員專用工具、醫(yī)療診斷工具等等。企業(yè)需要評(píng)估他們使用的生成式人工智能模型的性能和質(zhì)量，并將其與替代解決方案或人類專家進(jìn)行比較。

(2)管理自己的品牌

企業(yè)還必須考慮控制機(jī)制。例如，市場(chǎng)營(yíng)銷團(tuán)隊(duì)在以往可能是品牌信息的守門人，但他們也是瓶頸。由于企業(yè)中的任何人都有能力生成副本，因此找到允許企業(yè)構(gòu)建品牌指導(dǎo)方針、信息、受眾和品牌聲音的工具非常重要。擁有整合品牌標(biāo)準(zhǔn)的人工智能對(duì)于消除品牌復(fù)制的瓶頸而不引起混亂至關(guān)重要。

(3)培養(yǎng)正確的技能

生成式人工智能模型并不是無需任何人工輸入或指導(dǎo)就能生成完美文本的魔盒。它們需要人類的技能和專門知識(shí)來有效和負(fù)責(zé)任地使用它們。生成式人工智能最重要的技能之一是提示工程：設(shè)計(jì)輸入和參數(shù)的藝術(shù)和科學(xué)，從模型中獲得期望的輸出。

提示工程包括理解生成式人工智能模型的邏輯和行為，制作清晰而具體的指令，提供相關(guān)的示例和反饋，以及測(cè)試和改進(jìn)輸出。提示工程是任何使用生成式人工智能的用戶都可以隨著時(shí)間的推移學(xué)習(xí)和改進(jìn)的技能。

(4)建立新的角色和工作流

生成式人工智能模型不是可以獨(dú)立運(yùn)行或取代人類的獨(dú)立工具，它們是可以增強(qiáng)和提高人類創(chuàng)造力和生產(chǎn)力的協(xié)作工具。因此，企業(yè)需要建立新的工作流，將生成式人工智能模型與人類團(tuán)隊(duì)和流程集成在一起。

企業(yè)可能需要?jiǎng)?chuàng)建全新的角色或功能，例如人工智能監(jiān)察人員或人工智能質(zhì)量保證專家，他們可以監(jiān)督和監(jiān)控生成式人工智能模型的使用和輸出，并在出現(xiàn)問題時(shí)解決它們。他們可能還需要實(shí)施新的政策或協(xié)議，例如道德準(zhǔn)則或質(zhì)量標(biāo)準(zhǔn)，以確保生成式人工智能模型的問責(zé)制和透明度。

生成式人工智能時(shí)代已經(jīng)到來

生成式人工智能是這個(gè)時(shí)代最令人興奮和顛覆性的技術(shù)之一。它有可能改變?nèi)藗冊(cè)诟鱾€(gè)領(lǐng)域和行業(yè)中創(chuàng)建和消費(fèi)內(nèi)容的方式。然而，采用生成式人工智能并不是一件微不足道或沒有風(fēng)險(xiǎn)的事情。它需要周密的計(jì)劃、準(zhǔn)備和執(zhí)行。采用和掌握生成式人工智能的企業(yè)將獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，并為增長(zhǎng)和創(chuàng)新創(chuàng)造新的機(jī)會(huì)。