控制生成人工智能（英）2023

采取 CONTROLOFGENERATIVEAI 实现AI的多种可能性以一种安全的方式 对GENERATIVEAI进行控制 内容s 这是IPHONE 建筑开启AI GETTING定制 MOMENT对于AI工业 基础 智能FromGENERATIVEAI 3 4 5 CREATING业务 信任是最大的 使用AGENERATIVEAI VALUEWITH 挑战IN 经验LAYER带 公司数据 GENERATIVEAI 超越CX改进的价值 6 7 8 版权©2023Capgemini。保留所有权利。2 围绕功能的炒作From自动化流程为了快速 这是发布两个月后，ChatGPT实现了 iPhone 彻底改变了智能手机市场。和 stay.ThemarketforgenerativeAIisprojected[1]路透社，ChatGPT创造了增长最快的用户群记录，2 2023年2月 时刻为 generativeAI是巨大的。而generativeAI 已经存在了一段时间， 像ChatGPT这样的基础模型引发了对这项技术的兴趣激增，领先 到一个无与伦比的采用率。仅在 破纪录的每月1亿活跃 用户，使其成为增长最快的消费者应用于历史[1] 我们可以看到正在发生的转变在AI中，类似于iPhone的方式 有一件事是肯定的：生成AI在这里 创建营销材料，生成 AI基础模型可以带来好处fi 节省时间和金钱，增强客户经验，并提高e-ciency。The公司面临的挑战是如何采用 生成型AI成功交付不暴露的竞争优势 自己来表示fi不能冒险。因为生成AI可以犯严重错误，公司必须确保他们在控制 在整个过程中，从业务他们应对治理的挑战 一旦模型被部署，它就会控制它。 AI 到2030年达到1090亿美元的价值。[2] 工业 向广泛使用生成性的转变AI已经被证明是一个快速的技术进步正在发生在 超高速。根据发表的研究 2022年,生成AI将达到完全成熟在短短两年到五年的时间里.[3] [2]生成的人工智能市场规模、份额和趋势分析报告组件(软件和服务)，按技术(生成 对抗网络(GAN)，变压器)，按最终用途，按区域，和细分预测，2023-2030年，大观研究，2023年 [3]Gartner，“人工智能的炒作周期”，2022年 建筑 最新的生成式AI基础模型可以 有100亿，甚至1000亿的参数，这明显比以前的fi更多 关于 基础AI 2014年左右创建的first版本。作为结果，超大规模程序正在竞争创造企业可以使用的最佳AI基础 建立。这允许公司专注于 更多关于供应商选择，然后他们的业务挑战，而不是建立整体 基础从头开始。这意味着AI正在移动从定制开发到包装时代。 Getting 基础模型真的很擅长 定制 创建文本和图片。理论上，他们可以在数量上胜过人类 包括翻译和 处理手写、图像和 智能 演讲。[4]但是他们在统计中这样做很容易出现幻觉， 这是一个生成false的术语来自基础数据的信息。 从 这些的fi可信度 幻觉的呈现可以创造错误的权威感 生成 信息。这些是做 没有一般的智力或事实上任何你不提供的情报 AI 对他们来说。 但是，基础模型可以是调整。整合公司知识 到模型中的结果是量身定制的智能满足以下各个特定的fi城市 一个组织。这保证了模型产生正确的结果和在设定的边界内工作。 [4]对NLP基准的重新思考，Kiela等人，2021年 创建业务值与 公司数据 调整基础模型 公司数据并创建一个图层周围的模型意味着你可以 将其部署在受信任的环境中，并且在规模提供可靠的输出。 组织必须行使谨慎并保持控制 实施这种方法，就像任何过程中的失误可能会导致重大的后果。 要做到这一点意味着你需要采用模型科学方法而不是 以前的数据科学方法AI世代。确保您是控制基础模型， 利用合成数据最大限度地降低安全风险 AI可以帮助创建客户 Profiles，识别趋势，挖掘新业务 机会通过数据分析然而，发展 准确可靠的AI模型需要大量的 数据，这带来了挑战关于数据质量和 数量。严格的规定，如GDPR，也限制了使用敏感的客户数据。生成对抗网络 (GAN)模型可以生产合成的，人工生成的fi 基于真实数据集的数据。这允许组织 在执行数据分析时 剩余符合 安全法规. 一份社会保险 提供 与fi相关的财务安全疾病、残疾和家庭与儿童使用合成 作为真实分析的数据他们处理的数据很高敏感。通过生成医疗具有合成数据的记录，该组织能够 自动化他们的过程，减少花在医疗代码上的时间 分类fi阳离子并创造更好的条件开发新的 服务和使用AI的好处fits 方法。 而你的数据在其中，是fi的第一个寻求以下目标的组织面临的挑战真正利用发电的力量 人工智能，通过结合商业知识具有预训练基础的模型 模型。如果没有这种方法，存在显著的fi不能负风险后果，要么数据泄露 或腐败的结果。 信任是最大的挑战 将创成式AI应用于内容代 一家全球消费品公司开始 使用GPT-3自动生成内容，语言翻译和网络营销关键字优化。这意味着他们可以替换signifi不能有编辑的文案数量来检查和调整AI生成的内容。 使用基础模型来帮助生产他们的营销材料不仅降低成本，而且节省时间，但它也产生更准确与内容相比，内容一致 由人类独自生产。参与人工智能生产产品描述，其中包括十个高价值 关键字，收到一个100%的质量评级.In 相比之下，在不使用人工智能的情况下制作的内容工具有70%的质量评级。 在生成式AI中 数据具有价值，组织具有公司的价值观。随着 保护他们的数据和数据的责任他们的客户。不受控制的使用生成AI可能导致数据突然 可供公共消费-这 已经发生在几个fi均方根上。建立 一个模型集线器，它实现了一个测试和信任层监控任何潜在的模型使用情况 泄漏确保AI工具被用于 安全和私有的方式。它还确保一致性和准确性。 集成生成式AI基础时 模型，你怎么知道它会做什么并控制和约束它？除了信任 层，它是必不可少的有一个护栏和一个编排层到位。这可以防止AI 产生不准确信息的模型或生成与您的 护栏，该系统可以避免幻觉和保持其准确性. 建立对人工智能的信任需要创造人工智能的谦逊，这意味着确保您的AI承认 当它没有答案的时候。一些基础模型可能会做出回应，无论他们的 准确性。这就是为什么它很重要建立边界并确保模特承认他们的 必要时缺乏知识。 在处理AI时，尤其是基础模型超出了人类的理解力，设置和控制边界至关重要以防止任何 意想不到的结果。没有适当的限制，系统可能会出现故障或产生不准确的 results.Whileyoumaynotunderstandtheinternals 的模型，你应该总是能够解释它是如何达到特定的fic结果的。 使用 生成AI是一种不可否认的强大工具，尤其是在预先训练的时候基础模型与 我们已经指导了一些 世界领先的企业对他们的 生成AI之旅，分享我们的专业知识 生成 AI体验 layerto 带来价值超越CX 改进 company’sknowledge.Ifacompanywants 使用他们自己的数据生成AI，他们需要一个可靠的合作伙伴建立必要的基础设施，给 指导，并帮助他们扩大规模。 凯捷作为值得信赖的合作伙伴企业，与他们合作发展 调整基础模型并帮助他们导航生成AI的复杂性。我们提供指导，通过整个过程，包括评估、框架实施和业务模板， 以确保平稳和有效 经验。这包括提供一个创成式AI体验层以确保高性能的AI解决方案可以 以可信的方式大规模部署。 从路线图到部署。 生成的人工智能将塑造我们所有的未来，但是我们可以塑造生成AI来获得 我们想要的未来。 关于凯捷联系人 凯捷是全球领导者，与公司合作，转型和管理 通过利用技术的力量来开展业务。集团每天都受到其 通过技术释放人类能量，实现包容性和可持续发展的目的 future.Itisaresponsibleanddiverseorganizationofover360,000teammembersin50多个国家。凭借其强大的55年历史和深厚的行业专业知识， Capgemini深受客户的信赖，能够满足他们广泛的业务需求， 从战略和设计到运营，由快速发展和创新的世界推动 云、数据、人工智能、连接性、软件、数字工程和平台。集团报告2022年全球收入为220亿欧元。 马克·奥斯特 AI、分析和数据科学全球领导者 mark.oost@capgemini.com MAREKA.SOWA IPA业务服务和创新领导者 marek.A.Sowa@capgemini.Com 史蒂夫·琼斯 得到你想要的未来www.capgemini.com可信数据和AI领导者， 协同数据生态系统战略 steve.g.jones@capgemini.com 罗伯特·恩格斯博士 CTO中欧北部洞察和数据 AI期货实验室负责人 robert.engels@capgemini.com 版权所有©2023凯捷。保留所有权利。