ChatGPT 雖然很酷，但這只是一個開始; 生成式人工智能的企業(yè)用途要復雜得多。

過去三年，風險投資公司在生成式人工智能解決方案上投資了超過 17 億美元，其中人工智能藥物發(fā)現(xiàn)和人工智能軟件編碼獲得的資金最多。

“ChatGPT 等早期基礎模型側(cè)重于生成式 AI 增強創(chuàng)造性工作的能力，但到 2025 年，我們預計將使用生成式 AI 技術系統(tǒng)地發(fā)現(xiàn)超過 30% 的新藥物和材料(目前為零)，” Brian Burke，Gartner 技術創(chuàng)新研究副總裁。 “這只是眾多行業(yè)用例之一?！?/p>

第一名：藥物設計中的生成人工智能

2010年的一項研究顯示，一種藥物從發(fā)現(xiàn)到上市的平均成本約為18億美元，其中藥物發(fā)現(xiàn)成本約占三分之一，而發(fā)現(xiàn)過程花費了長達三到六年的時間。 生成式人工智能已在幾個月內(nèi)用于設計各種用途的藥物，為制藥公司提供了降低藥物發(fā)現(xiàn)成本和縮短時間的重大機會。

第二名：材料科學中的生成式人工智能

生成式人工智能通過構建針對特定物理特性的全新材料，正在影響汽車、航空航天、國防、醫(yī)療、電子和能源行業(yè)。 這個過程被稱為逆向設計，定義所需的屬性并發(fā)現(xiàn)可能具有這些屬性的材料，而不是依靠偶然性來找到擁有這些屬性的材料。 例如，其結(jié)果是找到比目前在能源和運輸中使用的材料更具導電性或具有更大磁吸引力的材料，或者用于材料需要耐腐蝕的用例。

第三名：芯片設計中的生成式人工智能

生成式人工智能可以使用強化學習(一種機器學習技術)來優(yōu)化半導體芯片設計(布局規(guī)劃)中的組件布局，將產(chǎn)品開發(fā)生命周期時間從人類專家的幾周縮短到生成式人工智能的幾小時。

第四名：合成數(shù)據(jù)中的生成人工智能

生成式人工智能是創(chuàng)建合成數(shù)據(jù)的一種方式，合成數(shù)據(jù)是生成的一類數(shù)據(jù)，而不是從對現(xiàn)實世界的直接觀察中獲得的數(shù)據(jù)。 這確保了用于訓練模型的原始數(shù)據(jù)源的隱私。 例如，可以人工生成醫(yī)療數(shù)據(jù)用于研究和分析，而無需透露其醫(yī)療記錄用于確保隱私的患者的身份。

第 5 點：零件的生成設計

生成式人工智能使制造、汽車、航空航天和國防等行業(yè)能夠設計經(jīng)過優(yōu)化的零件，以滿足特定目標和限制，例如性能、材料和制造方法。 例如，汽車制造商可以使用衍生式設計來創(chuàng)新更輕的設計，從而有助于實現(xiàn)提高汽車燃油效率的目標。

嵌入正確的技術來釋放生成式人工智能

如今大多數(shù)人工智能系統(tǒng)都是分類器，這意味著它們可以被訓練來區(qū)分狗和貓的圖像。 生成式人工智能系統(tǒng)可以被訓練來生成現(xiàn)實世界中不存在的狗或貓的圖像。 技術的創(chuàng)造力能夠改變游戲規(guī)則。

生成式人工智能使系統(tǒng)能夠創(chuàng)建高價值的工件，例如視頻、敘述、訓練數(shù)據(jù)甚至設計和原理圖。

例如，生成式預訓練 Transformer (GPT) 是一種大規(guī)模自然語言技術，它使用深度學習來生成類似人類的文本。 第三代(GPT-3)可以根據(jù)吸收和積累的訓練來預測句子中最有可能的下一個單詞，可以編寫故事、歌曲和詩歌，甚至計算機代碼，并使 ChatGPT 能夠在幾秒鐘內(nèi)完成青少年的作業(yè)。

除了文本之外，圖像生成器(例如 DALL·E 2、Stable Diffusion 和 Midjourney)也可以從文本生成圖像。

生成式人工智能采用了多種人工智能技術，但最近，基礎模型成為了人們關注的焦點。

基礎模型以自我監(jiān)督的方式在通用數(shù)據(jù)源上進行預訓練，然后可以適應新問題。 基礎模型主要基于 Transformer 架構，它體現(xiàn)了一種計算訓練數(shù)據(jù)的數(shù)值表示的深度神經(jīng)網(wǎng)絡架構。

Transformer 架構通過跟蹤順序數(shù)據(jù)中的關系來學習上下文，從而學習意義。 Transformer 模型應用一組不斷發(fā)展的數(shù)學技術(稱為注意力或自注意力)來檢測一系列影響和相互依賴的微妙方式，甚至是遙遠的數(shù)據(jù)元素。

不要忘記生成式人工智能的風險

在全速前進之前，請記住，生成式人工智能不僅提供了商業(yè)機會，而且還提供了商業(yè)機會。 這些威脅也是真實存在的——包括深度偽造、版權問題以及其他針對您的組織的惡意使用生成式人工智能技術的可能性。

與安全和風險管理領導者合作，主動減輕惡意使用生成式人工智能給個人、組織和政府帶來的聲譽、假冒、欺詐和政治風險。

還可以考慮通過批準的供應商和服務的精選列表來實施關于負責任地使用生成式人工智能的指南，優(yōu)先考慮那些努力提供培訓數(shù)據(jù)集和適當模型使用透明度的供應商和/或以開源方式提供其模型的供應商和服務。

審核編輯：湯梓紅