1769年,英国人瓦特改良的蒸汽机掀开了工业革命的时代序幕。近日,AIGC风口又为AI在To C领域的应用开启了无限的可能性。伴随AI 算力需求急剧增加,倒逼传统计算架构加速革新,人工智能算力时代悄然开启,ChatGPT的出现更是让我们看到了AIGC的无限潜能, 从AI 1.0 迈入AI 2.0 的全新拐点, AI技术如何进一步落实在应用上,从而实现商业价值?
为加速人工智能行业发展,探索人工智能应用落地。3月24日,华为云携手快快网络举办“企业快成长·AI算力的应用与思考”思享会,顶级行业专家共聚一堂,就领域前沿技术、AI的商业应用、AI创造力等话题展开思辨,为人工智能行业应用绘制新鸿图,共创行业新价值。
会议现场,华为AI技术规划专家以前瞻角度,介绍了在人工智能领域的实践经验和研究洞察。他表示,大模型正在成为重要的云基础设施。ChatGPT引发第三次交互革命,通过自然语言控制软硬件,降低软硬件使用门槛,对搜索、代码、办公等诸多领域生产力工具产生颠覆性变化,有望成为万物智能统一入口。
ChatGPT一夜爆火,上线短短两月,已获1亿月度活跃用户,成为历史上增长最快的面向消费者的应用。随着生成式人工智能成为Web3.0时代的生产工具,以及各类人工智能应用的深入,其自身的技术缺陷以及带来的隐私伦理、决策偏见、使用安全等问题引发了信任危机。在技术上,算法脆弱易受攻击带来的危险性;黑箱模型导致算法不透明,使得人们无法直观理解决策背后的原因。在应用中,容易产生训练数据偏见歧视,导致公平性缺失;在伦理方面,人工智能系统决策复杂,难以界定责任主体,带来伦理安全问题。
对此,他强调,企业/个人用户调用大模型可能会带来信息泄露等风险,同时,这些模型可能会被用于生成虚假信息或网络攻击代码。因此我们需要整合各方资源,规范技术应用的伦理道德问题,确保AI技术应用的公正性和透明度,使AI生态得以长期健康的发展。
同时,针对AI 2.0时代商业应用的机遇与挑战,宜远智能创始人吴志力指出,技术的进步带来了更多的机会,企业可以利用AI技术提升工作效率,减少人力成本,同时也能够开拓更多的商业模式和领域。
“AI技术的应用也带来一系列挑战,包括数据隐私和安全问题,伦理问题等。同时AI技术需要丰富的标注数据,使得AI算法的应用和训练时间更长。如何解决这些问题是商业应用AI技术面临的重要挑战。因此,一方面企业需要在AI的应用和管理上下更多的投入,此外也需要制定更完善的AI政策和伦理规范,以更好地应对AI 2.0时代商业应用带来的机遇和挑战。“吴志力提到。
与此同时,爆火的ChatGPT,既让大家看到了人工智能变革的新机遇,也在文明视野下引发了我们对它给人类所带来挑战的反思。很多人都在关心:我们的工作是否会被ChatGPT替代?AI是否威胁到职场的更多人?
针对这一话题,执一咨询创始人郑楠带来了他的精彩分享,他认为,一方面,这些新技术的出现将导致许多职位的转变,同时也将提高职场人的工作效率和质量,带来更多机会。另一方面,在“AI增强”的环境下,技术团队应该拥抱新技术,掌握与AI相关的技能,强化数字化技能,了解AI技术的基础知识,掌握与AI相关的编程语言和算法,并具备项目管理和协作技能。同时,他们需要了解业务流程和领域知识,持续学习和提升技能,以适应发展迅速的技术环境。只有这样,团队才可以充分利用人工智能的优势,不断提高工作效率并为公司创造更多价值。
比尔盖茨说,在未来5到10年内,由人工智能驱动的软件将最终革命性地改变人们教学和学习的方式。站在历史交汇点上,人工智能作为数字时代关键核心技术,将迎来全面商业场景应用时代。
本次思享会只是一个起点,更多应用创新等待我们去发掘和探索。据悉,类似的内容分享会活动,在华为云开年采购季期间在全国各地不断上演。更多精彩,欢迎关注华为云官网。
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。