Vince Kellen は、カリフォルニア大学サンディエゴ校 (UCSD) の最高情報責任者であり、ChatGPT、DALL-E などに精通しています。生成 AI このテクノロジーには十分に文書化された制限があります。生成される回答は現実的ではない可能性があり、生成される画像は完全性に欠ける可能性があり、出力は偏っている可能性があります。しかし、彼はとにかく前進しており、従業員はすでにChatGPTを使用してコードや職務記述書を書いていると述べた。
OpenAI のテキスト生成技術 ChatGPT と画像生成技術 DALL-E は、人々の想像力を魅了してきた一連の大規模言語モデル (生成言語モデルまたは生成 AI とも呼ばれます) の中で最も著名です。テキスト文書や画像からプログラミングコードに至るまで、書面によるリクエストに応じて回答を生成します。
Kellen は、コンパイラがアセンブリ言語を改良したものであるのと同じように、ChatGPT によって生成されたコードは生産性ツールであると信じています。 「ライブラリやソフトウェア用のものを生成することは、GitHub を検索することと何ら変わりません。」と彼は言いました、「そして、内容やフォーマットに依存する職務記述書を書くためにも GitHub を使用しています。その後、非常に迅速に編集に移り、エラーや問題を探すことができます。」 「このテクノロジーはまだ初期段階にありますが、コンテンツやワークフローを多用するアプリケーションなど、特定のエンタープライズ アプリケーションにすでに影響を与えていることは否定できませんが、慎重に進める必要があります。
適切なアプリケーションへの準備完了
DB SYSTEL の最高情報責任者兼プロダクト リードのオリバー ウィットマイヤー氏は、生成 AI はコーディング、ワークフローの管理、データの洗練されたシンプルなユースケース (例: DB SYSTEL は DB AG の完全子会社であり、すべてのグループ会社のデジタル パートナーです。運輸業界では、「人工知能は、交通プロセスの渋滞回避、操縦、および管理に直接的または間接的に影響を与える可能性がある。」
コンテンツ生成は、次のように述べています。マイターフィールド。現在、彼のチームは知的分野と専門分野におけるこのテクノロジーの 2 つの用途を調査しています。 「1 つ目は、スポンサーの 1 人に、私たちが行っている仕事と彼らに関連する仕事を要約する電子メールを書きたい場合です。これは、私たちがスポンサーと行ったコミュニケーションの文脈での電子メールです。このテクノロジーは信じられないほど強力です。 "
2 つ目はプロジェクトの人員配置です。通常、Cenkl は履歴書を確認し、スキル タグに基づいて検索して、プロジェクトに一致する候補者を見つけます。生成 AI はこれを実現するのに役立ちます。 「たとえば、『マイケルはこのプロジェクトで何ができるでしょうか?』と尋ね、彼が現在行っていることに基づいて何ができるかを要約すると、履歴書を探す必要がなくなります。」
中古車小売業者の CarMax は、OpenAI の API を活用して、顧客レビューのテキストをより管理しやすく読みやすい概要に統合することで、1 年以上にわたって生成 AI を使用してきました。しかし、同社の最高情報責任者であるシャミム・モハマド氏は、彼のチームがこのテクノロジーを他の分野にも適用していると述べた。
その中でも、車両の画像処理は顧客エクスペリエンスの向上に役立ちます。同氏は、AIは在庫に追加するすべての車両の画像を最適化できると述べ、その範囲は常に5万台から6万台に及ぶと述べた。 「私たちは、有効性を犠牲にすることなく、すべての画像を可能な限りリアルにしています。」たとえば、同社のデータ サイエンティストは、きれいな床に駐車されている車の写真を使用して、きれいな床に駐車されている車の写真を使用する「デジタル スイーパー」モデルを作成しました。汚れた床。 「同じ車であることに変わりはありませんが、写真の見栄えが良くなり、顧客のエクスペリエンスが向上します。」 同様に、Forresterのアナリスト、ローワン・カラン氏は、ナイキは生成AIを使用して製品のプロトタイプ画像を生成していると述べた。 「Text-to-3D モデラーを使用すると、3D 空間でテストし、現実世界でどのように見えるかについてより直感的なアイデアを簡単に得ることができます。」と彼は言いました。
## コードの作成とカスタマー エクスペリエンスの向上は、今日企業が生成 AI を使用している主な分野であり、効率の向上という点で最大の利益が期待できるとモハマド氏は述べています。 TruStone Financial Credit Union のエグゼクティブ バイス プレジデント兼最高情報責任者である Gary Jeter 氏は、開発者が GitHub に OpenAI Codex を実装することでまさにこれを実現したいと考えていると述べました。さらに、生成 AI を使用したコーディングは非常にうまく機能します。プログラミング言語はより構造化されているため、生成 AI モデルは人間の言語よりもコーディングがうまく機能するとチェンクル氏は述べています。 「その構造を明らかにすることで、より効果的に機能します。」CarMax は GitHub の Copilot をテストしており、場合によってはエンジニアが生成するコードが最大 40% 削減される可能性があると述べています。 「進化は非常に速く進みますが、それを使用してソフトウェアを作成する場合は、著作権を侵害したり、虚偽のコンテンツを生成したり、マルウェアを埋め込んだりしていないことを確認する必要があります。監督なしでこのコードを挿入することはできません。
Curran 氏は、マーケティング コピー、グラフィックス、デザインの生成、人々がデータをより効果的に使用できるようにデータのより優れた要約を作成するなど、他の分野でもエンタープライズ アプリケーションの機は熟していると述べました。 「こうした大規模な言語モデルを非構造化データのクリーンアップに使用している人もいる。次に、テクニカル サポート ソフトウェアや Microsoft Office アプリケーションなど、一部のエンタープライズ ソフトウェアに生成 AI 機能が搭載され始める可能性がある」と同氏は述べた。
安易に信用せず、まず確認してください
CarMax のモハマド氏は、このテクノロジーを導入する CIO は、メリットに加えて、生成されるコンテンツ出力に関する問題も理解する必要があると警告しています。問題。インターネット データでトレーニングされた DALL-E などの生成モデルは、著作権を侵害する可能性のあるコンテンツを生成する可能性があるため、ゲッティ イメージズは最近、AI を活用したアート生成ツール Stable Diffusion を巡って Stability AI を訴えました。
このテクノロジーには人間の監視も必要です。 「ChatGPT のようなシステムは、自分たちが何を作成しているのか知りません。そして、これらのシステムは、たとえそれが正確でなくても、言っていることは正確であると信じ込ませるのが非常に上手です。」とセンクル氏は言いました。または、参照情報は、応答にどのように到達したかを知ることができますが、何かがそのように書かれている理由を示す AI の解釈可能性はありません。 「基礎となる基礎が何なのかも分からず、トレーニング セットのどの部分がモデルに影響を与えているのかも分かりません。そして、得られるものは純粋に既存のデータ セットに基づく分析であるため、可能性があるだけでなく、
Wittmaier 氏はこのテクノロジーに対して強気ですが、それでもこれは顧客向けの展開に使用できる初期のテクノロジーであると信じています。同氏は、現時点では、オフィススイート環境、顧客連絡用チャットボット、テクニカルサポート機能、一般文書はいずれも短期的な可能性があるが、運送会社の事業における安全関連分野となると、答えは明らかに「ノー」であると述べた。同氏は次のように述べています。「これらのデリケートな領域に生成 AI を組み込む前に、私たちはまだ多くのことを学び、改善する必要があります。」
ジーター氏も同様の懸念を抱いています。彼のチームは ChatGPT を使用してコード修正を特定し、それを 30 分でサイトに展開しましたが、「ChatGPT がなければもっと時間がかかったでしょう」と彼は ChatGPT が契約条件の草案作成にも役立つと信じています。完全に検証されています。 「私たちは生成 AI を外部のメンバーに公開することはありません。また、TruStone がこの分野の最前線に立つことはありません。」
TruStone がメンバーに利益をもたらすために最終的にテクノロジーを使用し始めると、会話はさらに活発になると彼は付け加えました。メンバーとブランドを保護するために、人間による自動レビューを通じて監視されます。
カリフォルニア大学サンディエゴ校のケレン氏は、現在でも、デプロイメントを成功させる鍵は、生成されたコンテンツの正確性とコンプライアンスを確認する人間の関与にあると述べています。 「機械が正しい意思決定を行えるようにすることは、重要な訴訟の争点となるだろうし、組織が医療診断などの高リスクのことを行うためにこのテクノロジーを使用するまでには、長い時間がかかるだろう。しかし、生成 AI は、非常に優れたものを生成することができる。人間の監督があると仮定すると、レビューの概要のようなものです。これにより、作業が少し遅くなりますが、これは正しいことです。最終的には、品質を確保するための自動化された方法が見つかるでしょう。しかし、現時点では、品質を保証するためのレビュー プロセスが必要です。
精度に加えて、十分に文書化されたもう 1 つのリスクは、トレーニング データ センターから持ち込まれたモデルにバイアスが発生する可能性であることです。 Kellen 氏は、ChatGPT のように、生成 AI がインターネットのコンテンツを使用する場合、これは特に問題になると述べています。ただし、自社の非公開企業のデータに基づいてモデルをトレーニングする場合は、潜在的なバイアスをチェックできるため、問題にならない可能性があります。彼は次のように述べています。「企業の中に深く入り込むほど、データ カテゴリが制限され、一般的になればなるほど、生成 AI はより有用になります。」
大規模な言語モデルについて知っておくべきことチェンクル氏は、これらのマシンはある程度の専門家であると述べました。 「彼らは理解していませんが、コンピューティングには非常に優れています。」
仕事の責任と役割の変化
「テクノロジーは物事を改善することができますが、同時に多くの追加物ももたらします」しかし、生成型 AI は違うと彼は考えています。 「これは、私たちがやりたくないことのいくつかを取り除き、私たちをより賢くし、人間をより強くしてくれるので、エキサイティングです。」
しかし、Curran 氏は、生成 AI が短期的にはあらゆる役割を完全に置き換えることはないと指摘しました。 「コンテンツ開発、製品情報管理、ソフトウェア開発などの役割を実行するために必要な人材の数は減るかもしれないが、常に人間が関与することになる」とモハマド氏は述べ、生成 AI テクノロジーは次のようなことを書くことができると付け加えた。 、コンテンツの品質を確保し、生成されたコンテンツを制御してより良いものにするためには、人間の知性が常に必要です。
始めましょう
ケレン氏は、今こそ生成 AI テクノロジーを加速し、実験を開始する時期だと述べました。同氏は、「CIOは、自社のエンタープライズソフトウェア製品にテクノロジーを組み込むベンダーに混乱する前に、この問題を解決しなければならない。もし来年も遅れ続ければ、時代に乗り遅れてしまうだろう。」と述べた。 ChatGPT について世間で話題にするのではなく、テクノロジーを理解し、深く探究することが重要であり、テクノロジーはそのアプリケーションよりもはるかに複雑であることを理解する必要があります。次に、既存のプロセスの効率や品質を向上させるために生成 AI を使用できる可能性について考え始めます。最後に、どのようなタイプの機能が必要なのか、ベンダーから入手するのか自分で構築するのかを自問してください。
次のステップは、テクノロジーをテストし、潜在的な使用例を検討することです。 「多くのシステムには、構造化データを使用しているか非構造化データを使用しているかに関係なく、自然言語と会話型インターフェースのコンポーネントが少なくともいくつか含まれることになります。保有しているデータについて考え、それを実現できるテクノロジーについて考えてください」とチェンクル氏は述べた。 「どの部分を強化するか」を考え、その可能性を実証します。たとえば、ジーター氏は利用規約のテンプレートを作成し、コンプライアンス部門に送信して、テクノロジーの使用状況を示したと述べた。
生成 AI モデルは大規模で、ゼロからトレーニングするには非常に費用がかかるため、クラウド サービスのいずれかを使用するのが最善の方法だとカラン氏は述べています。たとえば、CarMax は GPT 3.5 で Microsoft Azure OpenAI サービスを使用します。 「私たちがロードするデータは私たち自身のものであり、他の人と共有されることはありません。また、大量のデータを取得して、それを迅速に処理してモデルを実行できます。これは、小規模なチームやビジネスの場合に役立つかもしれません」とモハマド氏は述べています。 「生成型 AI 技術を学びたいなら、ぜひ試してみてください。」
以上がCIO の意見: 企業 IT は今後、生成 AI を慎重に使用する必要があるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ジョン・ロールズの独創的な1971年の著書「正義の理論」で、彼は私たちが今日のAIデザインの核となり、意思決定を使用するべきであるという思考実験を提案しました:無知のベール。この哲学は、公平性を理解するための簡単なツールを提供し、リーダーがこの理解を使用してAIを公平に設計および実装するための青写真を提供します。 あなたが新しい社会のルールを作っていると想像してください。しかし、前提があります。この社会でどのような役割を果たすかは事前にわかりません。過半数または限界少数派に属している、金持ちまたは貧弱、健康、または障害者になることがあります。この「無知のベール」の下で活動することで、ルールメーカーが自分自身に利益をもたらす決定を下すことができません。それどころか、人々はより公衆を策定する意欲があります

ロボットプロセスオートメーション(RPA)を専門とする多くの企業は、繰り返しタスクを自動化するためのボットを提供しています。 一方、プロセスマイニング、オーケストレーション、インテリジェントドキュメント処理スペシャル

AIの未来は、単純な単語の予測と会話シミュレーションを超えて動いています。 AIエージェントは出現しており、独立したアクションとタスクの完了が可能です。 このシフトは、AnthropicのClaudeのようなツールですでに明らかです。 AIエージェント:研究a

急速な技術の進歩は、仕事の未来に関する将来の見通しの視点を必要とします。 AIが単なる生産性向上を超えて、私たちの社会構造の形成を開始するとどうなりますか? Topher McDougalの今後の本、Gaia Wakes:

多くの場合、Harmonized System(HS)などのシステムからの「HS 8471.30」などの複雑なコードを含む製品分類は、国際貿易と国内販売に不可欠です。 これらのコードは、すべてのINVに影響を与える正しい税申請を保証します

データセンターと気候技術投資におけるエネルギー消費の将来 この記事では、AIが推進するデータセンターのエネルギー消費の急増と気候変動への影響を調査し、この課題に対処するための革新的なソリューションと政策の推奨事項を分析します。 エネルギー需要の課題:大規模で超大規模なデータセンターは、数十万の普通の北米の家族の合計に匹敵する巨大な力を消費し、新たなAIの超大規模なセンターは、これよりも数十倍の力を消費します。 2024年の最初の8か月で、Microsoft、Meta、Google、Amazonは、AIデータセンターの建設と運用に約1,250億米ドルを投資しました(JP Morgan、2024)(表1)。 エネルギー需要の成長は、挑戦と機会の両方です。カナリアメディアによると、迫り来る電気

生成AIは、映画とテレビの制作に革命をもたらしています。 LumaのRay 2モデル、滑走路のGen-4、OpenaiのSora、GoogleのVEO、その他の新しいモデルは、前例のない速度で生成されたビデオの品質を向上させています。これらのモデルは、複雑な特殊効果と現実的なシーンを簡単に作成できます。短いビデオクリップやカメラ認知モーション効果も達成されています。これらのツールの操作と一貫性を改善する必要がありますが、進歩の速度は驚くべきものです。 生成ビデオは独立した媒体になりつつあります。アニメーション制作が得意なモデルもあれば、実写画像が得意なモデルもあります。 AdobeのFireflyとMoonvalleyのMAであることは注目に値します

ChatGptユーザーエクスペリエンスは低下します:それはモデルの劣化ですか、それともユーザーの期待ですか? 最近、多数のCHATGPT有料ユーザーがパフォーマンスの劣化について不満を述べています。 ユーザーは、モデルへの応答が遅く、答えが短い、助けの欠如、さらに多くの幻覚を報告しました。一部のユーザーは、ソーシャルメディアに不満を表明し、ChatGptは「お世辞になりすぎて」、重要なフィードバックを提供するのではなく、ユーザービューを検証する傾向があることを指摘しています。 これは、ユーザーエクスペリエンスに影響を与えるだけでなく、生産性の低下やコンピューティングリソースの無駄など、企業の顧客に実際の損失をもたらします。 パフォーマンスの劣化の証拠 多くのユーザーは、特にGPT-4などの古いモデル(今月末にサービスから廃止される)で、ChatGPTパフォーマンスの大幅な分解を報告しています。 これ


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

SublimeText3 Linux 新バージョン
SublimeText3 Linux 最新バージョン

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

SublimeText3 中国語版
中国語版、とても使いやすい

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

ホットトピック









