Heim Technologie-Peripheriegeräte KI Verantwortungsvolle künstliche Intelligenz ist wertvoll

Verantwortungsvolle künstliche Intelligenz ist wertvoll

Apr 07, 2023 pm 06:01 PM
人工智能 首席信息官

Ein neues IDC-Whitepaper, gesponsert von Credo AI, einem Unternehmen für Governance-Software für künstliche Intelligenz, zeigt, dass eine der größten Chancen für B2B-Unternehmen im Jahr 2023 die richtige Einführung künstlicher Intelligenz ist.

Verantwortungsvolle künstliche Intelligenz ist wertvoll

Diese globale Studie zeigt, dass Unternehmen, die einen „KI zuerst, Ethik vorwärts“-Ansatz verfolgen, erhebliche Geschäftsverbesserungen erwarten, mit einem prognostizierten Wachstum von etwa 22–29 % gegenüber dem Vorjahr bei verschiedenen Kennzahlen. Dazu gehören: Erhöhter Umsatz, verbesserte Kundenzufriedenheit, nachhaltiger Betrieb, verbesserte Gewinne und geringeres Geschäftsrisiko. Ziel der Umfrage ist es, wertvolle Einblicke in den Stand der verantwortungsvollen Einführung künstlicher Intelligenz bei B2B-Unternehmen zu gewinnen und die wichtigsten Herausforderungen und Chancen zu identifizieren.

Jede Unternehmensorganisation wird mit einer immer komplexeren und wettbewerbsintensiveren Realität konfrontiert sein, und es ist klar, dass die Einführung neuer Technologien der einzige Weg ist, in der modernen Geschäftswelt von heute erfolgreich zu sein.

Die Umfrage unterstreicht die entscheidende Rolle, die künstliche Intelligenz für B2B-Unternehmen im Jahr 2023 und darüber hinaus spielen wird. Führungskräfte äußern den Wunsch, dass ihre Unternehmen verantwortungsvolle KI einführen, und nennen Kundenzufriedenheit (30 %), erhöhte Nachhaltigkeit (30 %) und höhere Gewinne (25 %) als die wichtigsten erwarteten Geschäftsvorteile.

Trotz des starken Glaubens an die positiven Einsatzmöglichkeiten künstlicher Intelligenz zeigt die Umfrage jedoch auch, dass viele Führungskräfte Vorbehalte oder mangelndes Vertrauen haben, die Entwicklung und Implementierung künstlicher Intelligenz voranzutreiben. Die Rückmeldungen zeigten, dass nur 39 % ein hohes Vertrauen hatten, 33 % ein gewisses Vertrauen in Vorbehalte und 27 % ein geringes Vertrauen in den ethischen, verantwortungsvollen und gesetzeskonformen Aufbau und Einsatz von KI hatten.

Credo AI-Gründerin und CEO Navrina Singh sagte: „Organisationen auf der ganzen Welt sind bestrebt, die Leistungsfähigkeit der künstlichen Intelligenz, insbesondere der generativen KI, zu nutzen, und erkennen auch den verantwortungsvollen Einsatz dieser Technologien an, um dauerhafte Kapitalrenditen zu erzielen.“ Es gibt noch erhebliche Herausforderungen zu bewältigen, insbesondere wenn es darum geht, Vertrauen in die KI aufzubauen und die Einhaltung von Vorschriften sicherzustellen. Diese Umfrage soll Unternehmen dabei helfen, diese Herausforderungen zu erkennen und sich auf eine verantwortungsvolle KI-Implementierung vorzubereiten.

Trotz der klaren Vorteile von KI müssen viele Unternehmen sie noch vollständig nutzen. Die Befragten der Umfrage gaben an, sie seien besorgt über die negativen Auswirkungen einer verantwortungsvollen KI-Implementierung ohne die richtige Governance. Die Hauptprobleme sind der Verlust privater Daten (31 %), versteckte Kosten (29 %) und vermindertes Kundenvertrauen (26 %).

Weltweit ist der Chief Information Officer (CIO) der Hauptakteur in der verantwortungsvollen KI-Strategie eines Unternehmens. Sie können Unternehmen dabei helfen, sicherzustellen, dass ihre KI-Systeme faire Ergebnisse liefern, die Privatsphäre schützen und Vorschriften einhalten.

Die befragten CIOs sind einhellig davon überzeugt, dass das EU-Gesetz über künstliche Intelligenz die wichtigste Regelung in ihrem bevorstehenden Umsetzungsprozess ist (42 %). Es folgen das britische AI ​​White Paper (37 %) und der US Privacy Protection Act (29 %).

... Um die Einhaltung sicherzustellen, gelten die Bestimmungen und Anforderungen der wichtigsten KI-Vorschriften allgemein als Maßstab für eine verantwortungsvolle KI-Implementierung weltweit.

Verantwortungsvolle KI kann Unternehmen dabei helfen, sicherzustellen, dass ihre KI-Systeme faire Ergebnisse liefern, die Privatsphäre schützen und Vorschriften einhalten. Dadurch können Unternehmen das Kundenerlebnis verbessern, das Vertrauen in die Marke stärken und einen positiven Ruf als verantwortungsbewusstes Unternehmen aufbauen.

Auf die Frage, welche Komponenten die KI-Governance-Struktur einer Organisation umfassen würde, gaben die Befragten Sicherheit, Risikomanagement, regulatorische Leitlinien und Compliance (45 %) an erster Stelle, gefolgt von Technologieauswahl, Standardisierung und Architektur (43 %).

Die verantwortungsvolle Implementierung und Skalierung von KI ist eine gewaltige Aufgabe, die den Input mehrerer Interessengruppen in einer Organisation und ihrem Ökosystem erfordert. Der Erfolg wird durch die Angleichung ethischer und rechtlicher Standards, aber auch durch die erfolgreiche Integration von KI in die verschiedenen verwendeten Softwaresysteme definiert. Dieser Aspekt des Managements ist ein Bereich, der reif für Innovationen ist.

„Verantwortungsvolle KI ist die Zukunft der Branche und bietet Unternehmen vielfältige Möglichkeiten“, sagte Ritu Jyoti, globaler KI-Forschungsleiter für die Forschungspraxis KI und Automatisierung von IDC von verbesserter Kundenzufriedenheit, nachhaltigem Betrieb und höheren Gewinnen in der Zukunft. Jetzt ist es an der Zeit, Maßnahmen zu ergreifen, um bessere Ergebnisse für Unternehmen und Kunden sicherzustellen An dieser Umfrage nahmen mehr als 500 Befragte von globalen B2B-Unternehmen teil.

Credo AI ist eine Governance-Softwareplattform für künstliche Intelligenz, die szenariogesteuerte Governance und Risikobewertung bietet, um sicherzustellen, dass künstliche Intelligenz fair, konform, sicher, zuverlässig, überprüfbar und menschenorientiert ist. Die Plattform ermöglicht es Unternehmen, fortschrittliche künstliche Intelligenz mit Zuversicht zu nutzen, ihr Potenzial zu maximieren und gleichzeitig die damit verbundenen Risiken zu minimieren. Zu den Kunden von Credo AI zählen Einzelhandels-, Finanz- und Banken-, Versicherungs-, Verteidigungs- und High-Tech-Unternehmen.

Das obige ist der detaillierte Inhalt vonVerantwortungsvolle künstliche Intelligenz ist wertvoll. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Chat -Befehle und wie man sie benutzt
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet Jun 28, 2024 am 03:51 AM

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag Jun 10, 2024 am 11:08 AM

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft Jun 11, 2024 pm 03:57 PM

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Sieben coole technische Interviewfragen für GenAI und LLM Sieben coole technische Interviewfragen für GenAI und LLM Jun 07, 2024 am 10:06 AM

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt Jul 25, 2024 am 06:42 AM

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Fünf Schulen des maschinellen Lernens, die Sie nicht kennen Jun 05, 2024 pm 08:51 PM

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen Jul 17, 2024 pm 06:37 PM

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. SK Hynix wird am 6. August neue KI-bezogene Produkte vorstellen: 12-Layer-HBM3E, 321-High-NAND usw. Aug 01, 2024 pm 09:40 PM

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

See all articles