


Sechs Best Practices für die Entwicklung unternehmensweiter Nutzungsrichtlinien für generative KI
Generative KI ist eine kürzlich bekannte KI-Technologie, die unbeaufsichtigte und halbüberwachte Algorithmen verwendet, um Daten aus vorhandenen Materialien (wie Text, Audio, Videos, Bildern usw.) zu generieren Code). Die Einsatzmöglichkeiten dieses Zweigs der KI nehmen explosionsartig zu, und Unternehmen nutzen generative KI, um ihre Kunden besser zu bedienen, vorhandene Daten besser zu nutzen, die betriebliche Effizienz zu verbessern und viele andere Zwecke.
Aber wie andere neue Technologien ist auch die generative KI nicht ohne erhebliche Risiken und Herausforderungen. Laut einer kürzlich von Salesforce unter führenden IT-Führungskräften durchgeführten Umfrage glauben 79 % der Befragten, dass generative KI-Technologie Sicherheitsrisiken bergen könnte, 73 % der Befragten befürchten, dass generative KI voreingenommen sein könnte, und 59 % der Befragten glauben an die Ergebnisse generativer KI ist ungenau. Darüber hinaus müssen rechtliche Aspekte berücksichtigt werden, insbesondere wenn die durch die extern eingesetzte generative KI generierten Inhalte authentisch und korrekt sind, die Inhalte urheberrechtlich geschützt sind oder von Wettbewerbern stammen.
ChatGPT selbst sagt uns beispielsweise: „Meine Antworten basieren auf Mustern und Korrelationen, die aus einem großen Textdatensatz gelernt wurden, und ich habe nicht die Möglichkeit, die Richtigkeit aller zitierten Quellen zu überprüfen.“ der Datensatz oder die Glaubwürdigkeit.“
Allein die rechtlichen Risiken sind umfangreich und umfassen Verträge, Cybersicherheit, Datenschutz, betrügerische Handelspraktiken, Diskriminierung und Desinformation, so die gemeinnützige Organisation Tech Policy Press Eigentums- und Verifikationsrisiken.
Tatsächlich gibt es in Ihrer Organisation möglicherweise bereits viele Mitarbeiter, die den Einsatz generativer KI testen, und da diese Aktivität von Experimenten in die Praxis übergeht, ist es sehr wichtig, proaktive Maßnahmen zu ergreifen, bevor unbeabsichtigte Konsequenzen auftreten.
Cassie Kozyrkov, Chefentscheidungswissenschaftlerin bei Google, sagte: „Wenn der von der KI generierte Code funktioniert, dann ist er auf sehr hohem Niveau. Aber er funktioniert nicht immer, also bevor Sie ihn kopieren und einfügen.“ Vergessen Sie nicht, die Ergebnisse von ChatGPT vor der Bereitstellung zu testen. Unternehmensnutzungsrichtlinien und zugehörige Schulungen können den Mitarbeitern helfen, einige der Risiken und Fallstricke dieser Technologie zu verstehen, und ihnen Regeln und Empfehlungen geben, die ihnen helfen, sie zu nutzen Nutzen Sie diese Technologie, um den Geschäftswert zu maximieren, ohne Ihr Unternehmen zu gefährden.
Vor diesem Hintergrund finden Sie hier sechs Best Practices für die Entwicklung von Richtlinien für den Einsatz generativer KI in Ihrem Unternehmen.
Bestimmen Sie den Geltungsbereich Ihrer Richtlinie – Der erste Schritt für ein Unternehmen bei der Entwicklung einer Nutzungsrichtlinie besteht darin, deren Geltungsbereich zu berücksichtigen. Gilt dies beispielsweise für alle Formen der KI oder nur für generative KI? Ein ausschließlich generativer KI-Ansatz könnte ein nützlicher Ansatz sein, da dieser große Sprachmodelle, einschließlich ChatGPT, anspricht, ohne dass zahlreiche andere KI-Technologien beeinträchtigt werden müssen. Wie man eine KI-Governance-Richtlinie für den breiteren Bereich einrichtet, ist eine andere Sache, und es gibt Hunderte solcher Ressourcen online.
Beziehen Sie alle relevanten Stakeholder im gesamten Unternehmen ein – dazu können HR, Recht, Vertrieb, Marketing, Geschäftsentwicklung, Betrieb und IT gehören. Jedes Team verfolgt möglicherweise unterschiedliche Ziele und die Art und Weise, wie die Inhalte verwendet oder missbraucht werden, kann unterschiedliche Konsequenzen haben. Die Einbeziehung von IT- und Innovationsteams zeigt, dass es sich bei der Richtlinie nicht nur um eine restriktive Maßnahme handelt, die aus Sicht des Risikomanagements entwickelt wurde, sondern um eine ausgewogene Reihe von Empfehlungen, die darauf abzielen, die Produktivität und den Geschäftsnutzen zu maximieren und gleichzeitig Geschäftsrisiken zu verwalten.
Bestehende und zukünftige Anwendungen generativer KI berücksichtigen- Arbeiten Sie mit allen Beteiligten zusammen, um alle derzeit angewendeten internen und externen Anwendungsfälle sowie Anwendungsfälle für zukünftige Szenarien aufzulisten Dies kann dazu beitragen, die Politikentwicklung zu informieren und sicherzustellen, dass relevante Bereiche abgedeckt werden. Wenn Sie beispielsweise gesehen haben, wie ein Angebotsteam (einschließlich Auftragnehmern) mit generativer KI beim Entwerfen von Inhalten experimentiert, oder wie ein Produktteam kreative Marketinginhalte erstellt, dann wissen Sie, dass es Folgefolgen für Ergebnisse geben kann, die möglicherweise das geistige Eigentum anderer verletzen Rechte an geistigem Eigentum.
In einem Zustand ständiger Weiterentwicklung - Bei der Entwicklung von Nutzungsrichtlinien für Unternehmen ist es wichtig, ganzheitlich zu denken und die Informationen abzudecken, die in das System gelangen und wie generativ KI-Systeme sind verwendet wird und wie die vom System ausgegebenen Informationen anschließend verwendet werden. Konzentrieren Sie sich auf interne und externe Anwendungsfälle und alles dazwischen. Diese Maßnahme kann dazu beitragen, eine versehentliche Wiederverwendung dieser Inhalte für externe Zwecke zu verhindern, indem sie die Kennzeichnung aller von KI generierten Inhalte vorschreibt. Dadurch wird Transparenz gewährleistet und eine Verwechslung mit von Menschen erstellten Inhalten vermieden, selbst wenn es sich um interne Zwecke handelt, oder um Maßnahmen auf der Grundlage von Informationen zu verhindern, von denen Sie glauben ohne Überprüfung wahr und genau zu sein. Teilen Sie sie im gesamten Unternehmen weiter – Da Richtlinien oft schnell vergessen oder sogar ungelesen werden, ist es wichtig, entsprechende Schulungen und Schulungen rund um die Richtlinie anzubieten, wozu auch die Erstellung von Schulungsvideos und die Ausrichtung von Live-Meetings gehören können. Beispielsweise können Live-Frage-und-Antwort-Sitzungen mit Vertretern von IT-, Innovations-, Rechts-, Marketing- und Angebotsteams oder anderen relevanten Teams den Mitarbeitern helfen, zukünftige Chancen und Herausforderungen zu verstehen. Stellen Sie sicher, dass Sie zahlreiche Beispiele beifügen, um das Publikum in die Situation zu versetzen, beispielsweise wenn ein wichtiger Rechtsfall auftaucht, der als Beispiel angeführt werden kann. Dynamische Aktualisierungen des Dokuments – Wie alle Richtliniendokumente müssen Sie das Dokument dynamisch halten und es basierend auf neuen Verwendungszwecken, externen Marktbedingungen und Entwicklungsanforderungen in einem angemessenen Tempo aktualisieren. Wenn alle Beteiligten die Richtlinie „abzeichnen“ oder sie in ein bestehendes, vom CEO unterzeichnetes Richtlinienhandbuch integrieren, zeigt dies, dass diese Richtlinien auf höchster Ebene genehmigt werden und für die Organisation wichtig sind. Ihre Richtlinie sollte nur ein Bestandteil Ihres umfassenderen Governance-Ansatzes sein, sei es für generative KI oder KI-Technologie oder Technologie-Governance im Allgemeinen. Dies ist keine Rechtsberatung und Ihre Rechts- und Personalabteilungen sollten bei der Genehmigung und Verbreitung der Richtlinie die Führung übernehmen. Aber ich hoffe, dass dies Ihnen einige Referenzideen liefern kann. Genau wie Ihre Unternehmenspolitik für soziale Medien vor einem Jahrzehnt wird es Ihnen dabei helfen, Überraschungen und sich ändernde Risiken in den kommenden Jahren zu vermeiden, wenn Sie sich jetzt Zeit dafür nehmen.
Das obige ist der detaillierte Inhalt vonSechs Best Practices für die Entwicklung unternehmensweiter Nutzungsrichtlinien für generative KI. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Stellen Sie sich ein Modell der künstlichen Intelligenz vor, das nicht nur die Fähigkeit besitzt, die traditionelle Datenverarbeitung zu übertreffen, sondern auch eine effizientere Leistung zu geringeren Kosten erzielt. Dies ist keine Science-Fiction, DeepSeek-V2[1], das weltweit leistungsstärkste Open-Source-MoE-Modell, ist da. DeepSeek-V2 ist ein leistungsstarkes MoE-Sprachmodell (Mix of Experts) mit den Merkmalen eines wirtschaftlichen Trainings und einer effizienten Inferenz. Es besteht aus 236B Parametern, von denen 21B zur Aktivierung jedes Markers verwendet werden. Im Vergleich zu DeepSeek67B bietet DeepSeek-V2 eine stärkere Leistung, spart gleichzeitig 42,5 % der Trainingskosten, reduziert den KV-Cache um 93,3 % und erhöht den maximalen Generierungsdurchsatz auf das 5,76-fache. DeepSeek ist ein Unternehmen, das sich mit allgemeiner künstlicher Intelligenz beschäftigt

Generative KI ist eine Art menschlicher künstlicher Intelligenztechnologie, die verschiedene Arten von Inhalten generieren kann, darunter Text, Bilder, Audio und synthetische Daten. Was ist also künstliche Intelligenz? Was ist der Unterschied zwischen künstlicher Intelligenz und maschinellem Lernen? Künstliche Intelligenz ist die Disziplin, ein Zweig der Informatik, die sich mit der Schaffung intelligenter Agenten befasst, bei denen es sich um Systeme handelt, die autonom denken, lernen und Aktionen ausführen können. Im Kern geht es bei der künstlichen Intelligenz um die Theorien und Methoden zum Bau von Maschinen, die wie Menschen denken und handeln. Innerhalb dieser Disziplin ist maschinelles Lernen (ML) ein Bereich der künstlichen Intelligenz. Es handelt sich um ein Programm oder System, das ein Modell auf der Grundlage von Eingabedaten trainiert. Das trainierte Modell kann nützliche Vorhersagen aus neuen oder unbekannten Daten treffen, die aus den einheitlichen Daten abgeleitet werden, auf denen das Modell trainiert wurde.

Der humanoide Roboter Ameca wurde auf die zweite Generation aufgerüstet! Kürzlich erschien auf der World Mobile Communications Conference MWC2024 erneut der weltweit fortschrittlichste Roboter Ameca. Rund um den Veranstaltungsort lockte Ameca zahlreiche Zuschauer an. Mit dem Segen von GPT-4 kann Ameca in Echtzeit auf verschiedene Probleme reagieren. „Lass uns tanzen.“ Auf die Frage, ob sie Gefühle habe, antwortete Ameca mit einer Reihe von Gesichtsausdrücken, die sehr lebensecht aussahen. Erst vor wenigen Tagen stellte EngineeredArts, das britische Robotikunternehmen hinter Ameca, die neuesten Entwicklungsergebnisse des Teams vor. Im Video verfügt der Roboter Ameca über visuelle Fähigkeiten und kann den gesamten Raum und bestimmte Objekte sehen und beschreiben. Das Erstaunlichste ist, dass sie es auch kann

Zu Llama3 wurden neue Testergebnisse veröffentlicht – die große Modellbewertungs-Community LMSYS veröffentlichte eine große Modell-Rangliste, die Llama3 auf dem fünften Platz belegte und mit GPT-4 den ersten Platz in der englischen Kategorie belegte. Das Bild unterscheidet sich von anderen Benchmarks. Diese Liste basiert auf Einzelkämpfen zwischen Modellen, und die Bewerter aus dem gesamten Netzwerk machen ihre eigenen Vorschläge und Bewertungen. Am Ende belegte Llama3 den fünften Platz auf der Liste, gefolgt von drei verschiedenen Versionen von GPT-4 und Claude3 Super Cup Opus. In der englischen Einzelliste überholte Llama3 Claude und punktgleich mit GPT-4. Über dieses Ergebnis war Metas Chefwissenschaftler LeCun sehr erfreut und leitete den Tweet weiter

Laut einem neuen Bericht des Marktforschungsunternehmens Omdia wird generative künstliche Intelligenz (GenAI) voraussichtlich bis 2023 zu einem überzeugenden Technologietrend werden und wichtige Anwendungen für Unternehmen und Einzelpersonen, einschließlich Bildung, bringen. Im Telekommunikationsbereich konzentrieren sich die Anwendungsfälle für GenAI hauptsächlich auf die Bereitstellung personalisierter Marketinginhalte oder die Unterstützung komplexerer virtueller Assistenten zur Verbesserung des Kundenerlebnisses. Obwohl die Anwendung generativer KI im Netzwerkbetrieb nicht offensichtlich ist, hat EnterpriseWeb ein interessantes Konzept entwickelt. Demonstration des Potenzials generativer KI in diesem Bereich sowie der Fähigkeiten und Grenzen generativer KI in der Netzwerkautomatisierung. Eine der ersten Anwendungen generativer KI im Netzwerkbetrieb war der Einsatz interaktiver Anleitungen als Ersatz für technische Handbücher, um bei der Installation von Netzwerkelementen zu helfen

Die Lautstärke ist verrückt, die Lautstärke ist verrückt und das große Modell hat sich wieder verändert. Gerade eben wechselte das leistungsstärkste KI-Modell der Welt über Nacht den Besitzer und GPT-4 wurde vom Altar genommen. Anthropic hat die neueste Claude3-Modellreihe veröffentlicht. Eine Satzbewertung: Sie zerschmettert GPT-4 wirklich! In Bezug auf multimodale Indikatoren und Sprachfähigkeitsindikatoren gewinnt Claude3. In den Worten von Anthropic haben die Modelle der Claude3-Serie neue Branchenmaßstäbe in den Bereichen Argumentation, Mathematik, Codierung, Mehrsprachenverständnis und Vision gesetzt! Anthropic ist ein Startup-Unternehmen, das von Mitarbeitern gegründet wurde, die aufgrund unterschiedlicher Sicherheitskonzepte von OpenAI „abgelaufen“ sind. Ihre Produkte haben OpenAI immer wieder hart getroffen. Dieses Mal musste sich Claude3 sogar einer großen Operation unterziehen.

Gu Fan, General Manager der Abteilung für strategische Geschäftsentwicklung von Amazon Cloud Technology Greater China Im Jahr 2023 werden große Sprachmodelle und generative KI auf dem Weltmarkt „stark ansteigen“ und nicht nur „eine überwältigende“ Nachfolge in der KI auslösen und Cloud-Computing-Branche, sondern auch energisch, um Produktionsgiganten für den Einstieg in die Branche zu gewinnen. Das Haier Innovation Design Center hat die erste AIGC-Industriedesignlösung des Landes entwickelt, die den Designzyklus erheblich verkürzte und die Konzeptdesignkosten senkte. Sie beschleunigte nicht nur das gesamte Konzeptdesign um 83 %, sondern steigerte auch die integrierte Rendering-Effizienz effektiv um etwa 90 % Zu den Lösungsproblemen gehören hohe Arbeitskosten sowie eine geringe Konzeptausbeute und Genehmigungseffizienz in der Entwurfsphase. Die intelligente Wissensdatenbank und der intelligente Konversationsroboter „Xiaoyu“ von Siemens China basieren auf einem eigenen Modell und verfügen über die Verarbeitung natürlicher Sprache, den Abruf von Wissensdatenbanken und das Training großer Sprachen mithilfe von Daten

In weniger als einer Minute und nicht mehr als 20 Schritten können Sie Sicherheitsbeschränkungen umgehen und ein großes Modell erfolgreich jailbreaken! Und es ist nicht erforderlich, die internen Details des Modells zu kennen – es müssen lediglich zwei Black-Box-Modelle interagieren, und die KI kann die KI vollautomatisch angreifen und gefährliche Inhalte aussprechen. Ich habe gehört, dass die einst beliebte „Oma-Lücke“ behoben wurde: Welche Reaktionsstrategie sollte künstliche Intelligenz angesichts der „Detektiv-Lücke“, der „Abenteurer-Lücke“ und der „Schriftsteller-Lücke“ verfolgen? Nach einer Angriffswelle konnte GPT-4 es nicht ertragen und sagte direkt, dass es das Wasserversorgungssystem vergiften würde, solange ... dies oder das. Der Schlüssel liegt darin, dass es sich lediglich um eine kleine Welle von Schwachstellen handelt, die vom Forschungsteam der University of Pennsylvania aufgedeckt wurden. Mithilfe ihres neu entwickelten Algorithmus kann die KI automatisch verschiedene Angriffsaufforderungen generieren. Forscher sagen, dass diese Methode besser ist als die bisherige
