Capital Group: 生成 AI の未来を推進するための行動計画
キャピタル グループは、大恐慌時代の 1931 年に設立され、カリフォルニア州ロサンゼルスに本社を置いています。長年の発展を経て、Capital Group は現在、2 兆 3000 億米ドル相当の金融資産を管理する世界最大の投資管理会社の 1 つになりました。 Capital Group は非公開企業として、世界中にオフィスを構え、9,000 人以上の従業員を擁し、Americas Fund などの有名な投資信託を管理しています。
Capital Group は、世界中のさまざまな業界の大手企業と同様、経験を積んできました。これにより、このラウンドの生成人工知能が急速に爆発的に普及しました。ヘミングウェイはかつて、変化には2つの形態がある、すなわち、段階的と突然であると述べました。過去 1 年間、私たちはこの革新的な可能性を秘めた新テクノロジーの急速な開発と導入を目の当たりにしてきました。インターネットとデジタル トランスフォーメーションの初期の 20 年以上前以来、私たちは生成人工知能などのテクノロジーによって引き起こされる注目、興奮、恐怖、不安を長い間経験していませんでした
IDC と Teradata A調査は今年 8 月 1 日に実施され、その結果、企業は生成 AI に対して興奮と恐怖が入り混じった感情を抱いていることがわかりました。調査によると、世界最大手の企業の経営陣は、生成 AI の導入を求める前例のないプレッシャーに直面しています。調査対象となった世界の経営幹部900人のうち80%近くが、生成型AIは自社の将来の製品や業務にかなりの程度あるいは大幅に利用できると考えているものの、最終的に実現するまでにはやるべきことはまだたくさんあるとも述べた。実装されました。この調査では、回答者の 86% が強力なガバナンス慣行が必要であると考えていること、66% が生成 AI によってもたらされる偏見や誤った情報のリスクを懸念していること、現在生成 AI スキルを実装する能力があると信じているのは 42% のみであることを指摘しました。 IDC/Teradata の調査では、多くの経営幹部が依然として生成 AI について懐疑的であることが明確に示されています。生成 AI には、その商業的価値が証明される前に、その真の機能を実証する機会が与えられる必要があります。さらに、経営幹部の 89% が生成 AI のメリットと可能性をある程度理解していると回答しましたが、57% は時間の経過とともに生成 AI への関心が薄れるだろうと回答しました。同様に逆説的ですが、不確実性、恐怖、疑念にもかかわらず、調査対象となった経営陣の大多数 (56%) は、今後 6 ~ 12 か月間、組織に生成 AI を適用する際に、より大きな課題に直面すると回答しました。この複雑な環境において、Capital Group は、生成人工知能テクノロジーを統合して適用し、その可能性を最大限に高める野心的な社内プログラムに着手しました。この取り組みは、機会、課題、不確実性、そして状況を大きく変える要因が重なり合う中で立ち上げられました。
この目的を達成するために、私たちはキャピタル グループの CIO マルタ ザラガ氏に、今後の重要な取り組みについて話を聞きました。ザラガは、テクノロジー主導の重要な変革の取り組みを主導し、魅力的なビジネス価値を提供してきたため、この課題に対して十分な準備ができています。ザラガ氏はスペインのビルバオで生まれ、電気通信業界でキャリアをスタートし、BT Retail の最高情報責任者、Vodafone UK の最高情報責任者、ロンドンに本拠を置く金融サービス会社 Aviva のグローバル最高情報責任者を務めました。 2020 年、彼女は正式に Capital Group のグローバル最高情報責任者の役職に就任しました。
ザラガ氏が Capital Group 内での生成 AI の責任と使命について語ったとき、次のような質問を投げかけました。生産性を向上させる生成 AI の現実と潜在的な力を考慮すると、企業はどこに焦点を当て、潜在的なリスクをどのように管理できるでしょうか?リスクを管理して結果を出すことが日常の仕事である投資会社にとって、これらの質問に対する直感的な答えを見つけることは不可欠です。
ザラガ氏は、生成 AI の維持管理の大きな興奮と具体的な実装の中で、思慮深いアプローチを取る方法を説明します。バランス
ザラガ氏は、キャピタル グループが現在、生成型人工知能の拡大と開発に採用している次のような経営思考を簡単に紹介しました。
積極的な実験と学習 関連するビジネス ユース ケースを計画する- # ユース ケースを公開して影響を拡大し、結果を測定する
- #組織内での教育を促進する
- #リスクを管理する
- # #For Capital同グループでは、ビジネスに価値を生み出す機会を特定し、リスクを積極的に管理しながら「積極的な実験と学習」のためのビジネスとテクノロジーのユースケースを優先することから始めます。たとえば、潜在的な「生産性の向上」は、特に生成人工知能の初期実験で発生する可能性のある「幻覚」問題を考慮して、精度制御メカニズムと組み合わせる必要があります。
Capital Group は、最も潜在的に価値のある分野の 1 つである、新しいコンテンツを生成するマーケティング分野をサポートするための生成 AI 機能のリリースに取り組んでいます。大量のデータを迅速に合成するこの機能により、大きなビジネスの可能性が開かれることが期待されます。同時に、コンテンツ翻訳も有望な研究分野です。さらに、開発者によるコード生成の支援や、エンタープライズ ソフトウェアへの生成 AI の埋め込みなども含まれます。 Capital Group は、結果として生じるビジネスへの影響を測定し、評価することに取り組んでいます。
他の成功したテクノロジー イニシアチブと同様に、生成 AI の導入とサポートは組織のトップから始める必要があります。 Capital Group の生成 AI イニシアチブは、包括的な全社規模のイニシアチブであり、同社の取締役会からの強力なサポートと承認も得ています
個人的に、Zarraga は生成 AI を非常に強力であると考えています。また、破壊的な新技術もあります。興奮と責任でいっぱいです。彼女は、GenAI のあらゆる側面において「人間と機械のループ」を維持することが絶対に必要であると強調しました。彼女の見解では、生産性の向上は重要かもしれないが、生成 AI モデルの出力を使用する際にはチェック アンド バランスが完全に実装されていることを確認することが重要です。
ザラガ氏は、生成人工知能 (AI) には革命的な影響があると信じています。これにより、技術的なコーディングを必要とせずに、データ分析の速度と規模が大幅に向上します。生成 AI は、大量の資料を要約するだけでなく、相対的な重要性に基づいて優先順位を付けるためにも使用できます。たとえば、カスタマー サービス オペレーターは、チャット インターフェイスを通じてタイムリーな情報サポートを受けることができるため、顧客にサポートを提供する能力と有効性が大幅に向上します。
さらに重要なのは、ザラガ氏は、会社のセキュリティ、法務、リスク チームが次のことを行う必要があると指摘しました。直接関与する 「ロボットは秘密を守れない」という基本的な問題を解決するために、プロセスのすべてのリンクにセキュリティが組み込まれています。 「私たちは、生成 AI が私たちの働き方を徐々に変えていくと信じています。このテクノロジーは強力であると同時に急速に進化しており、私たちはその可能性を最大限に実現できることに興奮しています。私たちはそれが表す未来を受け入れ、あらゆる段階でそれに取り組んでいます」とザラガ氏は結論付けました。
Capital Group は、92 年前の創業以来、機会とリスク管理において蓄積された経験と教訓を活用し、生成 AI に代表される新たなスケールとパワーを活用しています。思慮深く、体系的かつ断固とした方法で投資管理事業を継続的に発展させ、世界中の投資家に高品質の管理サービスを提供し、それによってグループの新たな100年にわたる旅に向けてしっかりと前進していきます。
以上がCapital Group: 生成 AI の未来を推進するための行動計画の詳細内容です。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。

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

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス
