Capital Group: 생성 AI의 미래를 주도하기 위한 실행 계획
Capital Group은 1931년 대공황 중에 설립되었으며 캘리포니아주 로스앤젤레스에 본사를 두고 있습니다. 수년간의 개발 끝에 Capital Group은 이제 미화 2조 3천억 달러 규모의 금융 자산을 관리하는 세계 최대 투자 관리 회사 중 하나가 되었습니다. 비상장 기업인 Capital Group은 전 세계에 9,000명 이상의 직원을 두고 있으며 Americas Fund와 같은 유명 뮤추얼 펀드를 관리하고 있습니다
전 세계 다양한 산업 분야의 선두 기업처럼 Capital Group도 이러한 순환을 경험했습니다. 세대 인공지능의 급속한 폭발. 헤밍웨이는 변화가 점진적인 형태와 갑작스러운 두 가지 형태로 일어난다고 말한 적이 있습니다. 지난 한 해 동안 우리는 판도를 바꿀 수 있는 이 새로운 기술의 급속한 개발과 채택을 목격했습니다. 20여 년 전 인터넷과 디지털 혁신이 시작된 이래로 우리는 생성 인공 지능과 같은 기술로 인해 발생하는 관심, 흥분, 두려움, 불안 수준을 오랫동안 경험하지 못했습니다.
IDC 및 Teradata는 8월에 발표했습니다. 올해 1일 실시한 조사에 따르면 기업들은 제너레이티브 AI에 대한 설렘과 두려움이 교차하는 감정을 갖고 있는 것으로 나타났다. 설문 조사에 따르면 세계 최대 기업의 경영진은 생성 AI를 도입하라는 전례 없는 압력을 받고 있는 것으로 나타났습니다. 설문 조사에 참여한 900명의 전 세계 임원 중 거의 80%가 생성 AI가 회사의 미래 제품 및 운영에 어느 정도 사용될 수 있다고 믿고 있지만, 최종적으로 구현되기까지는 아직 해야 할 일이 많이 남아 있다고 말했습니다. 구현되었습니다. 설문조사에 따르면 응답자의 86%는 강력한 거버넌스 관행이 필요하다고 믿고 있으며, 66%는 생성적 AI로 인해 발생하는 편견과 잘못된 정보의 위험을 우려하고 있으며, 42%만이 현재 생성적 AI 기술을 구현할 수 있다고 믿고 있습니다. 단지 30%만이 생성적 AI 적용에 대해 완전히 준비되어 있다고 생각합니다. IDC/Teradata 조사에 따르면 많은 경영진이 생성적 AI에 대해 여전히 회의적인 것으로 나타났습니다. 제너레이티브 AI의 상업적 가치가 입증되기 전에 진정한 능력을 입증할 기회가 실제로 주어져야 합니다. 또한 경영진의 89%가 생성 AI의 이점과 잠재력을 어느 정도 이해하고 있다고 답한 반면, 57%는 생성 AI에 대한 관심이 시간이 지남에 따라 줄어들 것이라고 답했습니다. 마찬가지로 역설적인 것은 불확실성, 두려움, 의심에도 불구하고 설문조사에 참여한 경영진의 대다수(56%)가 이 복잡한 환경에서 향후 6~12개월 동안 조직에 생성 AI를 적용하는 데 더 큰 어려움에 직면할 것이라고 답했습니다. , Capital Group은 생성 AI 기술을 통합하고 적용하여 잠재력을 극대화하기 위한 야심찬 내부 프로그램에 착수했습니다. 이 이니셔티브는 기회, 과제, 불확실성 및 판도를 바꾸는 요소가 결합하여 시작되었습니다.
이를 위해 Capital Group의 CIO인 Marta Zarraga와 곧 시작될 중요한 여정에 대해 이야기를 나눴습니다. Zarraga는 중요한 기술 중심 혁신 노력을 주도하고 강력한 비즈니스 가치를 제공함으로써 도전에 대한 준비가 잘 되어 있습니다. Zarraga는 스페인 빌바오에서 태어나 BT Retail의 최고정보책임자(CIO), Vodafone UK의 최고정보책임자(CIO), 런던 소재 금융 서비스 회사인 Aviva에서 글로벌 최고정보책임자(CIO)로 일하면서 통신 업계에서 경력을 쌓았습니다. 2020년에 그녀는 공식적으로 Capital Group의 글로벌 CIO 직책을 맡았습니다
Zarraga가 Capital Group 내에서 생성 AI 책임과 임무에 대해 이야기했을 때 그는 "이 새로운 것을 어떻게 책임감 있게 받아들여야 할까요?"라는 질문을 제기했습니다. 생산성 향상에 있어 생성 AI의 현실과 잠재력을 고려할 때 기업은 어디에 집중해야 하며 잠재적인 위험을 어떻게 관리할 수 있습니까? 위험을 관리하고 결과를 제공하는 것이 일상 업무인 투자 회사의 경우 이러한 질문에 대한 직관적인 답변을 찾는 것이 필수입니다.
Zarraga는 생성 AI에 대한 엄청난 관심과 구체적인 구현에 대한 사려 깊은 접근 방식의 균형을 맞추는 방법을 설명합니다.
Zarraga는 생성 인공 지능의 확장 및 개발에 대해 Capital Group이 현재 채택한 관리 아이디어에는 다음이 포함됩니다.
적극적인 실험 및 학습 관련 비즈니스 사용 사례 계획- 영향력 확대를 위한 사용 사례 게시, 결과 측정
- 내부 교육 발전 조직
- 위험 관리
- Capital Group의 경우 비즈니스에서 가치를 창출하는 기회를 식별하고 "선제적 실험 및 학습"을 위한 비즈니스 및 기술 사용 사례의 우선순위를 정하는 동시에 위험을 적극적으로 관리하는 것부터 시작합니다. 예를 들어, 잠재적인 "생산성 향상"은 정확도 제어 메커니즘과 결합되어야 하며, 특히 생성 인공 지능을 사용한 초기 실험에서 발생할 수 있는 "환각" 문제를 고려하면 더욱 그렇습니다
-
Capital Group은 가장 잠재적으로 가치 있는 영역 중 하나인 새로운 콘텐츠를 생성하는 마케팅 영역을 지원하기 위해 생성 AI 기능을 출시하기 위해 노력하고 있습니다. 대량의 데이터를 신속하게 통합하는 이러한 능력은 상당한 비즈니스 전망을 열어줄 것을 약속합니다. 동시에 콘텐츠 번역 역시 유망한 연구 분야입니다. 또한 개발자가 코드를 생성하도록 돕거나 엔터프라이즈 소프트웨어에 생성 AI를 내장하는 것도 포함됩니다. Capital Group은 그에 따른 비즈니스 영향을 측정하고 평가하기 위해 노력하고 있습니다.
모든 성공적인 기술 이니셔티브와 마찬가지로 생성 AI에 대한 채택 및 지원은 조직의 최고위층에서 시작되어야 합니다. Capital Group의 생성적 AI 이니셔티브는 회사 이사회의 강력한 지지와 인정을 받는 포괄적이고 전사적인 이니셔티브입니다.
개인적으로 Zarraga는 생성적 AI를 흥분과 책임감으로 가득 찬 매우 강력하고 파괴적인 신기술로 보고 있습니다. . 그녀는 GenAI의 모든 측면에서 "인간-기계 루프"를 유지하는 것이 절대적으로 필요하다고 강조했습니다. 그녀의 견해로는 생산성 향상이 중요할 수 있지만 생성 AI 모델의 출력을 사용할 때 견제와 균형이 완전히 구현되도록 하는 것이 중요합니다
Zarraga는 생성 인공 지능(AI)이 혁명적인 영향을 미치고 있다고 믿습니다. 기술적 코딩 없이 데이터 분석의 속도와 규모를 높입니다. 생성적 AI는 많은 양의 자료를 요약하는 데 사용할 수 있을 뿐만 아니라 상대적 중요성에 따라 우선순위를 지정하는 데에도 사용할 수 있습니다. 예를 들어, 고객 서비스 운영자는 채팅 인터페이스를 통해 적시에 정보 지원을 받을 수 있어 고객에게 지원을 제공하는 능력과 효율성이 크게 향상됩니다.
더 중요한 것은 Zarraga는 회사의 보안, 법률 및 위험 팀이 직접 참여해야 한다고 지적했습니다. 보안 내장 프로세스 각 링크는 "로봇은 비밀을 유지할 수 없다"는 기본적인 문제를 해결합니다. Zarraga는 “우리는 생성 AI가 우리가 일하는 방식을 점진적으로 변화시킬 것이라고 믿습니다. 이 기술은 강력하고 빠르게 진화하고 있으며 우리는 그것이 나타내는 미래를 수용하고 모든 단계에서 이를 위해 노력하고 있습니다. 우리는 계속해서 배울 것입니다.”
Capital Group은 92년 전 창립 이래 기회 및 위험 관리에서 배운 교훈을 바탕으로 생성형 AI로 대표되는 새로운 규모와 힘을 사려 깊고 체계적이며 결단력 있는 방식으로 사용하고 있습니다. 앞으로도 투자관리 사업을 더욱 발전시켜 글로벌 투자자들에게 수준 높은 관리 서비스를 제공함으로써 그룹의 또 다른 100년 역사를 향해 굳건히 나아갈 것입니다.
위 내용은 Capital Group: 생성 AI의 미래를 주도하기 위한 실행 계획의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다

1일 본 사이트 소식에 따르면 SK하이닉스는 오늘(1일) 블로그 게시물을 통해 8월 6일부터 8일까지 미국 캘리포니아주 산타클라라에서 열리는 글로벌 반도체 메모리 서밋 FMS2024에 참가한다고 밝혔다. 많은 새로운 세대의 제품. 인공지능 기술에 대한 관심이 높아지고 있는 가운데, 이전에는 주로 NAND 공급업체를 대상으로 한 플래시 메모리 서밋(FlashMemorySummit)이었던 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage) 소개를 올해는 미래 메모리 및 스토리지 서밋(FutureMemoryandStorage)으로 명칭을 변경했습니다. DRAM 및 스토리지 공급업체와 더 많은 플레이어를 초대하세요. SK하이닉스가 지난해 출시한 신제품
