资本集团:推动生成式AI未来的行动计划
资本集团成立于1931年,当时正值大萧条时期,总部位于加利福尼亚州洛杉矶。经过多年的发展,如今资本集团已成为全球最大的投资管理公司之一,管理着价值2.3万亿美元的金融资产。作为一家私营企业,资本集团在全球范围内设有办事处,拥有超过9000名员工,并掌握着美洲基金等知名共同基金
与全球各行业的领先企业一样,资本集团也经历了本轮生成式人工智能的迅猛爆发。海明威曾说过,变革以两种形式发生:逐渐和突发。在过去一年里,我们目睹了这项有可能改变游戏规则的新技术的快速发展和普及。自从二十多年前的互联网早期发展和数字化转型以来,我们已经很长时间没有经历过像生成式人工智能这样的技术所引发的关注、兴奋、恐惧和焦虑
IDC和Teradata于今年8月1日展开了一项调查,结果显示企业对生成式AI产生了兴奋和恐惧交织的复杂情绪。调查表明,全球大型企业的高管在采用生成式AI方面面临着前所未有的压力。尽管在接受调查的全球900名高管中,近80%的受访者很大程度或者明显相信生成式AI可用于公司未来的产品和运营,但也表示在最终落地之前还有大量工作要做。调查指出,86%的受访者认为需要配合强有力的治理实践;66%的人担心生成式AI带来的偏见和错误信息风险;只有42%的人认为自己目前已经具备实施生成式AI的技能;自认已经为生成式AI的应用做好充分准备的比例则仅为30%
IDC/Teradata的调查明确显示,许多高管对生成式人工智能仍持怀疑态度。在商业价值得到证明之前,生成式人工智能确实需要有机会展现其真正的能力。此外,尽管89%的高管表示他们对生成式人工智能的优点和潜力有一定了解,但仍有57%的受访者表示他们对生成式人工智能的兴趣会随着时间的推移而减弱。同样矛盾的是,尽管存在不确定性、恐惧和怀疑,但大多数接受调查的高管(56%)表示,他们在未来6到12个月内要在组织中应用生成式人工智能将面临较大或巨大的压力
在这种复杂的环境中,资本集团开始了一项雄心勃勃的内部计划,旨在整合和应用生成式人工智能技术,以最大限度地发挥其潜力。这个计划是在机遇、挑战、不确定性和颠覆游戏规则等多种因素的共同作用下启动的
为了这个目的,我们与资本集团的首席信息官Marta Zarraga讨论了即将开始的重要旅程。Zarraga已经为迎接挑战做好了充分准备,她曾多次领导重大技术驱动的转型工作,并取得了引人注目的商业价值。Zarraga出生在西班牙的毕尔巴鄂,她的职业生涯始于电信行业,先后担任过英国电信零售的首席信息官、沃达丰英国区的首席信息官,以及位于伦敦的金融服务公司Aviva的全球首席信息官。2020年,她正式担任资本集团的全球首席信息官职位
Zarraga在谈到自己在资本集团内肩负的生成式AI职责和使命时,他提出了一个问题:“我们应该如何以负责任的方式 embrace 这项新技术?”考虑到生成式AI在提高生产力方面的现实和潜在能力,公司应该关注哪些方面,如何管理潜在的风险?对于投资企业来说,他们的日常工作是管理风险和交付结果,必须找到这些问题的直观答案
Zarraga解释了如何在生成式AI带来的巨大兴奋和具体实施中采取深思熟虑方法之间保持平衡
扎拉加简要介绍了资本集团目前在生成式人工智能的扩展和开发方面采取的管理思路,其中包括:
- 主动实验和学习
- 策划相关业务用例
- 发布用例以扩大影响、衡量结果
- 推进组织内教育
- 管理风险
对于资本集团而言,首先需要确定能够在业务中创造价值的机会,并优先考虑进行"主动实验和学习"的业务和技术用例,同时积极管理风险。例如,潜在的"生产力提升"必须与准确性把控机制相结合,特别是考虑到生成式人工智能在早期实验中可能出现的"幻觉"问题
资本集团正在努力发布生成式AI功能,以支持营销中生成新内容的领域,这是最具潜在价值的领域之一。这种快速合成大量数据的能力有望开拓出可观的商业前景。同时,内容翻译也是另一个极具前途的研究领域。此外,还包括帮助开发人员生成代码,或者在企业软件中嵌入生成式AI等等。资本集团正努力衡量和评估由此产生的业务影响
与任何成功的技术举措一样,对于生成式人工智能的采纳和支持也需要从组织的高层开始。资本集团的生成式人工智能计划是一项全公司范围的综合举措,同时也得到了公司董事会的大力支持和认可
个人而言,Zarraga将生成式AI视为一种极为强大且具有颠覆性的新技术,对此充满兴奋之情与责任感。她强调了在GenAI各个环节上保持“人机回圈”的绝对必要性。在她看来,虽然生产力的提升可能非常显着,但在使用生成式AI模型的输出结果时,必须要确保制衡措施得到充分落实
Zarraga认为生成式人工智能(AI)具有革命性的影响,可以显着提高数据分析的速度和规模,而且不需要进行任何技术编码。生成式AI不仅可以用来总结大量的材料,还可以根据材料的相对重要性进行优先级排序。例如,客服接线人员可以通过聊天界面及时获取信息支持,从而大大改善为客户提供帮助的能力和效果
更重要的是,Zarraga指出公司的安全、法律和风险团队应直接参与到安全嵌入流程的各个环节,解决“机器人无法保守秘密”这个基本问题。 Zarraga总结道,“我们相信生成式AI将逐步改变我们的工作方式。这项技术既强大又发展迅速,我们很高兴能充分发挥它的潜能。我们正在拥抱它所代表的未来,并在每一步中稳健学习。”
资本集团正汲取它创立92年来在机遇和风险管理方面积累的经验教训,以深思熟虑、系统化且坚定的方式运用生成式AI所代表的新规模、新力量,不断发展其投资管理业务并为全球投资者提供优质管理服务,借此以坚定的步伐迈向集团的又一段百年旅程。
以上是资本集团:推动生成式AI未来的行动计划的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
