作者: Jackie Wiles
翻譯：阿康
編者按：
ChatGPT作為人工智能（AI）技術(shù)的代表，已成為當(dāng)前矚目的焦點(diǎn)，大家也在關(guān)注這類生成式AI在未來對(duì)社會(huì)發(fā)展會(huì)帶來哪些影響。從Gartner最近發(fā)布的報(bào)告中，我們可以有所啟發(fā)。Gartner是世界權(quán)威性的IT研究與顧問咨詢公司，在全球設(shè)有80多個(gè)分支機(jī)構(gòu)，為客戶提供客觀、公正的論證報(bào)告及市場(chǎng)調(diào)研報(bào)告，協(xié)助客戶進(jìn)行市場(chǎng)分析、技術(shù)選擇、項(xiàng)目論證、投資決策。
ChatGPT雖然很酷，但只是個(gè)開始，生成式AI的企業(yè)用途遠(yuǎn)不止如此。風(fēng)投公司過去三年在生成式人工智能解決方案上共投資了17億美元，其中AI藥物研發(fā)和AI軟件編碼獲得的資金最多。
Gartner技術(shù)創(chuàng)新研究副總裁Brian Burke表示：“像ChatGPT這樣的早期基礎(chǔ)模型側(cè)重于生成式AI增強(qiáng)創(chuàng)造性工作的能力，但我們預(yù)測(cè)到2025年，使用生成式AI技術(shù)系統(tǒng)研發(fā)的新藥和材料比例將從現(xiàn)在的零上升到30%以上，而這只是其眾多行業(yè)用例之一?！?/span>
生成式AI的五個(gè)行業(yè)用例
生成式AI通過探索一個(gè)對(duì)象的各種可能的設(shè)計(jì)來找到正確或最合適的匹配。它不僅可以增強(qiáng)和加速許多領(lǐng)域的設(shè)計(jì)，而且還有可能“發(fā)明”人類可能錯(cuò)過的新穎設(shè)計(jì)或物件。
營銷人員和媒體已經(jīng)感受到生成式AI的影響。Gartner預(yù)測(cè)：
到2025年，大型企業(yè)機(jī)構(gòu)對(duì)外營銷信息中的合成信息比例將從2022年的不到2%上升到30%。
到2030年，電影大片中AI生成內(nèi)容的比例（從文本到視頻）將從2022年的0%上升到90%。
AI創(chuàng)新整體上仍在加速，為各行業(yè)的生成式AI創(chuàng)造了許多用例，包括以下五個(gè)用例：
1. 生成式AI在藥物設(shè)計(jì)領(lǐng)域的應(yīng)用
2010年的一項(xiàng)研究顯示，一種藥物從研發(fā)到上市的平均成本約為18億美元，其中藥物研發(fā)成本約占三分之一，整個(gè)研發(fā)過程需要長達(dá)3至6年。生成式AI已被用于將各種用途的藥物設(shè)計(jì)周期縮短到幾個(gè)月，減少制藥行業(yè)的藥物研發(fā)成本和時(shí)間。
2. 生成式AI在材料科學(xué)中的應(yīng)用
生成式AI正在通過組合出具有特定物理特性的新材料影響著汽車、航空、國防、醫(yī)療、電子和能源行業(yè)。這個(gè)被稱為逆向設(shè)計(jì)的流程定義所需的特性，然后探索可能具有這些特性的材料，而不是依靠偶然性來找到具備這些特性的材料，因此可以發(fā)現(xiàn)例如比目前用于能源和運(yùn)輸行業(yè)的材料更具導(dǎo)電性或磁吸引力的材料、滿足耐腐蝕要求的材料等。
3. 生成式AI在芯片設(shè)計(jì)中的應(yīng)用
生成式AI可以使用強(qiáng)化學(xué)習(xí)（一種機(jī)器學(xué)習(xí)技術(shù)）優(yōu)化半導(dǎo)體芯片設(shè)計(jì)（布圖規(guī)劃）中的元件位置，將產(chǎn)品開發(fā)周期從幾周（使用人類專家）縮短到幾小時(shí)（使用生成式AI）。
4. 生成式AI在合成數(shù)據(jù)中的應(yīng)用
生成式AI可以用來創(chuàng)建合成數(shù)據(jù)。合成數(shù)據(jù)是一種生成的數(shù)據(jù)，不是來自于對(duì)真實(shí)世界的直接觀察結(jié)果。這保護(hù)了模型訓(xùn)練數(shù)據(jù)原始來源的隱私，例如可以人為生成用于研究和分析的醫(yī)療數(shù)據(jù)，這樣就能避免透露所使用的醫(yī)療記錄上的病人身份，保護(hù)病人的隱私。
5. 零件的生成式設(shè)計(jì)
憑借生成式AI，制造、汽車、航空、國防等行業(yè)能夠設(shè)計(jì)出最能夠滿足性能、材料、制造工藝等特定目標(biāo)和限制的零件。例如，汽車制造商可以使用生成式設(shè)計(jì)創(chuàng)造出更輕的設(shè)計(jì)，幫助他們實(shí)現(xiàn)讓汽車更省油的目標(biāo)。
今天的大多數(shù)AI系統(tǒng)是分類器，所以可以訓(xùn)練它們區(qū)分狗和貓的圖像等。而生成式AI系統(tǒng)經(jīng)過訓(xùn)練后可以生成現(xiàn)實(shí)世界中不存在的狗或貓的圖像。具有創(chuàng)造力的技術(shù)將改變“游戲規(guī)則”。
生成式AI使系統(tǒng)能夠創(chuàng)造視頻、敘述、訓(xùn)練數(shù)據(jù)，乃至設(shè)計(jì)和原理圖等高價(jià)值的人工制品。
例如，生成式預(yù)訓(xùn)練轉(zhuǎn)換器（GPT）是一種使用深度學(xué)習(xí)生成類似人類文本的大規(guī)模自然語言技術(shù)。第三代GPT（GPT-3）可根據(jù)其吸收的訓(xùn)練，預(yù)測(cè)句子中最有可能出現(xiàn)的下一個(gè)詞，能夠編寫故事、歌曲和詩歌，甚至計(jì)算機(jī)代碼，并使ChatGPT能夠在幾秒內(nèi)完成孩子的作業(yè)。
除了文本之外，DALL-E 2、Stable Diffusion、Midjourney等數(shù)字圖像生成器可以從文本中生成圖像。
生成式AI蘊(yùn)含了許多AI技術(shù)，但最近，基礎(chǔ)模型成為了焦點(diǎn)。基礎(chǔ)模型能夠在一般數(shù)據(jù)源上進(jìn)行自我監(jiān)督式的預(yù)訓(xùn)練，然后就可以用來解決新的問題?；A(chǔ)模型的主要基礎(chǔ)是轉(zhuǎn)換器架構(gòu)，這種深度神經(jīng)網(wǎng)絡(luò)架構(gòu)可以計(jì)算訓(xùn)練數(shù)據(jù)的數(shù)值表示。
轉(zhuǎn)換器架構(gòu)通過追蹤連續(xù)數(shù)據(jù)中的關(guān)系來了解上下文，進(jìn)而了解意義。轉(zhuǎn)換器模型采用一套不斷發(fā)展的數(shù)學(xué)技術(shù)（稱為注意力或自我注意力）檢測(cè)連續(xù)數(shù)據(jù)中各種數(shù)據(jù)元素之間相互影響和依賴的微妙方式。
