每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

在全球各地的组织中，2023年的AI热潮正迅速演变成更有趣、更实用的东西：真正重要的AI驱动商业成果。原因在于AI能力在整个计算堆栈中的最新进展，使得任何行业、地理位置或成长阶段的组织都能接触到通常只有少数人能享受的潜力。随着越来越多的人使用这些新能力，可以期待创新和成果的激增。

谷歌的Gemini等模型系列是生成AI最初突破的最强表达，使人们和设备能够用自然人类语言进行交互。在人类提示的指导下，计算机合成难以想象的大量数据，以消化信息、做出预测、协助任务或创建新颖内容，从文本到图像再到新的计算机代码。Gemini比以往任何时候都走得更远，作为世界上第一个原生多模态模型。

以前，你需要不同的模型来理解文本、音频、代码、图像、数学或视频。Gemini可以同时处理所有这些，就像人类在合作时同时阅读、说话和观察周围世界一样。

杜埃特人工智能摘要

随着生成AI在2024年的更广泛采用，领导者应该考虑三个重要支柱：经济和能源；普及和获取；信任和安全。 在蓬勃发展的AI竞赛中，平衡相互竞争的需求并采取适度的风险将是走在前列的关键。 “我们相信，AI不会结束工作，而是会对人类的创造力、合作和发明提出新的要求，与当今世界面临的挑战相称。” 这个摘要是使用Google Workspace的Duet AI创建的。 在2023年的“哇”时刻之后，许多企业面临着这样的问题：“这对我们的业务意味着什么，成本是多少？”作为谷歌云的首席技术官，我的工作使我有幸了解技术的发展方向（人工智能助手、平台和基础设施的融合），以及一些世界顶尖组织如何已经利用它。总的来说，我看到了三个关键支柱，这将影响公司如何理解、部署和使用2024年的生成AI。

经济和能源

在企业中使用生成AI的可行性通常集中在关键成本上，既包括财务方面，也越来越多地包括环境方面。严格的执行满足了业务的财务生命和遵守法规及企业公民身份的日益重要性。

生成AI使用巨大的计算能力，带来能源使用的成本和社会挑战。客户将需要了解数据中心的能源管理方式，并具有优化生产以使用尽可能清洁的地区和区域的灵活性。这可能会影响编写软件的做法，并可能作为开发者实践的一部分采用碳预算。我们的客户希望我们继续我们的重大可持续性努力，可持续的生成AI在2024年的需求和重要性很可能会上升。

谷歌在2015年将AI融入搜索。亲身经历这种AI扩展挑战——并知道历史上，软件成本的50%或更多是维护，包括改进——使得效率成为我们的早期优先事项。所以我们开发了Tensor Processing Units (TPUs)，这是专门处理AI工作负载的专用芯片，包括生成AI，以大幅降低成本和更好的能源使用。成为稀缺的客户投资美元和有限的全球能源供应的伟大管家是所有现代组织的不容置疑的优先事项。

普及和访问

对许多人来说，首次接触生成AI可能是在产品中，如一个将旧数据库转换为新的、更强大的产品的工具，一个帮助管理工作生活的助手，或一个提供高质量医疗问题答案的机器人。这些都依赖于一种新的计算范式，它使用来自更多来源的更多数据，以更灵活的方式。例如，医院账单中的信息可能会被汇总以发现国家健康趋势，或重新利用以跟踪在不同位置提供服务所需的时间，发现护理短缺。

使用正确的基础模型和工具，即使是在人员和资源有限的组织中，也将可能实现这种事情。随着它变得普遍和无处不在，生成AI不再意味着一个模型，而是意味着一个有帮助的、可能是神奇的体验。

还有一个问题是确保生成AI对市场上的每个人都是可访问和有用的，而不仅仅是几个巨头。工具和平台需要允许任何人高效、负责任地开始使用AI，并且这些应该容易找到和表面化。一些界线将变得模糊，包括更无缝地在基于网络的实验环境和具有强大安全性和保证的健壮、平台支持的环境之间转移。

变成根据每个企业的需求和文化定制的产品，甚至适应个别员工和客户。用企业自有数据来打磨和调整大型语言模型（LLM），使公司内部的背景知识和智慧能够提升模型的性能。引入“参数高效微调”技术将使这种定制对更广泛的组织来说更加现实。

我们将看到在提升模型输出方面的迅速进步，如精馏、集成和联合（所有新兴的方式），以及将开发工作开放给更广泛员工的新创作工具。在高度监管的行业，如金融和医疗保健，组织可能会采取比游戏和媒体等行业更为谨慎的方法。

信任与安全

支撑生成AI颠覆的将是对负责任提供商的基本人类和组织信任需求。上面提到的医疗保健例子是一个激动人心的想法，但它强调了对普遍数据加密和AI增强安全性的需求，以便一次访问多个位置的数据，包括不同的云和本地系统，以及有效的成本监控。

我们最新的基于Gemini的生产力、威胁检测和响应进展使生成AI成为企业安全的前沿。如果说有什么，这强调了威胁不会消失，而且可能会获得自己的AI驱动能力。安全性也需要自己的生成AI工具，能够以全新的方式发现和解释威胁。我们的特定领域语言模型Sec-Palm 2，针对广泛的安全用例进行了培训，能够立即识别潜在的恶意脚本，并向团队报告活跃威胁。

就像个人根据与以前的经验相比较来决定是否信任他们所看到、听到和阅读的内容一样，组织也将开始索引他们所知道的。然后，他们可以使知识和数据在创造体验、效率和差异化方面变得更加容易获得和有用，这些差异化作为他们辛苦赢得的可信度的可靠延伸。

2024年开始

我们现在正处于人机交互的一个非凡新阶段。它变得越来越强大，同时也变得更容易使用，无论是对于个人开发者还是企业。远非结束工作，我们相信它将对人类的创造力、合作和发明提出新的需求，与当今世界面临的挑战相称。

在未来一年及以后，我们将看到生成AI变得更加有用，围绕它是如何工作、成本是多少以及如何最好地部署它们以创造突破性体验的透明度更大。通过这种方式，炒作将让位于真正的价值和愉悦。

许多企业已经开始，其他企业正在寻求与AI接触。学习的方式有很多，从视频概述和行业基础知识到培训教程或课程和认证。参与可以很简单，就像尝试一个即开即用的解决方案来促进合作或改善呼叫中心的性能。一旦您和您的组织看到开始是多么容易，我相信您的创造力将解锁更多用例和体验，推动我们所有人的发展。