VMware倡導企業積極發揮生成式AI的價值
香港，2023年8月10日 —數月前ChatGPT 3.5的公開測試版正式發佈，令IT行業成為全球焦點。 自此，我們對於AI，尤其是生成式AI（GenAI）的關注、創新及投資達到了空前的熱度。 VMware執行總監 Raghu Raghuram建議企業在大舉投資生成式AI創新的同時，必需解決開支、可懂性、及安全性等挑戰。
對比之前對AI的炒作，ChatGPT 新版本的不同之處在於生成式AI能使我們以對話的方式跟強大的AI工具進行互動，這種自然語言交流與「人類相似的」創造力結合之後，能夠生成包括文字、編碼、影片、音檔等全新內容。現今的大型語言模型（Large Language Models）更令中英文等母語成為真正的編程語言。我們在這些模型中所輸入的提示詞基本上就是它們用來計算答案的編碼，成為有史以來我們距離實現編程真正大眾化最近的一次。
這一切都在預示著我們現在正處於一次前所未有的革命浪潮，為軟件開發、客戶支援、銷售、市場等主要業務部門帶來轉型機遇。新一輪AI創新浪潮的加速將會對全球經濟產生深遠影響。借助生成式AI，我們可以通過解決不同學習者之間的差異性來調整教育體系、協助醫生做出臨床診斷、幫助客戶做出投資決策等。然而，這只是冰山一角，根據麥肯錫最近一份報告顯示，生成式AI每年能為全球帶來高達7.9萬億美元的經濟價值。
必須解決的三大挑戰
跟以往類似大規模創新突破的早期階段一樣，我們在更加廣泛地使用AI方面遇到一些重大的障礙。 如果要在企業中充分發揮生成式AI的價值和潛力，我們必須解決三大核心挑戰。
挑戰一：將天價變成平價
訓練和管理現今的生成式AI模型既複雜又昂貴，需要耗費大量專用計算力和高速網路，以及無數記憶體。目前，AI模型的性能與計算基礎設施的實際比例為1：1，在這種情況下既無法擴展又不可持續。Andreessen Horowitz最近將訓練ChatGPT的模型描述為「人類到目前為止計算密度最高的任務之一」。現時，單次訓練的價格從50萬美元到460萬美元不等6，而隨著模型的更新，訓練將成為一項持續的開支。
看到令人瞠目結舌的費用，許多人便得出結論：全球只會有極少數像ChatGPT的「超大型LLM」。在未來，其實還有另一條出路，一般企業都能夠以可承擔的價格構建並運行定製化的AI模型，而關鍵在於靈活性和選擇性。即使大多數首席科技總監都計劃使用超大型LLM來處理各種案例，他們亦需要構建大量較小的AI模型，方便針對特定任務進行優化。這些模型通常基於開源軟體，令目前出現大量創新的開源AI模型。能夠預見許多企業會把這些開放模型作為許多案例的首選，而不再依賴目前佔據主導地位的大型專有LLM。
這些開放的專用模型會充分利用企業獨有的知識財產——領域專用數據。我們可以在專門的基礎設施上經濟且高效地運行較小的AI系統，包括更加便宜的GPU以及經過改良的低成本CPU，提供AI工作負載所需的性能和傳輸量。通過降低成本以及構建具靈活性和選擇性的解決方案，我們可以開闢一條對於主流企業來說更加可及的AI創新路徑。
挑戰二：將專業的AI知識變成普通人可以理解的AI知識
如今，AI模型的構建、微調和運行都需要擁有相關專業知識的人才，但這些人才長期處於供不應求的狀況，使首席執行總監和首席科技總監幾乎都會將其列為首要難題之一。他們意識到AI開源軟體領域發展迅速，因此希望在最新創新成果出現時，能夠快速、輕鬆地遷移過去，而不會被鎖定在任何一個平台或廠商上。如果只有一小部分專業技術人員理解現今AI模型背後的「奧秘」，就會很難實現該種適應性。
為了填補這一技能缺口，我們需要從根本上簡化構建和訓練AI模型的流程及工具。這便是參考架構的用處，大部分由於內部人員缺乏相關專業知識而無法從頭開始構建AI解決方案的企業可通過其獲得藍圖和可行途徑。
挑戰三：將風險變成信用
最後也是最重要的一點是需要將風險變成信用。當前AI模型會帶來私隱問題、法律和監管問題、知識產權洩露等巨大風險。這些風險有可能損害公司聲譽、傷害客戶和員工並對該企業收入產生負面影響。在員工不小心將敏感的內部數據洩露到ChatGPT等工具上之後，許多企業都制定了限制員工使用生成式AI工具的政策。同時，當今的生成式AI系統還缺乏基本信用，經常會產生「幻覺」，創造無意義、無關和/或不準確的新內容。
因此科技行業需制定一套道德準則來保障並加強公平性、隱私性、責任追究、他人的知識財產權以及訓練數據的透明度。一個龐大而正在不斷擴張的組織現正努力解決AI可解釋性、數據完整性和數據私隱等核心問題。這個開源論壇正作為這場運動的中心進行創新，努力幫助企業以安全可控的方式訓練和部署AI模型。
下一輪技術創新熱潮
正如流動裝置的革命在過去15年中改變了商業以及我們與技術的關係，新一輪AI應用熱潮將大幅提升員工的生產力並加快全球經濟發展。我們正處於新一輪超級創新週期的初期，而共同面臨的挑戰是如何令這項強大的新技術變得更加經濟、可行和可信。
世界各地AI決策者普遍認為我們需要實現策略上的平衡：在存在未知因素的情況下，必須謹慎行事，尤其是在保密、私隱和專有信息濫用方面。但與此同時，我們必須讓企業能夠快速接受新的AI模型，令他們才能夠以負責任及道德的方式參與下一輪創新熱潮。
發表迴響