商業中的生成式人工智慧（GenAI）
GenAI 的應用
自 AlphaSense 的產品副總裁 Chris Ackerson 提到上市以來，商界一直對如何利用生成式人工智慧（GenAI）來推動業務感興趣。從內部效率和生產力到外部產品和服務，企業正競相在經濟的各個領域實施生成式人工智慧技術。GenAI 雖然仍處於發展初期，但其能力正在迅速擴大——從垂直搜尋到圖片編輯，再到寫作助手，共同的特點是利用對話介面使軟體更加貼近人性化和強大。
ChatGPT 的應用
ChatGPT 的推出重新掀起了對話機器人的熱潮，而一套最佳實踐正在逐步出現。開發對話機器人的第一步是明確問題範圍，然後從小做起。一個協同助手是一個協調者，透過自由文字介面幫助使用者完成許多不同的任務。有無限可能的輸入提示，開發者必須優雅而安全地處理所有這些輸入。開發者不應試圖解決每個任務，而是應該先專注於解決一個任務，並在其中學習。
模型選擇
LLM 開發：選擇開放或封閉
在 2023 年初，LLM 效能的排行榜已經清晰：OpenAI 率先採用 GPT-4，但 Anthropic 和 Google 等實力雄厚的競爭對手決心迎頭趕上。開源帶來了一絲希望，但在文字生成任務的效能上卻無法與封閉模型競爭。要開發高效能的 LLM 模型，就要致力於為手頭的任務建立全球最佳資料集。作者擁有十年的人工智慧經驗，相信開源將迎來激烈的回歸，事實也確實如此。開源社區已經推動了效能的提升，同時降低了成本和延遲時間。LLaMA、Mistral 等模型為創新提供了強大基礎，而亞馬遜、Google 和微軟等主要雲服務提供商基本上採用了多供應商方法，支援和加固了開源技術。
模型選擇原則
模型選擇的 5 個"S"原則可幫助開發者決定哪種模型適合他們。
- 效能（Performance）
- 成本（Cost）
- 延遲（Latency）
- 開放（Open）
- 安全（Safety）
結語
商業領域的發展需要與時俱進，整合高效的技術手段是當前的必然選擇。正如 Chris Ackerson 指出的那樣，開發 GenAI 的最佳實踐之一是先專注於解決一個任務，逐步學習和最佳化。在 GenAI 領域，選擇開放或封閉模型，都應該根據實際的業務需求和考量而定。隨著未來的發展，GenAI 將繼續為商業帶來更多機遇和挑戰。
延伸閱讀
- 加州新 AI 法案出爐，SB 1047 作者再推出改革措施！
- 《超級瑪利歐成為 AI 基準測試的新標準！你絕對想不到的理由》
- Google 推出 SpeciesNet：專為識別野生動物而設的人工智慧模型！
- 安瑟普提克獲得 35 億美元巨額資金 瞄準人工智慧未來！
- OpenAI 重磅推出 GPT-4.5：歷史上最大的語言模型來了！
- 探索 DeepSeek：你必須理解的 AI 聊天機器人應用全指南！
- OpenAI 的創業帝國：揭密其風投基金背後的諸多創新公司
- 揭開 Mistral AI 的神祕面紗：揭示 OpenAI 競爭者的所有祕密！
- 未來科技：研究人員揭示如何打造變形機器人，猶如 T-1000 般神奇！
- ElevenLabs 推出全新語音轉文字模型，引領 AI 語音技術的新潮流！
