作者: Jackie Wiles
翻譯：阿康
編者按：
ChatGPT作為人工智能（AI）技術的代表，已成為當前矚目的焦點，大家也在關注這類生成式AI在未來對社會發展會帶來哪些影響。從Gartner最近發布的報告中，我們可以有所啟發。Gartner是世界權威性的IT研究與顧問咨詢公司，在全球設有80多個分支機構，為客戶提供客觀、公正的論證報告及市場調研報告，協助客戶進行市場分析、技術選擇、項目論證、投資決策。
ChatGPT雖然很酷，但只是個開始，生成式AI的企業用途遠不止如此。風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藥物研發和AI軟件編碼獲得的資金最多。
Gartner技術創新研究副總裁Brian Burke表示：“像ChatGPT這樣的早期基礎模型側重于生成式AI增強創造性工作的能力，但我們預測到2025年，使用生成式AI技術系統研發的新藥和材料比例將從現在的零上升到30%以上，而這只是其眾多行業用例之一。”
生成式AI的五個行業用例
生成式AI通過探索一個對象的各種可能的設計來找到正確或最合適的匹配。它不僅可以增強和加速許多領域的設計，而且還有可能“發明”人類可能錯過的新穎設計或物件。
營銷人員和媒體已經感受到生成式AI的影響。Gartner預測：
到2025年，大型企業機構對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生成內容的比例（從文本到視頻）將從2022年的0%上升到90%。
AI創新整體上仍在加速，為各行業的生成式AI創造了許多用例，包括以下五個用例：
1. 生成式AI在藥物設計領域的應用
2010年的一項研究顯示，一種藥物從研發到上市的平均成本約為18億美元，其中藥物研發成本約占三分之一，整個研發過程需要長達3至6年。生成式AI已被用于將各種用途的藥物設計周期縮短到幾個月，減少制藥行業的藥物研發成本和時間。
2. 生成式AI在材料科學中的應用
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、醫療、電子和能源行業。這個被稱為逆向設計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，因此可以發現例如比目前用于能源和運輸行業的材料更具導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在芯片設計中的應用
生成式AI可以使用強化學習（一種機器學習技術）優化半導體芯片設計（布圖規劃）中的元件位置，將產品開發周期從幾周（使用人類專家）縮短到幾小時（使用生成式AI）。
4. 生成式AI在合成數據中的應用
生成式AI可以用來創建合成數據。合成數據是一種生成的數據，不是來自于對真實世界的直接觀察結果。這保護了模型訓練數據原始來源的隱私，例如可以人為生成用于研究和分析的醫療數據，這樣就能避免透露所使用的醫療記錄上的病人身份，保護病人的隱私。
5. 零件的生成式設計
憑借生成式AI，制造、汽車、航空、國防等行業能夠設計出最能夠滿足性能、材料、制造工藝等特定目標和限制的零件。例如，汽車制造商可以使用生成式設計創造出更輕的設計，幫助他們實現讓汽車更省油的目標。
今天的大多數AI系統是分類器，所以可以訓練它們區分狗和貓的圖像等。而生成式AI系統經過訓練后可以生成現實世界中不存在的狗或貓的圖像。具有創造力的技術將改變“游戲規則”。
生成式AI使系統能夠創造視頻、敘述、訓練數據，乃至設計和原理圖等高價值的人工制品。
例如，生成式預訓練轉換器（GPT）是一種使用深度學習生成類似人類文本的大規模自然語言技術。第三代GPT（GPT-3）可根據其吸收的訓練，預測句子中最有可能出現的下一個詞，能夠編寫故事、歌曲和詩歌，甚至計算機代碼，并使ChatGPT能夠在幾秒內完成孩子的作業。
除了文本之外，DALL-E 2、Stable Diffusion、Midjourney等數字圖像生成器可以從文本中生成圖像。
生成式AI蘊含了許多AI技術，但最近，基礎模型成為了焦點。基礎模型能夠在一般數據源上進行自我監督式的預訓練，然后就可以用來解決新的問題。基礎模型的主要基礎是轉換器架構，這種深度神經網絡架構可以計算訓練數據的數值表示。
轉換器架構通過追蹤連續數據中的關系來了解上下文，進而了解意義。轉換器模型采用一套不斷發展的數學技術（稱為注意力或自我注意力）檢測連續數據中各種數據元素之間相互影響和依賴的微妙方式。
