生成式 AI(人工智慧)到底是什麼? 它與我們所知的 AI 有何不同?
讓我們從傳統 AI 開始,它能夠更有智慧地執行特定任務。這是如何做到的? 它擅長擷取大量資料集、識別顯著模式,然後根據這些資料做出決策或預測。這些應用程式包括在串流服務上建議接下來觀看什麼電影、客戶服務聊天機器人和信用卡詐欺預測/保護等。
2020 年代初期,轉換器驅動的深度神經網路的進展為生成式 AI 平台奠定了基礎,包括:ChatGPT™、Bing Chat™、Bard™、LLaMA™ 和 DALL-E™。這些是獨一無二的技術,它們也從輸入訓練資料中學習模式,但另外還能產生特徵近似於訓練集的新資料。(這些技術都很好,最後一句話是 Bard 寫的。)
這「一代」使其與眾不同。正如最近的一篇《富比士》文章所述,「它就像一個富有想像力的朋友,可以想出原創、有創意的內容。」
生成式 AI 的輸出形式多種多樣,包括文字、圖像、音樂甚至電腦程式碼。生成式 AI 已廣泛應用於各個產業,包括藝術、寫作、軟體開發、產品設計、醫療保健、金融、遊戲、行銷和時尚。
如今大多數熱門生成式 AI 工具均是透過大型語言模型訓練(LLM 訓練)實現的,包括 ChatGPT™。LLM 訓練旨在解讀、理解及傳回聽起來自然的文字性回覆。用於大型語言模型訓練的資料集越全面,結果越『自然』。
麥肯錫預測,生成式 AI「每年可以為我們分析的 63 個使用案例增加相當於 2.6 兆至 4.4 兆美元的效益。相較之下,英國 2021 年的 GDP 總值為 3.1 兆美元。除了這些使用案例之外,還有目前用於其他任務的軟體內嵌了生成式 AI,如果我們將其影響納入考量範圍內,則此估計值大約會翻倍。」
應用範圍幾乎是沒有限制的。事實上,許多大企業已經意識到這些應用程式,並已開始使用生成式 AI。
智慧製造
據德勤表示,86% 的製造商認為智慧工廠將成為未來兩年競爭的主要動力。目前,連網 IoT 裝置數量已超過 150 億台,預計到 2030 年,數量將增加一倍,超過 290 億台。使用大數據的大型機器正在改變工業市場,並依靠複雜的生成式 AI 工作負載來管理快速增長的感測器資料。
在美光,我們不僅提供關鍵的生成式 AI 和 LLM 記憶體以及儲存解決方案,還在自身的製造流程中利用 AI。 矽製造是一個極其複雜的流程,耗時數月,涉及約 1,500 個步驟。美光在這個過程的每一步都採用了先進的 AI,大幅提高了準確性和生產力。這樣做的好處有很多,包括更高的產量、良率、品質、更安全的工作環境、更高的效率和永續發展的業務。
汽車
生成式 AI 正透過加快原型設計來改變汽車產業,設計人員可以建立簡單的草圖,系統則產生詳細的 3D 模型。這些模型經過迭代完善,納入外部市場趨勢、空氣動力學效率資料、碰撞和人體工學模擬以及新興風格。
生成式 AI 還有可能為自動駕駛汽車的安全推廣鋪平道路,而不會在技術成熟之前給公眾帶來風險。由於生成式 AI 可以產生影像和影片來建構真實世界的場景,因此自動駕駛汽車可在受控設定下學習並適應不同的環境。這意味著現場測試成本更低,訓練自動駕駛汽車決策模型的演算法更直觀。
在生產方面,生成式 AI 可優化材料分配,減少浪費,使組裝流程以及元件設計更容易製造、更具成本效益。
科學
生成式 AI 對科學發現產生重大影響,改變了從創意內容、合成資料到生成式工程和設計的一切。
事實上,Gartner 預測,「到 2025 年,超過 30% 的新藥和新材料將使用生成式 AI 技術系統性地發現,而目前這一比例為零。鑑於有機會降低藥物發現的成本和時間,生成式 AI 對於製藥業來說前景廣闊。」
麥肯錫分析了 63 個使用案例,並預測所有垂直產業的客戶營運、行銷和銷售、軟體工程和研發將受到生成式 AI 和許多 AI 工具所仰賴的 LLM 訓練的最大影響。
接下來的發展如何?
儘管人們有理由擔心生成式 AI 可能被濫用(包括智慧財產權侵權、網路犯罪和深度造假),但其可能帶來的好處也是不可估量的。
美光雲端資深業務發展經理 Eric Booth 目前正在博伊西州立大學攻讀博士學位,研究該技術可以如何幫助有語言障礙的兒童。
Eric 解釋道:「進行語言治療時,我們過去認為是由治療師為學生提供閱讀內容,然後使用一套工具對學生的發音與清晰發音程度進行評分。但是生成式 AI 將能夠處理上述整個過程。生成式 AI 擅長識別模式,所以能夠辨別學生是否一直發錯音,例如是否持續發錯單字中 O 的音。」
直到最近不久前,語音識別仍需仰賴一個配備大量記憶體的大型伺服器,而且收集到的所有資料都必須儲存至雲端。而現在,語音識別已內建在您的手機當中。運算速度變得更快,記憶體速度也提升,以前需要資料中心處理的程序現在即可在您的手機或其他端點裝置上執行。
不久後,以大型語言模型訓練為基礎的生成式 AI 處理程序將出現在您的手機上。AI 模型的 LLM 訓練流程不僅僅是為了建立更複雜的模型,更是為了簡化這些模型,使模型能夠在您的手機或 PC 等端點裝置上執行。隨著這些大型語言模型日益增長,進行模型訓練時便離不開雲端環境。但一旦 LLM 訓練完成,再加以簡化,模型就能移至端點裝置。
那麼,生成式 AI 的力量就會真正掌握在您手中,成為幫助日常生活的工具和同伴。未來的虛擬助理很可能成為您的個人 AI 同伴,與您共同成長和變化,從您的經歷和生成的資料中學習,以更好地預測和瞭解您的個人偏好。
想像這個同伴從一開始就和您在一起。AI 同伴與您共同成長,跟隨您人生之旅的每一步而不斷發展,豐富您每個階段的生活。
在嬰兒時期,AI 同伴可以幫助培養您的好奇心,給您講故事,玩益智遊戲,激發您的想像力,隨著您長大,它可以從一個裝置到另一個裝置始終跟隨您,每時每刻變得更聰明,就像您一樣。它可以引導您完成學業,適應您獨特的學習方式。它可以瞭解您學習知識的最佳方式,並調整方法,以與您產生共鳴的方式呈現概念,讓您的學習更加有效率和愉快,進而幫助您取得優異成績。作為輔導員,AI 同伴會利用教學改進來幫助您做出明智的決定,為您的人生開闢道路。
即使您已成年,您的 AI 同伴也會優化您的日程安排和日常任務,簡化您的工作流程並提高您的工作效率。您每天產生的資料將被您的 AI 裝置用於不斷改進和磨練其技能。這類技術和體驗將由生成式 AI 或某些尚未發明的衍生 AI 方法驅動。
無論是製造、汽車、科學或其他應用,生成式 AI 及其衍生技術將以我們無法想像的方式塑造未來,而美光正是 AI 資料的核心,驅動著您手腕上、手中和雲端的裝置。
生成式 AI 需要存取並一次性吸收大量的資料,以便從廣大的記憶體儲存區中取得資料,確定適當的回應。這需要 HBM3E、高密度 DDR5 DRAM 和數 TB SSD 儲存裝置等美光技術,所有這些技術將實現雲端的生成式 AI 訓練和推論所需的速度和容量。要在手機等端點裝置上提升 AI 驅動的使用者體驗,關鍵在於達到節能和效能的平衡。美光 LPDDR5X 提供所需的速度和頻寬,讓您隨時可使用強大的生成式 AI 。
生成式 AI 的能力突飛猛進,其良好的使用案例仍在發展中,但不難看出,它有可能改變我們的日常生活。美光的願景是這項技術將真正豐富所有人的生活。