随着ChatGPT的火热，有专家表示，生成式人工智能(GenAI)有望重塑科技行业的未来。
在过去的十年中，从传统系统到云服务和勒索软件防护，技术领域不断涌现新的创新。世界各地的技术团队正在将重点转向简化多云运营，旨在在不增加成本的情况下进行创新。现在，快速采用生成人工智能工具对于IT保持竞争力至关重要。
但谁将为人工智能的行为负责？我们如何确保负责任的人工智能发展和道德创新？我们如何在不损害安全性、合规性、数据主权或尊重人们隐私的道德义务的情况下，最大限度地发挥技术的全部功能？……
大型企业在做什么？
GenAI 显然是创新的催化剂，而责任变成了当今时代最大的技术先驱的前沿和中心话题。
今年，在拉斯维加斯举行的VMware Explore大会上，负责任的 GenAI 是VMware 总裁 Sumit Dhawan 和 Aon 首席技术官 Rajeev Khanna探讨的三个关键主题之一。这家全球专业服务公司在 120 个国家/地区拥有约 50000 名员工，是 VMware 解决方案的热心用户。Khanna 表示，GenAI“开启了一系列全新的机遇”。他说，归根结底，Aon从事的是风险咨询业务，这意味着谨慎的做法是平衡对未来的兴奋与稳定、谨慎的态度。
很显然，人们很容易对科技领域的下一个闪亮对象充满热情，但在扩大创新并获得更大范围的采用之前，还有许多障碍需要克服。Khanna强调建立和维护负责任的人工智能使用和治理文化，并且永远不要忽视人类监督对于道德和负责任地使用人工智能的重要性。
将 GenAI 引入所有企业
在 VMware Explore 2023 上，公布了一个重大进步。即与 Nvidia 的合作催生了 VMwarePrivate AIFoundation，将 Nvidia Enterprise AI 集成到一个多功能平台中。这使得 IT 部门能够在各种 AI/ML 工作负载中高效管理大型语言模型，同时确保隐私、安全和性能。
VMware Tanzu 产品组合的新增功能简化了基于容器的应用管理并增强了安全性，而 Edge Cloud Orchestrator 可实现快速边缘站点配置。更广泛的增强功能包括云控制平面、更强大的勒索软件保护和 VMware Cloud Foundation 的性能提升，最终形成跨云和边缘的传统、现代和 AI/ML 工作负载的强大平台。
我们正处于变革阶段，企业组织可以优化运营、减少浪费并促进创新。在 VMware Explore 中，该公司再次成为关键参与者，帮助技术部门提高生产力、加速创新并推动可持续成功。
当谈到 GenAI 时，我们只是“Ken”吗？
在电影《芭比娃娃》中，瑞恩·高斯林饰演的角色一边唱着“我只是肯”，一边思考自己在芭比娃娃身边或不在身边时所扮演的不确定角色。VMware Explore 小组讨论 “负责任的人工智能：人类应该扮演什么角色？”这凸显出我们也不确定人类在 GenAI 和多云技术的动态融合中扮演什么角色。该小组由 CTO 办公室负责人Richard Munro主持，在探索指导人工智能系统开发和人类参与的道德原则方面做得很好。
首先，数据记者兼纽约大学亚瑟·L·卡特新闻学院副教授梅雷迪思·布鲁萨德 (Meredith Broussard)将人工智能定义为“复杂而美丽的数学”。她说，很多人在谈论人工智能时会想到《终结者》、《星际迷航》或《星球大战》，但我们需要区分什么是真实的和想象的。她说，人工智能是“模式再现”，是这样描述的：数据被输入计算机，计算机创建模型，模型显示做出决策的数学模式；生成新的文本、图像或音频；并预测结果。
The Cantellus Group 首席执行官兼创始人凯伦·西尔弗曼 (Karen Silverman)谈到了修复“管道”以及董事会组成的重要性。她说，高层人士应该充分了解人工智能的影响。
然而，最引起我共鸣的是关于人工智能将如何改变文化的讨论。布鲁萨德分享了应对人工智能系统中的偏见和误解的重要性，并敦促我们假设人工智能偏见会带来社会问题。
最后，VMware 人工智能实验室副总裁Chris Wolf表示，35% 的人工智能实验室由女性员工组成，50% 为少数族裔员工。该公司的人工智能委员会拥有三大支柱：帮助客户的智慧企业、智慧产品和服务以及智慧VMware。此外，VMware AI 实验室拥有三个工作流程：研究、孵化和高级开发。三个工作流程中的两个由有成就的女性领导。这种多样性会成为人工智能领导力的新面貌吗？我想是这样。
专家小组进一步探讨了私人人工智能。私人人工智能意味着使用易于训练的较小模型。更少的资源意味着更低的碳足迹和更高的准确性。私有人工智能允许组织更快地迭代周期，而不会对环境产生巨大影响。这不仅涉及人工智能，还涉及云、客户、内容和环境。
有一点是肯定的：人工智能是一场漫长的游戏。引用克里斯·沃尔夫的话：“避免急功近利的诱惑，以满足人工智能早期成功的要求。请注意，将选择作为人工智能的一项功能内置。”
为人工智能的道德未来铺平道路
专家小组强调，人们应该放心地提出问题，以指导人工智能产生预期的结果。我们的责任是定义人工智能应该做什么和不做什么，并提高人工智能素养，以便人们了解人工智能如何放大现有的偏见和虚假信息。
从小组讨论和我自己在人工智能方面的经验中汲取了巨大的灵感，以下是我使用缩写“RESPONSIBLE”的观点。
可靠：人工智能的可靠性取决于高质量的数据和模型内偏差的减少。还记得苹果在 2014 年推出健康应用程序时，它不包括女性生理期跟踪功能吗？减少偏见并在模型中建立充分的代表性可以提高可靠性和问责制。
道德：人工智能部署的目的必须与社会进步保持一致，并遵守法规。在人工智能模型中嵌入道德准则可确保负责任的使用。
安全：保护人工智能的学习模型至关重要，因为它可能落入意外之手。保护敏感数据、员工信息和客户数据势在必行，而了解您的 AI 模型是开源的还是私有的对于安全性至关重要。
隐私：数据的性质决定了其隐私要求。确定数据是否高度敏感、关键任务或受法规约束对于确定人工智能模型中应该或不应该包含哪些内容至关重要。
开放：与员工、客户和供应链合作伙伴就人工智能的作用进行公开、透明的沟通，可以培养信任，并确保每个人都了解其目的和潜在影响。
透明度：要解决人工智能不透明的挑战，必须了解算法的内部工作原理、它们如何驱动结果，以及改变模型内的变量以提高透明度的级联效应，
标准：实施护栏是确保负责任和道德的人工智能发展的一个重要方面。护栏有助于设定界限和指导方针，以防止人工智能系统造成伤害或做出不道德的决定。
-Ible– 最重要的是，以人为本。GenAI 的真正潜力在于它适合所有年龄段和职业的人，使其成为每个可以提出问题的人的工具。我的核心理念是，增长在技术和人类的交叉点上蓬勃发展。科技服务于人。
负责任的人工智能意味着什么？
谁负责人工智能？简单说就是：我们所有人。克里斯·沃尔夫 (Chris Wolf) 指出，有很多事情我们不知道，而且没有行业标准。我们都可以借鉴 VMware 的书中的一页，因为他们像“同行”一样向客户询问有关人工智能的问题。这种谦虚的团队方法意义深远。
组织、专家和政策制定者共同承担塑造人工智能发展轨迹的集体责任。当我们希望 GenAI 做出决策并提供见解时，VMWare 平台等解决方案使我们能够自信地进行调整和适应。我们生活在快速变化的环境和不断变化的经济环境中，我们使用的模型必须具有弹性和动态。智能云中的 GenAI 具有灵活性。参与促进道德人工智能开发和部署的讨论。首先构建人工智能的基础设施，然后再扩展。最重要的是，就像沃尔夫建议的那样，不断提出问题并保持好奇心。
VMware 首席执行官 Raghu Raghuram让我们一睹即将发生的事情：“对于任何有意义的企业来说，他们的数据位于各种类型的位置。分布式计算和多云将成为人工智能的基础，没有办法将两者分开。生成式人工智能将使我们能够更深入地理解全球问题，并创造出我们今天难以想象的解决方案。”
想象一下。想象一下 GenAI 在商业中的可能性……如果深思熟虑和负责任地完成的话。
本文作者：Helen Yu
CIBIS峰会
由千家网主办的2023年第24届CIBIS筑智能化峰会即将正式拉开帷幕，本届峰会主题为“智慧连接，‘筑’就未来”， 将携手全球知名智能化品牌及业内专家，共同探讨物联网、AI、云计算、大数据、IoT、智慧建筑、智能家居、智慧安防等热点话题与最新技术应用，分享如何利用更知慧、更高效、更安全的智慧连接技术，“筑”就未来美好智慧生活。欢迎建筑智能化行业同仁报名参会，分享交流！
报名方式
成都站（10月24日）：https://www.huodongxing.com/event/6715336669000
西安站（10月26日）：https://www.huodongxing.com/event/3715335961700
长沙站（11月09日）：https://www.huodongxing.com/event/7715337579900
上海站（11月21日）：https://www.huodongxing.com/event/9715337959000
北京站（12月23日）：https://www.huodongxing.com/event/3715338464800
广州站（12月07日）：https://www.huodongxing.com/event/6715338767700
更多2023年CIBIS峰会信息，详见峰会官网：http://summit.qianjia.com/
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
