生成式关键词检索结果

BharatGPT:印度凭借自己的生成式 AI 语言模型迈向未来

BharatGPT: India’s Leap into the Future with Its Own Generative AI Language Model

借助 BharatGPT,印度确保这一工具能够反映其声音、价值观和愿景。

使用 Rich Data Co 和 AWS 的生成式 AI 转变信贷决策

Transforming credit decisions using generative AI with Rich Data Co and AWS

Rich Data Co (RDC) 的使命是在全球范围内扩大可持续信贷的获取渠道。其软件即服务 (SaaS) 解决方案为领先的银行和贷方提供了深入的客户洞察和 AI 驱动的决策能力。在这篇文章中,我们讨论了 RDC 如何使用 Amazon Bedrock 上的生成式 AI 来构建这些助手并加速其实现民主化获取可持续信贷的总体使命。

100 个生成式 AI 用例

100 Generative AI Use Cases

生成式人工智能正在通过自动化任务、增强创造力和提高效率来彻底改变行业。从内容创作到科学研究,ChatGPT GPT-4o、Gemini 2.0、Llama 3.1 405B、Deepseek、DALL·E 和 Stable Diffusion 等人工智能模型正在释放新的可能性。从 Google 趋势图可以看出,在 2022 年 10 月 ChatGPT 推出后,人们对生成式 AI 的兴趣激增。到 2026 年,预计超过 80% 的公司将集成生成式 AI API、模型或在生产中部署由 GenAI 驱动的应用程序——这一比例比 2023 年的不到 5% 大幅上升。根据 Statista 的数据,生

Aetion 如何使用生成式 AI 和 Amazon Bedrock 将科学意图转化为结果

How Aetion is using generative AI and Amazon Bedrock to translate scientific intent to results

Aetion 是生物制药、付款人和监管机构的决策级真实世界证据软件的领先提供商。在这篇文章中,我们回顾了 Aetion 如何使用 Amazon Bedrock 帮助简化分析过程以生成决策级真实世界证据,并使没有数据科学专业知识的用户能够与复杂的真实世界数据集进行交互。

解释:生成式 AI 对环境的影响

Explained: Generative AI’s environmental impact

Fritzchens Fritz / Better Images of AI / GPU shot etched 5 / 由 CC-BY 4.0 授权 作者:Adam Zewe 在两部分系列文章中,MIT News 探讨了生成式 AI 对环境的影响。在本文中,我们将探讨这项技术为何如此耗费资源。第二部分将探讨专家们正在做什么来 [...]

介绍 MIT 生成式 AI 影响联盟

Introducing the MIT Generative AI Impact Consortium

该联盟将召集研究人员和业界共同关注影响。

利用 Amazon Bedrock 生成式 AI 打造弹性供应链

Harnessing Amazon Bedrock generative AI for resilient supply chain

通过利用 Amazon Bedrock 的生成式 AI 功能和工具,您可以创建一个智能神经中枢,连接各种数据源,将数据转换为可操作的见解,并制定全面的计划以减轻供应链风险。这篇文章介绍了 Amazon Bedrock Flows 如何连接您的业务系统、监控医疗设备短缺情况,并根据来自 Amazon Bedrock 知识库的知识或直接存储在 Amazon S3 中的数据提供缓解策略。您将学习如何创建一个领先于供应链风险的系统。

借助生成式 AI,MIT 化学家可以快速计算 3D 基因组结构

With generative AI, MIT chemists quickly calculate 3D genomic structures

一种新方法只需几分钟而不是几天,就可以预测特定 DNA 序列在细胞核中的排列方式。

Aetion 如何使用生成式 AI 和 Amazon Bedrock 解锁有关患者群体的隐藏见解

How Aetion is using generative AI and Amazon Bedrock to unlock hidden insights about patient populations

在本文中,我们将回顾 Aetion 的智能子组解释器如何让用户使用自然语言查询与智能子组进行交互。在 Amazon Bedrock 和 Anthropic 的 Claude 3 大型语言模型 (LLM) 的支持下,解释器可以回答用户以对话语言表达的有关患者子组的问题,并提供见解以生成进一步的假设和证据。

东南亚数字银行如何利用生成式 AI 超越传统银行

How Digital Banks in SouthEast Asia are Outpacing Traditional Banks with Generative AI

银行业正在经历一场彻底的变革。如果您认为传统机构仍然占据主导地位,请再想一想。数字优先银行(如 Boost、Tyme 和 UNO Digital Bank)正在使用生成式人工智能 (GenAI) 领先一步,开创了一个全新的银行业时代。他们提供更快、更智能、更个性化的服务,而传统银行受到过时系统和缓慢变化的法规的束缚,难以匹敌。

德勤:生成式人工智能的投资回报率尚不高 - 但人们对它的信心依然存在

Deloitte: ROI генеративного ИИ пока не высок — но вера в него остается

最乐观的是高级管理人员:21%的人相信人工智能正在改变他们的公司。

解决生成式 AI 应用体验挑战

Solving the generative AI app experience challenge

了解 AI 领导者为何难以提供有效的生成 AI 应用程序,并学习可行的策略来克服基础设施、人才缺口和托管挑战等障碍。文章《解决生成 AI 应用体验挑战》首先出现在 DataRobot 上。

解释:生成式 AI 对环境的影响

Explained: Generative AI’s environmental impact

强大的生成式 AI 模型的快速开发和部署会带来环境后果,包括增加电力需求和水消耗。

2025 年避免生成式 AI 实施失败的 5 个基本技巧

5 Essential Tips to Avoid Generative AI Implementation Failure in 2025

你是否发现自己在做某件事,因为其他人都在做?你是否觉得自己必须做某件事,因为如果你不做,你就会落后?这正是当今企业采用 GenAI 时所发生的事情。企业急于实施人工智能,通常没有明确的战略,其驱动力是 […]Artykuł 5 个避免 2025 年生成式人工智能实施失败的基本技巧,由 DLabs.AI 服务提供。

使用生成式人工智能“节省时间”以实施真实世界的项目

Using Generative AI to “Hack Time” for Implementing Real-World Projects

在我们为专业课堂中可实施的现实世界项目开发课程的过程中,发生了一件有趣的事情:生成式人工智能变得无处不在。这为我们在上一篇文章《为什么您的现实世界项目不能在现实世界中实现?》(Faculty Focus,2022 年 3 月)中提出的想法提供了新的视角。在那篇文章中,我们 […]使用生成式人工智能“破解时间”以实施现实世界项目的帖子首先出现在教师焦点 | 高等教育教学与学习上。

使用生成式人工智能“破解时间”以实施现实世界的项目

Using Generative AI to “Hack Time” for Implementing Real-World Projects

在我们为专业课堂中可实施的现实世界项目开发课程的过程中,发生了一件有趣的事情:生成式人工智能变得无处不在。这为我们在上一篇文章《为什么您的现实世界项目不能在现实世界中实现?》(Faculty Focus,2022 年 3 月)中提出的想法提供了新的视角。在那篇文章中,我们 […]使用生成式人工智能“破解时间”以实施现实世界项目的帖子首先出现在教师焦点 | 高等教育教学与学习上。

了解艺术家对生成式人工智能艺术和透明度、所有权和公平性的看法

Understanding artists’ perspectives on generative AI art and transparency, ownership, and fairness

插图:Julia Zimmerman 作者:Juniper Lovato、Julia Zimmerman 和 Jennifer Karson 生成式人工智能正在迅速改变艺术世界,不仅在艺术家和模型创作者之间,而且在艺术家之间也造成了巨大的紧张关系。这些工具能够以前所未有的规模产生几乎即时的艺术作品,这正在改变生产方式 [...]

问答:生成式人工智能对气候的影响

Q&A: The climate impact of generative AI

随着生成式人工智能的应用不断增长,林肯实验室的 Vijay Gadepally 描述了研究人员和消费者可以采取哪些措施来帮助减轻其对环境的影响。