XiaoMi-AI文件搜索系统
World File Search System生成式
生成式人工智能（人工智能）
© 2023 Infosys Limited，印度班加罗尔。保留所有权利。Infosys 认为本文件中的信息在发布之日是准确的；此类信息如有更改，恕不另行通知。Infosys 承认其他公司对本文件中提及的商标、产品名称和其他知识产权的所有权。除非明确允许，否则，未经 Infosys Limited 和/或本文件项下任何指定知识产权持有人的事先许可，不得复制、存储在检索系统中或以任何形式或任何方式（电子、机械、印刷、影印、录制或其他方式）传输本文件或其任何部分。
定义生成式人工智能
生成人工智能 (GenAI) 的概念在公共领域无处不在，但很少有准确的定义。我们阐明了通常与 GenAI 相关的讨论的主要概念，并认为应该区分技术话语和公共话语。为了展示其复杂的发展和相关的概念模糊性，我们对 GenAI 进行了历史系统重建，并明确讨论了两个典型案例：大型语言模型 BERT 的生成状态以及 AlphaFold 2 和 3 的蛋白质结构预测之间的差异。我们的分析表明，基于纯技术术语的 GenAI 没有唯一且明确的定义。根据这一结论，我们认为公共话语不仅仅是一种不太复杂的说话方式，而且超越了其技术基础。为了构建这一新兴讨论格局，我们引入了 GenAI 四个核心方面的非详尽列表：（多）模态性、交互性、灵活性和生产力。这些维度构成了超越技术基础定义 GenAI 的第一步。
混合云的生成式人工智能
其中一个例子是 DMC3 的 GenAI 优势，该优势为一家民政组织带来了好处，该组织多年来一直与 Deloitte 合作，依靠 DMC3 来构建其 IT 基础设施。随着此类组织的预期增长，数据和运营需求将进一步增加，从而导致对新云部署和额外存储配置的需求增加。在这些情况下，实施 GenAI 可以证明是有益的。该技术可以使 DMC3 开发人员以更快的速度工作，高效管理该机构的多云环境并减少所需的时间
生成式人工智能的经济潜力
根据我们的分析，人工智能对软件工程生产力的直接影响可能占该功能当前年度支出的 20% 到 45%。这一价值主要来自于减少在某些活动上花费的时间，例如生成初始代码草稿、代码更正和重构、根本原因分析以及生成新的系统设计。通过加速编码过程，生成式人工智能可以将软件工程所需的技能和能力推向代码和架构设计。一项研究发现，使用微软 GitHub Copilot 的软件开发人员比不使用该工具的开发人员完成任务的速度快 56%。9 麦肯锡对软件工程团队的内部实证研究发现，那些接受过使用生成式人工智能工具培训的团队迅速减少了生成和重构代码所需的时间，工程师们也报告了更好的工作体验，称幸福感、流畅度和成就感都有所提高。
生成式人工智能的治理
24 行政部门行动的例子包括：国家人工智能计划办公室协调人工智能政策的工作；科学技术政策办公室 (OSTP) 发布了《人工智能权利法案蓝图》，国家标准与技术研究所 (NIST) 发布了《人工智能风险管理框架》——两者均旨在为负责任地开发和使用人工智能提供指导；联邦监管机构于 4 月宣布，他们共同致力于通过将现有权力应用于人工智能系统来减轻偏见和歧视；出口管制监管机构已采取行动，限制竞争对手获取对人工智能至关重要的芯片；并发布行政命令。参见立法和行政命令。参见国家人工智能计划办公室 (上次访问时间为 2023 年)；《人工智能权利法案蓝图》，白宫 (上次访问时间为 2023 年)；《人工智能风险管理框架》，国家标准与技术研究所 (上次访问时间为 2023 年)；美国司法部民权司与消费者金融保护局、平等就业机会委员会和联邦贸易委员会官员一道承诺应对人工智能领域的偏见和歧视，美国司法部（2023 年）；美国商务部对向中华人民共和国（PRC）出口先进计算和半导体制造产品实施新的出口管制，美国商务部工业和安全局（2022 年）；EO 13859，《保持美国在人工智能领域的领导地位》（2019 年）；EO 13960，《促进联邦政府使用可信赖的人工智能》（2020 年）。
生成式人工智能的实践
责任限制/免责声明：尽管出版商和作者已尽最大努力编写本作品，但他们对本作品内容的准确性或完整性不作任何陈述或保证，并明确否认所有担保，包括但不限于任何关于适销性或特定用途适用性的默示担保。销售代表、书面销售材料或宣传声明均不构成或延长本作品的任何担保。出售本作品时，出版商不提供专业服务。本文包含的建议和策略可能不适合您的情况。您应在适当的情况下咨询专家。本作品中引用某个组织、网站或产品作为进一步信息的引文和/或潜在来源，并不意味着出版商和作者认可该组织、网站或产品可能提供的信息或服务，或其可能提出的建议。此外，读者应注意，本作品中列出的网站可能在撰写本作品和阅读本作品期间已经更改或消失。出版商和作者均不对任何利润损失或任何其他商业损害负责，包括但不限于特殊、偶然、间接或其他损害。
生成式人工智能与高等教育
学生们已经开始使用 GenAI，并且对它总体上持积极态度。德勤调查了我们 2,000 名现任员工和全球 550 名学生，以评估他们的看法。尽管对准确性、可靠性、隐私和道德方面存在一些担忧，但 68% 的受访者认为 GenAI 工具提高了他们理解新信息的能力。2 大专学生使用 GenAI 的可能性几乎是员工的两倍，刚毕业的年轻员工使用 GenAI 的可能性是职业生涯中期员工的三倍。香港大学对 399 名本科生和研究生的调查也发现了类似的结果。尽管有些担忧，但这些学生将 GenAI 视为提升人类体验的一种手段，他们看重这些工具提供的个性化反馈、写作和头脑风暴帮助、匿名性、即时支持和用户友好性。3 很明显，学生们已经对 GenAI 的好处持开放态度并欣赏它的好处，因此提升他们的技能和经验应该是优化他们进入职场的首要任务。
生成式人工智能的使用指南
保护机密数据：根据大学的数据分类政策和适当使用政策，没有任何生成式 AI 工具符合大学的安全、隐私和合规标准，无法处理除公开信息之外的任何内容。根据大学的学生记录政策，您绝不应将任何受家庭教育权利和隐私法案 (FERPA) 保护的机构数据或信息输入生成式 AI 工具或服务中。