© 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。
我们的数字生态系统 Kernel 除了是我们开发数字服务的技术基础之外,还使我们能够根据公司数据生成商业智能。Kernel 还是我们客户隐私的守护者,将隐私设计融入到我们所有的产品中。为了充分利用 GenAI 的潜力,但又在完全的隐私、安全和道德保障下,我们将这些 GenAI 功能集成到 Kernel 开发套件中,从而将大型语言模型 (LLM) 连接到我们的数据,并使用基于 RAG(检索增强生成)技术的控制层,这使我们能够有效地控制每次响应中提供哪些数据,符合我们的同意管理,而无需将数据包含在 GenAI 模型的训练集中。创建这种集中式 AI 模型为在安全可信的环境中释放这场新革命的全部潜力提供了可能性。
第 3 章 服务规范 (第 9 条 至 第 15 条) 第 4 章 监督检查和法律责任 (第 16 条 至 第 21 条) 第 5 章 附 则 (第 22 条 至 第 24 条)
图 2-2 GAN 发展脉络 ...................................................................................................................... 3
生成式人工智能 生成式人工智能是一种人工智能,它使用算法生成新数据,通常以图像或文本的形式出现。生成式人工智能的自然语言和知情响应能力让教育工作者感到惊讶。我们见证了从谷歌搜索提供超链接到 GPT(聊天生成预训练转换器)的跨越式发展,后者可以回复并完善合理的答案。
4. 版权和知识产权:用于创建数据集的材料大部分是在未经许可或知情同意的情况下获取的,而且尚未确定谁拥有其输出。目前,加拿大的生成式人工智能服务的法律地位,特别是与知识产权和版权法相关的法律地位尚未确定。5. 劳动力剥削:像我们使用的许多技术工具一样,人工智能机器人之所以能够大规模使用,是因为全球南方的劳动力报酬过低且痛苦不堪。我们需要承认这一事实,并考虑使用这些工具如何与我们的基督教价值观和道德原则相冲突。6. 环境:开发日益复杂的生成式人工智能的竞赛并不是碳中性的。鉴于我们对可持续发展的承诺,也必须考虑这个问题。
A. 图像生成:该模型可以根据环境、主题、风格或位置等详细描述生成原始图像集合。一些可用的工具包括 OpenAI 的 DALL-E 4 和 Stable Diffusion。5 在另一种图像生成情况下,生成对抗网络 (GAN) 方法可以将低分辨率图像转换为高分辨率图像。6 此应用程序可用于医疗保健领域的患者诊断以及安全和监视目的。例如,此方法有利于创建由于成本限制而无法以高分辨率格式存储的医疗资源的顶级版本。7 在编辑方面,Google Pixel 的 Magic Eraser 8 功能使用生成式 AI 自动删除不需要的照片元素并填充空间。
我们利用来自 5,172 名客服人员的数据,研究了分阶段引入生成式 AI 对话助手的情况。获得 AI 帮助后,员工生产率(以每小时解决的问题来衡量)平均可提高 15%,但不同员工之间存在很大差异。不同客服人员的效果差异很大。经验较少和技能较低的员工可以提高产出速度和质量,而经验最丰富和技能最高的员工速度略有提高,质量略有下降。我们还发现有证据表明,AI 帮助促进了员工学习并提高了英语流利程度,尤其是在国际客服人员中。虽然 AI 系统会随着更多训练数据的出现而改进,但我们发现,采用 AI 所带来的收益在相对罕见的问题中最大,在这种情况下,人类客服人员的基础经验较少,但系统仍具有足够的训练数据。最后,我们提供证据表明,AI 帮助从多个方面改善了工作体验:客户更有礼貌,不太可能要求与经理交谈。