多模態(tài)應(yīng)用，賦能生產(chǎn)力：從數(shù)據(jù)類(lèi)型劃分

按照生成數(shù)據(jù)類(lèi)型或者模態(tài)劃分, 生成式人工智能的應(yīng)用涵蓋了文字、圖像和音頻等L域。生成式人工智能技術(shù)可以用于參與數(shù)字內(nèi)容創(chuàng)作，突破傳統(tǒng)內(nèi)容創(chuàng)作的數(shù)量約束，有著更為流暢和G效的人機(jī) 交互模式，減少了重復(fù)性的任務(wù)負(fù)擔(dān)，實(shí)現(xiàn)生產(chǎn)力解放。

聚焦個(gè)性化場(chǎng)景，創(chuàng)造業(yè)務(wù)價(jià)值：從行業(yè)劃分

隨著人工智能算法的迭代、算力的進(jìn)步和數(shù)據(jù)的增加驅(qū)動(dòng)生成式人工智能的技術(shù)變革，生成式人工 智能模型的大范圍連續(xù)對(duì)話能力、生成內(nèi)容質(zhì)量、語(yǔ)言理解能力和邏輯推理能力上都得到大幅提升。相 比通用大模型，垂直大模型深耕特定行業(yè)和應(yīng)用場(chǎng)景如醫(yī)療行業(yè)和金融行業(yè)，憑借其專(zhuān)業(yè)化和準(zhǔn)確化的 優(yōu)勢(shì)，更容易解決特定L域的問(wèn)題，創(chuàng)造業(yè)務(wù)價(jià)值，實(shí)現(xiàn)商業(yè)變現(xiàn)。垂直大模型主要通過(guò)“預(yù)訓(xùn)練大模 型+微調(diào)”的開(kāi)發(fā)方式，只需針對(duì)具體任務(wù)對(duì)大模型進(jìn)行二次開(kāi)發(fā)，降低了企業(yè)應(yīng)用的開(kāi)發(fā)門(mén)檻。

美國(guó)生成式人工智能道德倫理挑戰(zhàn)和解決方案

2021年10月, 美國(guó)平等就業(yè)機(jī)會(huì)委員會(huì)啟 動(dòng)了一項(xiàng)倡議，以確保在招聘和其他就業(yè)決策中 使用生成式人工智能和其他技術(shù)驅(qū)動(dòng)工具符合聯(lián) 邦反歧視法。人工智能導(dǎo)致歧視性結(jié)果的能力， 特別是以不明顯或不易識(shí)別的方式導(dǎo)致的歧視性 結(jié)果，以及相關(guān)的已知和未知后果，已導(dǎo)致 各地采取措施，實(shí)施更嚴(yán)格的監(jiān)督，以防止人工 智能在就業(yè)中被濫用。如果算法識(shí)別出申請(qǐng)人的 身體殘疾、精神健康或其他不明顯的臨床診斷， 則可能觸發(fā)《美國(guó)殘疾人法》。例如，雇主對(duì)顯 示震顫的數(shù)據(jù)的審查可被視為與殘疾有關(guān)的調(diào) 查，因?yàn)檎痤澘赡茱@示出某些神經(jīng)系統(tǒng)疾病，如 腦癱或中風(fēng)。盡管法律和監(jiān)管L域仍處于起步階段，許多 科研組織和D的科技企業(yè)已經(jīng)開(kāi)始了自我監(jiān) 管，以促進(jìn)負(fù)責(zé)任的生成式人工智能開(kāi)發(fā)和部 署，并幫助防止生成式人工智能工具提供可能延 續(xù)甚至加劇非法就業(yè)歧視的有偏見(jiàn)的結(jié)果。例如 微軟（Microsoft）這樣的跨國(guó)公司開(kāi)發(fā)和發(fā)布自己的生成式人工智能原則或指導(dǎo)方針已經(jīng)成為 一種常見(jiàn)的做法。

附件：2023生成式人工智能道德&合規(guī)風(fēng)險(xiǎn)白皮書(shū)：如何理解和應(yīng)對(duì)生成式人工智能引發(fā)的數(shù)據(jù)合規(guī)風(fēng)險(xiǎn)