top of page

商界眼中AI發展五大關鍵

Updated: Apr 28

據普華永道研究, 估計到2030年,人工智能(AI)可能為全球經濟貢獻15.7萬億美元,各個行業都渴望透過AI加速 發展。惟隨着AI應用日益普及,引起了商界和消費者的擔憂。 從消費者角度看,既希望享受科技帶來的便利,又不願面對隨之產生的風險,期望政府通過法律來規範AI及資料的 使用方式。至於商界方面,普華永道最新的全球CEO調查發現,85%的CEO承認AI將在未來5年內顯著改變他們開展業 務的方式。然而,商界對AI仍未能給予百分百信任;超過80%的CEO認為,AI作出的決策,還是需要合理解釋過程才 能執行。至於AI對社會的影響,CEO的看法可以分為5個關鍵範疇..

  1. 治理企業應該解決關於AI應用的預期效果及責任問題,包括:誰負責?修改了哪些流程來改善產出?如何追蹤績效及查明問題的能力,而結果是否一致且可重複?

  2. 道德規範機構應努力把AI開發成為合法且合乎道德的解決方案。雖然人們對道德原則有很多異議,但有必要把道德原則納入到前線決策指導中,以識別和減輕道德風險。

  3. 可闡釋性和可解釋性企業需要向各利益相關者(包括監管機構、公司和消費者)解釋為什麼AI演算法能達成特定決策、揭示每個決策背後的理由,而且解釋必須及時而一致。

  4. 穩健性和安全性下一代AI系統可能愈來愈有自我意識,具有檢測、糾正故障和不準確或不道德決策的內置能力,使得我們必須從一開始就在AI開發過程中保障安全,並涵蓋所有AI系統、數據和通訊。最重要的是,對人類來說,AI系統必須是對性命無害的,無論他們是AI的用戶還是啟用AI決策的主體。

  5. 偏見和公平AI決策偏見通常被認為是AI最大風險之一。可是,消除偏見的任務遠比表面上所見更複雜。輿論經常把責任歸咎於演算法本身,而不考慮人為因素。事實上,無論是否有關AI,要讓每個決策都對所有人公平,是不可能;而調整AI系統以減少偏見,遵守反歧視法規,則是必須做到的。

Recent Posts

See All
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
智能代理編程戰 懂人機協作致勝

上周把兩個消息放在一起看,很有意思。 第一個,Anthropic宣布Claude Code推出Artifacts,讓軟件工程師在寫程式的過程中,業務主管能同時打開網頁儀表板,就能看到軟件即時更新及開發的狀態。 第二個,中國人民大學和微軟亞洲研究院聯合推出一個叫Arbor開源自主人工智能體的新框架,系統能自動提出假設、修改代碼,運行真實實驗並從結果中學習,自動優化解決問題。 過去一年大家比併的是模型

 
 
集結舊手機算力 媲美當今伺服器

你可曾想過,你抽屜裏那部4年前的舊手機,可能很有價值? 這個星期,Google Research聯同加州大學聖地牙哥分校(UCSD)公布一項創新計劃:運用2000部退役的Pixel手機,構建一個真實可用的雲端計算平台。這不僅是概念驗證,更是一個供數百名學者與研究人員實際操作的生產級環境。處理方式十分直接,將舊手機的熒幕、電池、外殼全部移除,僅保留主機板,透過Kubernetes技術組成叢集,直接轉

 
 
bottom of page