本文介绍了Rama Ramakrishnan在美国留学期间和创业经历中对AI技术的探索与运用。文章首先阐述了AI在零售行业的应用，强调个性化推荐等方式改变了消费者体验和购物模式。随后介绍了深度学习和生成式AI的发展，对机器学习和技术认识产生的影响。接着讨论了LLMs在企业中的应用局限性和潜在风险，以及如何评估将AI技术应用于企业业务的成本与收益。最后描述了AI技术在高级管理教育领域的应用推动企业领导力发展和创新的重要性。文章全面探讨了AI技术在商业领域的应用和发展，展示了其对未来的重要性。阅读全文约需10-12分钟。*
2010年，Rama Ramakrishnan与零售高管交流时，产生了两个重要的认识。首先，尽管提供个性化建议的零售系统备受关注，但这些系统往往对零售商提供的回报甚微。其次，对于许多公司来说，大多数顾客一年只购物一两次，因此公司对他们了解甚少。
“但是通过非常仔细地记录顾客与零售商或电子商务网站的互动，我们可以创建一个非常详细的关于这个人的行为和关心的综合画面，”麻省理工学院斯隆管理学院的实践教授Rama Ramakrishnan说。 “一旦你拥有这些信息，你就可以应用来自机器学习的成熟算法。”
这些认识促使Rama Ramakrishnan创立了CQuotient，一家初创公司，其软件现已成为Salesforce广泛采用的AI电子商务平台的基础。“仅在黑色星期五，CQuotient技术可能一天之内看到并与超过十亿的购物者互动，”他说。
在取得了一系列成功的创业经历后，2019年，Rama Ramakrishnan回到了他在20世纪90年代获得运筹学硕士和博士学位的麻省理工学院斯隆管理学院。他教授学生“不仅教授这些令人惊奇的技术如何运作，还要教授如何将这些技术实际应用于现实世界，”他说。
此外，Rama Ramakrishnan喜欢参与麻省理工学院的高级管理教育项目。“这对我来说是一个很好的机会，可以传授我所学到的东西，但同样重要的是，了解这些高级管理人员的关切，引导他们并在正确的方向上推动他们，”他说。
例如，高级管理人员自然担心需要大量数据来训练机器学习系统。他现在可以引导他们使用为特定任务预先训练的各种模型。“能够使用这些预训练的人工智能模型，并快速地调整它们以适应特定的业务问题，是一个令人难以置信的进展，”Rama Ramakrishnan说。
理解AI类别
“AI是赋予计算机执行通常只有人类可以执行的认知任务的能力的追求，”他说。理解这个复杂而高度发展的领域的历史有助于利用这些技术。
传统的AI方法基本上通过应用从人类那里学到的if/then规则来解决问题，对相对较少的任务非常有用。“原因之一是，我们可以毫不费力地完成很多事情，但如果被要求解释我们如何完成这些事情，我们实际上无法表述出来，”Rama Ramakrishnan评论。此外，这些系统可能会受到新情况的干扰，这些情况与软件中的规则不符。
机器学习采用截然不同的方法，其基本原理是通过示例进行学习。 “您提供大量的输入和输出示例，问题和答案，任务和响应，然后让计算机自动学习如何从输入到输出，”他说。信用评分、贷款决策、疾病预测和需求预测等任务都是机器学习的许多任务。
但是，机器学习只在输入数据结构化时表现良好，例如在电子表格中。“如果输入数据是非结构化的，例如图像、视频、音频、心电图或X射线，它在将输入转换为预测输出时表现不佳，”Rama Ramakrishnan说。这意味着人们必须手动整理非结构化数据以训练系统。
大约在2010年左右，深度学习开始克服这一限制，直接处理非结构化的输入数据。他说，基于一种被称为神经网络的长期存在的AI策略，深度学习之所以变得实际，是因为全球涌入的数据、图形处理单元（最初用于视频游戏的强大并行处理硬件）的可用性以及算法和数学的进步。
最后，在深度学习中，去年出现的生成式AI软件包可以创建非结构化的输出，例如听起来像人类的文本、狗的图像和三维模型。大型语言模型（LLMs），如OpenAI的ChatGPT，可以从文本输入到文本输出，而文本到图像的模型，如OpenAI的DALL-E，可以生成逼真的图像。 生成式AI能做什么（和不能做什么）
经过在互联网上不可思议的庞大文本资源的培训，LLM的“基本功能是预测最有可能、最合理的下一个单词，”Rama Ramakrishnan说。 “然后，它将单词附加到原始句子，再次预测下一个单词，然后继续这样做。”
“令许多人感到惊讶的是，包括许多研究人员在内，LLM可以完成一些非常复杂的任务，”他说。 “它可以创作出美丽连贯的诗歌，编写塞infeld剧集，解决某些推理问题。下一个单词的预测实际上可以导致这些令人惊人的能力。”
“但你必须时刻牢记，它所做的不是找到问题的正确答案，而是找到问题的一个合理答案，”Rama Ramakrishnan强调。它的内容可能在事实上不准确、不相关、有毒、带有偏见或冒犯性。
这使用户有责任确保输出是正确的、相关的，并且对手头的任务有用。“你必须确保有一种方式来检查其输出的错误并在发布之前进行修复，”他说。
Rama Ramakrishnan补充说，目前正在进行密集的研究，以找到解决这些缺点的技术，他预计会有许多创新工具来解决这些问题。
找到适合LLMs的正确企业角色
鉴于LLMs取得的惊人进展，行业应如何考虑将软件应用于生成内容等任务？
首先，Rama Ramakrishnan建议考虑成本：“与您创建整个内容相比，纠正草稿是否是一个成本较低的工作？”其次，如果LLM犯了一个滑过去的错误，错误的内容被发布到外部世界，您是否能接受后果？
“如果您有一个符合这两个考虑因素的应用程序，那么最好进行试点项目，看看这些技术是否实际上可以帮助您完成这个特定任务，”Rama Ramakrishnan说。他强调需要将试点项目视为一个实验，而不是一个普通的IT项目。
目前，软件开发是最成熟的企业LLM应用之一。 “ChatGPT和其他LLMs是文本输入，文本输出，软件程序只是文本输出，”他说。 “程序员可以从英文文本输入到Python文本输出，就像你可以从英文到英文或英文到德文一样。有许多工具可以帮助你使用这些技术编写代码。”
当然，程序员必须确保结果正确地完成了任务。幸运的是，软件开发已经为测试和验证代码提供了基础设施。 “这是一个非常好的甜蜜点，”他说，“在这里，让技术为您编写代码要便宜得多，因为您可以迅速检查和验证它。”
另一个主要的LLM用途是生成内容，例如编写营销文案或电子商务产品描述。 “再次，修正ChatGPT的草稿可能比您写整个内容要便宜得多，”Rama Ramakrishnan说。 “但是，公司必须非常小心，确保有一个人在其中。”
此外，LLMs作为内部工具迅速传播到搜索企业文档。与传统的搜索算法不同，LLM聊天机器人可以提供对话式搜索体验，因为它记住了您提出的每个问题。“但再次，它偶尔会编造东西，”他说。 “在外部客户的聊天机器人方面，由于向客户错误地发出错误的风险，目前还处于早期阶段。”
总的来说，Rama Ramakrishnan指出，我们正生活在一个非常特殊的时代，面对AI迅速发展的潜力和问题。 “我帮助公司找出如何利用这些革命性的技术，使产品和服务更加智能，员工更加高效，流程更加高效，”他说。
新闻资料来源：Generating opportunities with generative AI
潜在感兴趣的问题：
1. AI在零售行业的应用是如何改变消费者体验和购物模式的？
AI在零售行业的应用正在改变消费者体验和购物模式，通过个性化推荐、广告定位、库存管理等方式，帮助零售商更好地了解和服务顾客。这种技术可以使购物体验更加个性化和高效，提高销售额和顾客忠诚度。
2. 深度学习和生成式AI如何改变人们对机器学习和技术的认识？
深度学习和生成式AI的出现使机器学习技术更加强大和智能，可以处理更为复杂和非结构化的数据，如图像、文本等。这种进步拓展了人们对技术的认识和应用范围，同时也提出了新的挑战和责任。
3. LLMs在企业中的应用有哪些局限性和潜在风险？
尽管LLMs在企业中有很多应用，如软件开发、内容生成等，但其存在一些局限性和潜在风险，例如输出内容的准确性问题、对输入数据的依赖性等。企业在使用LLMs时需要注意这些问题并采取相应的措施来减少潜在风险。
4. 如何评估将AI技术应用于企业业务的成本与收益？
评估将AI技术应用于企业业务的成本与收益需要考虑多个方面，包括技术开发成本、维护成本、潜在风险、市场竞争优势等。企业需要在进行试点项目和实验时认真评估这些因素，以便更好地决策和规划AI技术的应用。
5. AI技术在高级管理教育领域的应用是如何推动企业领导力的发展和创新？
AI技术在高级管理教育领域的应用可以帮助高管了解和应用最新的技术趋势，提高业务决策的准确性和效率，推动组织的创新和竞争力。通过学习和实践AI技术，高管可以更好地应对行业变革和挑战，引领企业向更高水平发展。
*简介与问答内容由人工智能chatGPT根据文章内容总结发散，仅供参考，如有冲突请以正文内容为准
【独家稿件声明】本文为美国续航教育（Forward Pathway LLC，官网地址：www.forwardpathway.com）原创，未经授权，任何媒体和个人不得全部或者部分转载。如需转载，请与美国续航教育联系；经许可后转载务必请注明出处，违者本网将依法追究。
美国续航教育总部位于美国加利福尼亚州洛杉矶，同时在中国上海和深圳设有续航教育分部。续航教育自2013年成立以来，致力于研究中美之间的文化教育发展与趋势，提供最专业的美国留学一站式服务，获得美国国际招生协会AIRC及国际教育顾问委员会ICEF的双重认证。
觉得有用的话就评价/分享一下吧~
