2022年11月22日，一个具有重大意义的时刻，大部分是以虚拟方式进行，然而却撼动了地球上几乎每个行业的基础。
在那一天，OpenAI发布了ChatGPT，这是迄今为止最先进的AI聊天机器人。这引发了对生成式AI应用的需求，这些应用有助于企业提高效率，从为消费者提供问题答案，加快研究人员寻找科学突破的工作，以及许多其他方面。
之前涉足AI的企业现在都在争相采用和部署最新的应用。生成式AI——即算法能够创造新的文本、图像、声音、动画、3D模型甚至计算机代码的能力——正在高速发展，彻底改变人们的工作和娱乐方式。
通过使用大语言模型（LLMs）来处理，这项技术可以极大地减少人们用于搜索和编制信息等手动任务的时间。
但也有很大的风险。根据普华永道的数据，到2030年，AI可能为全球经济贡献超过15万亿美元。而AI采用的影响可能超过互联网、移动宽带和智能手机的发明的总和。
推动生成式AI的引擎是加速计算。它利用GPU、DPU、网络以及CPU加速科学、分析、工程等领域的应用，同时适用于消费者和企业用例。
从药物发现、金融服务、零售和电信到能源、高等教育和公共部门，各行各业的早期采用者正在将加速计算与生成式AI相结合，改变业务运营、服务提供和生产力。
生成式AI在药物发现中的应用
如今，放射科医生使用AI来检测医学图像中的异常，医生使用它来扫描电子健康记录以发现患者的洞见，研究人员则使用它来加速新型药物的发现。
传统的药物发现是一个资源密集型的过程，可能需要合成超过5,000种化合物，而成功率平均只有10%。大多数新药候选品要花费十多年的时间才能上市。
研究人员现在使用生成式AI模型来读取蛋白质的氨基酸序列，并在几秒钟内准确预测目标蛋白质的结构，而不是几周或几个月。
全球生物技术领军企业安进（Amgen）利用NVIDIA BioNeMo模型，将定制分子筛选和优化模型的时间从三个月缩短到几周。这种可训练的基础模型使科学家能够为特定疾病的研究创建变种，使他们能够开发针对罕见疾病的靶向治疗方法。
无论是预测蛋白质结构，还是在大型真实和合成数据集上进行安全训练算法，生成式AI和加速计算正在开辟新的研究领域，有助于减轻疾病的传播，实现个性化医疗治疗，并提高患者的生存率。
生成式AI在金融服务中的应用
根据最近的NVIDIA调查，金融服务行业中的顶级AI应用案例包括客户服务和深度分析，其中自然语言处理和大语言模型用于更好地回答客户的查询并发现投资见解。另一个常见的应用是推荐系统，用于提供个性化的银行体验、营销优化和投资指导。
先进的AI应用有助于帮助金融行业更好地预防欺诈，并将银行业的各个方面进行改造，包括投资组合规划、风险管理、合规和自动化。
80%的与业务相关的信息以非结构化格式存在，主要是文本，这使得它成为生成式AI的主要应用对象。彭博社每天发布与金融和投资社区相关的5,000条新闻。这些新闻代表了一大批非结构化的市场数据，可以用于及时做出投资决策。
NVIDIA、德意志银行、彭博社等机构正在创建基于特定领域和专有数据的大语言模型，为金融应用提供动力。
Financial Transformers或称为FinFormers，可以学习上下文并理解非结构化的金融数据的含义。它们可以驱动问答聊天机器人，对金融文本进行摘要和翻译，提供交易对手风险的预警信号，快速检索数据并识别数据质量问题。
这些生成式AI工具依赖于框架，可以将专有数据整合到模型训练和微调中，整合数据策划以防止偏见，并使用保护措施以保持金融特定的对话。
可以预期，金融科技初创企业和大国际银行将扩大对大语言模型和生成式AI的应用，开发复杂的虚拟助手，为内部和外部利益相关者提供服务，创建超个性化的客户内容，自动化文件摘要以减少手动工作，并分析千兆字节的公共和私有数据以生成投资见解。
生成式AI在零售业的应用
随着60%的购物旅程始于线上，消费者的连接性和知识水平也比以往任何时候都更高，AI已成为零售商匹配不断变化的期望并与日益激烈的竞争区别开来的重要工具。
零售商正在使用AI来提升客户体验，支持动态定价，创建客户细分，设计个性化推荐和进行视觉搜索。
生成式AI可以通过购买者旅程的每个步骤来支持顾客和员工。
通过对特定品牌和产品数据进行训练的AI模型，可以生成丰富的产品描述，提升搜索引擎优化排名，并帮助购物者找到他们正在寻找的确切产品。例如，生成式AI可以使用包含产品属性的元标签来生成更全面的产品描述，其中包含“低糖”或“无麸质”等各种术语。
AI虚拟助手可以检查企业资源计划系统，并生成客户服务消息，告知购物者哪些商品可供选择以及订单将何时发货，甚至协助顾客处理订单更改请求。
NVIDIA Inception全球技术初创企业网络的成员Fashable正在使用生成式AI来创建虚拟服装设计，从而在产品开发过程中消除对物理面料的需求。通过对专有和市场数据进行训练，这减少了时尚设计对环境的影响，并帮助零售商根据当前市场趋势和口味设计服装。
预计零售商将利用AI来吸引和留住顾客的注意力，提供卓越的购物体验，并通过在适当的时间为购物者推荐合适的产品来推动收入增长。
生成式AI在能源领域的应用
在能源行业，AI正在推动预测性维护和资产优化、智能电网管理、可再生能源预测、电网安全等方面的发展。
为了满足老化基础设施和新的政府合规规定对数据的不断增长需求，能源运营商正在寻求生成式AI的应用。
在美国，电力公司每年要花费数十亿美元来检查、维护和升级发电和输电设施。
直到最近，利用视觉AI支持检查工作需要将算法训练在成千上万张手动收集和标记的电网资产照片上，并不断更新训练数据以适应新的组件。现在，生成式AI可以承担这项繁重工作。
通过少量的图像训练数据，算法可以生成成千上万个物理准确的图像，用于训练计算机视觉模型，帮助现场技术人员识别电网设备的腐蚀、损坏、障碍甚至检测野火。这种主动维护提高了电网的可靠性和弹性，减少了停机时间，同时减少了派遣团队到现场的需求。
生成式AI还可以减少对手动研究和分析的需求。根据麦肯锡的数据，员工每天花费高达1.8小时搜索信息，几乎相当于工作周的20%。为了提高生产力，能源公司可以利用专有数据（包括会议记录、SAP记录、电子邮件、现场最佳实践以及标准材料数据表等）来训练大语言模型。将这种知识库与AI聊天机器人相连，工程师和数据科学家可以立即获得对高度技术性问题的答案。例如，一位维护工程师在解决涡轮机液压系统的叶片控制问题时，可以问机器人：“我应该如何调整液压压力或流量，以纠正来自X公司的模型涡轮机上的叶片控制问题？”一个经过正确训练的模型将向用户提供具体的指导，用户无需查阅繁琐的手册即可获得答案。
通过应用于新系统设计、客户服务和自动化的AI应用，预计生成式AI将增强能源行业的安全性和能源效率，并降低运营成本。
生成式AI在高等教育和研究领域的应用
从智能辅导系统到自动化的作文评分，AI在教育领域已经应用了几十年。随着大学利用AI改善教师和学生的体验，他们越来越多地投入资源来建立以AI为重点的研究项目。
例如，佛罗里达大学的研究人员可以访问学术界最快的超级计算机之一。他们利用这一资源开发了GatorTron——一种自然语言处理模型，使计算机能够阅读和解释存储在电子健康记录中的临床笔记中的医学语言。通过理解医学背景的模型，AI开发人员可以创建许多医学应用，例如支持医生进行自动化医学记录的语音转文字应用。
在欧洲，慕尼黑工业大学参与的产学合作项目正在展示，基于基因组数据训练的大语言模型可以在众多基因组任务上实现泛化，而不像之前的方法需要专门的模型。预计基因组学的大语言模型将帮助科学家们理解DNA如何转录成RNA和蛋白质的动态过程，从而开启新的临床应用，有助于药物发现和健康领域。
为了开展这类具有突破性的研究，并吸引最积极的学生和合格的学术专业人士，高等教育机构应考虑采取整体大学方法，整合预算，规划AI项目，并在各个学科领域分配AI资源和利益。
生成式AI在公共部门的应用
如今，AI在公共部门的最大机会是帮助公务员更高效地完成工作并节省资源。
美国联邦政府雇佣了200多万名文职雇员，其中三分之二从事专业和行政工作。
这些行政角色通常涉及耗时的手动任务，包括起草、编辑和摘要文件，更新数据库，记录审计和合规的支出，以及回应公民的查询。
为了控制成本并提高例行工作职能的效率，政府机构可以使用生成式AI。
生成式AI对文档进行摘要的能力具有巨大潜力，可以提高政策制定者和员工、公务员、采购人员和承包商的工作效率。以最近由国家AI安全委员会发布的一份756页报告为例。由于报告和立法文件通常包含数百页的密集学术或法律文本，通过AI在几秒钟内生成的摘要可以将复杂内容快速转化为简明的语言，节省了否则需要完成任务的人力资源。
由大语言模型驱动的AI虚拟助手和聊天机器人可以即时向网上的人们提供相关信息，减轻了像财政部、国税局和车辆管理局等机构电话银行上的过度工作压力。
通过简单的文本输入，AI内容生成可以帮助公务员创建和分发出版物、电子邮件往来、报告、新闻稿和公共服务公告。
AI的分析能力还可以帮助处理文档，加快由医疗保险、医疗补助、退伍军人事务、美国邮政服务和国务院等组织提供的重要服务的交付速度。
生成式AI可以成为帮助政府机构在预算限制内工作、更快地提供政府服务并获得公众正面情绪的关键工具。
生成式AI – 企业成功的关键要素
在各个领域，组织利用生成式AI改变员工的生产力，提升产品质量，以及提供更高质量的服务。
为了将生成式AI应用于实践，企业需要大量的数据、深度的AI专业知识，以及足够的计算能力，以便快速部署和维护模型。通过NVIDIA AI Enterprise软件中的NeMo生成式AI框架以及运行于DGX Cloud上，企业可以加快采用生成式AI的速度。NVIDIA的预训练基础模型为构建和运行定制化生成式AI解决方案提供了简化的方法，以适应独特的业务用例。
了解越多关于强大的生成式AI工具，可以帮助企业提高生产力，自动化任务，并为员工和客户创造新的机遇。