2024 年 GenAI 称重数字经济报告

理解生成式 AI 并为安全和可持续的数字经济释放其力量。 TABLE OFCONTENTS 执行摘要 04 Introduction 07 1.1 人工智能(AI) 和生成 AI071.2 生成式预培训变压器 (GPT)101.3 生成 AI 工具111.4 GenAI 与数字经济14 生成 AI 及其工具的背景和历史 17 2.1 历史172.2 GenAI 工具的特点202.3 基于 GenAI 的系统后端操作212.4 研究差距和我们的贡献22 生成 AI 及其工具的应用 233.1 公共部门243.2 私营部门25 生成的 AI 模型和数字经济 27 4.1 金融部门 ， 包括客户运营。304.2 卫生部门314.3 教育部门334.4 市场营销和销售344.5 气候变化354.6 农业部门364.7 产品和服务研发374.8 生成 AI 及其工具的杂谱38 4952535455565758596061616266关于 GenAI 彻底改变数字经济的建议 47生成 AI 及其工具的挑战 39生成的 AI 工具 ， 如 ChatGPT ， 局限性6.1 为 47 制定整体伦理准则和框架参考书目基于 GenAI 的工具6.2 商业界早期采用 GenAI6.3 国家生成 AI 战略的发展6.4 GenAI 的激励措施6.5 披露 GenAI 及其工具 ， 如 ChatGPT ， 作为 AI 的地位语言模型6.6 GenAI 标准和原则6.7 重要的数字素养 GenAI6.8 GenAI 研究 ， 包括 Llms6.9 使用开源 GenAI 模型6.10 GenAI 模型合作基础设施的建立6.11 GenAI 全球合作6.12 GenAI 科技公司与其他利益相关者的承诺 ，包括政府。6.13 监测和分析独立机构的构成GenAI 工具性能。5.1 道德挑战405.2 通用挑战45Conclusion63贡献者65 免责声明 这份白皮书属于工作文件，因此它代表了正在进行中的研究。它未必反映DCO成员国的官方观点，也不代表任何工作人员的官方立场。所有努力都致力于根据可用的国际来源编制尽可能准确和最新的数据。DCO不对可能不准确的数据承担任何责任。本文件中提及的公司、实体、产品、服务等名称无意作为对DCO、其成员国或工作人员的推荐。它们按字母顺序排列，而非按偏好顺序排列。 所有白皮书中的图片均为通过特定提示由人工智能工具生成，并随后进行了人工编辑。 © 2024 ， 数字合作组织 ， 保留所有权利 执行摘要 生成式人工智能（GenAI）是人工智能（AI）领域的一个新兴且颠覆性的分支，它能够从训练数据集中生成和理解高质量的文字、图像、音频、视频、3D模型及其他内容。 一般而言，人工智能是一种变革性的理念，涉及创建能够执行通常需要人类智能的任务的智能计算机。人工智能包括多种技术和方法，如计算机视觉、深度学习、自然语言处理和机器学习。人工智能系统利用数据来识别模式、做出选择并采取行动以达成既定目标。人工智能，包括生成式人工智能（GenAI），可以提高生产率、准确性和效率，降低成本并提升客户满意度。目前已有许多基于人工智能的应用正在影响数字经济，例如虚拟助手、聊天机器人、推荐系统和自动驾驶车辆。 生成式人工智能能够生成高度合理且复杂的內容，模仿人类的创造力，使其成为众多经济领域的宝贵工具，包括娱乐行业，如游戏设计、电影制作和产品设计等。生成式人工智能基于GPT（生成预训练变换器）这一大型语言模型（LLM），利用深度学习技术生成类似人类的对话文本。大型语言模型是一类通用技术，其灵活性使得它们能够在多种场景中得到应用。 除了OpenAI的ChatGPT之外，还存在多种生成式AI工具。以下是一些生成式AI工具的例子：Chatsonic、Google AI Bard、LLM-Augmenter、Microsoft Dynamics 365 Copilot、Microsoft新版Bing、Salesforce Einstein GPT以及YouChat。然而，本论文主要集中在生成式AI工具ChatGPT上。ChatGPT是生成式AI中最流行的应用之一，它处理自然语言提示，提供详细的回应，并帮助用户完成诸如撰写电子邮件、论文甚至编程代码的任务。 该生成人工智能工具“ChatGPT”运行的机制包括训练、输入处理、推理和响应创建等步骤。这是一种由生成人工智能驱动的对话代理，对数字经济产生重大影响，通过革新客户关系、提升运营效率以及推动业务扩张。 这类生成式AI工具通过全天候提供个性化和互动支持，增强客户体验，并具备理解并提供类人类响应的能力。 生成人工智能工具，例如ChatGPT，为企业提供虚拟助理或客户支持代表的服务，提供即时协助、回应查询并帮助做出购买决策。这导致消费者参与度增加、满意度提高和忠诚度增强。此类创新工具通过自动化重复操作和提供及时准确的响应来提高运营效率，为企业节省时间和资源，并增加销售生产力以产生企业的收入，从而促进数字经济的增长。 生成式AI应用，如ChatGPT，依赖于从训练数据中发现的统计模式，并不能总是产生完美或上下文相关的内容。模型的能力目前正在不断提升，语言理解、上下文解释以及生成高质量响应的问题正在得到解决。此外，在微调和部署阶段还会采取额外步骤，以定制并优化诸如ChatGPT等生成式AI工具，使其适用于各种应用、领域或使用场景。这包括进一步针对特定领域的数据集进行训练，并基于用户输入和实际用户交互进行迭代改进。 尽管生成式人工智能工具面临众多挑战，包括伦理问题，仍吸引了venture capital（VC）投资者的关注，并为生成式人工智能初创公司提供了融资。相比之下，其他所有初创公司的投资下降了24%。全球范围内，预计到2023年底生成式人工智能的投资将达到420亿美元。[1]. 例如，Mistral AI是一家位于巴黎的初创公司，仅成立一个月，就获得了1.1亿美元的种子轮融资，用于构建和训练生成式AI模型。 同样 ， Salesforce Ventures 宣布将其生成 AI 基金从 2023 年 3 月的 2.5 亿美元扩大到 5 亿美元[2]在最近关于生成式AI经济潜力的报告中提到，当生成式AI跨行业应用时，每年可以带来2.6万亿美元至4.4万亿美元的经济效益总价值。他们进一步补充说，这将为目前估计的非生成式人工智能和分析所能解锁的1.1万亿美元至1.77万亿美元的经济价值增加15%至40%。[3]政府、企业界乃至这类基于GenAI的技术的创造者希望建立合作，制定平衡的监管框架、标准和原则，以管理GenAI工具带来的挑战，从而最大限度地利用这一新技术对生产力的影响所带来的巨大财务价值，这种价值可能以数万亿美元的形式增加到数字经济中。[4] [5], [3]. 我们注意到许多挑战，包括伦理挑战，如数据安全、问责制、透明度、数字素养和隐私问题，这些问题可能导致不平等加剧、版权侵权增加、训练数据中嵌入偏见、可靠性降低、歧视和毒性问题增多。此外，缺乏全面的监管框架、国家层面针对GenAI工具的战略和政策不足，以及数据的不完整性和质量不足也是挑战之一。我们在本文后续部分将详细解释这些挑战。 我们还提出了一套建议，基于文献调查（通过系统文献综述方法）和作者与行业专家的非正式交流，涵盖了监管和战略建议。这些建议包括但不限于以下内容：制定伦理准则和通用人工智能（GenAI）工具框架、促进商业社区（包括零售和消费品行业、健康及教育领域、银行业等）早期采用人工智能技术，在多个领域对业务功能产生更好的影响、制定国家GenAI战略、针对GenAI在开发、测试和采用方面的激励措施、提高公众和数字素养以应对GenAI模型的误解、制定适当的标准和原则以防范GenAI工具的副作用。我们将在后续论文部分详细说明每项建议的具体内容。[6]. 生成式AI及其工具（如ChatGPT）已普及至每一位企业家、风险投资家、首席执行官、记者、政策制定者以及个人之口。他们也需要共同努力，在促进创新与制定监管措施之间找到平衡，以管理生成式AI工具可能产生的副作用。此外，同样重要的是，不应扼杀创新及其潜在影响，包括生成式AI对企业和社会可能带来的经济影响。 人工智能是数字合作组织（DCO）议程的核心。在延续现有的人工智能技术努力的基础上，DCO目前正在规划推出多项举措，包括开发人工智能工具包以协助成员国提高人工智能准备度和采用率，以及将人工智能融入成员国的业务系统，以提升各部门的生产效率、服务质量及整体效率。 1.1 人工智能(AI) 和生成 AI 人工智能（AI）的出现以不同的显著方式改革了时尚企业在数字经济中的运营模式，具体包括自动化与效率提升、数据驱动的决策制定、客户服务、智能虚拟助手、流程优化、高级欺诈检测与安全等。AI是最基础的变革性新兴技术之一，它有潜力解决我们面临的主要问题，如气候变化和数字鸿沟。 AI，包括生成式人工智能（GenAI），是指通过机器，尤其是计算机系统，使用高级算法来模拟人类智能以执行原本需要人类智能完成的任务。[7]. 我们推广人工智能的应用，因为它在健康、教育、经济、司法、农业等多个领域促进了高质量的商品和服务的交付，以实现2030年的可持续发展目标（SDGs）。[9], [8]图 1 描述了 AI 和生成 AI 之间的关系。 AI 有可能对79%联合国可持续发展目标[8]. 自然语言处理（NLP）是人工智能领域的一个分支，赋予机器阅读、理解并从人类语言中提取意义的能力。NLP的主要目标是弥合人类交流与计算机理解之间的差距。NLP的一些关键研究任务包括自动摘要、共指解析、话语分析、机器翻译、形态学切分、命名实体识别和词性标注。 NLP 可以分为两个部分。第一部分是自然语言理解 ， 它赋予机器权力 通过提取概念、情感、关键词及其他元素来理解并分析自然语言，从而促进对人类语言传达的上下文的理解。 第二部分是自然语言生成（NLG），涉及根据内部表示生成有意义、合理且流畅的短语、句子和段落，类似于人类生成的内容。自然语言生成是生成式人工智能的重要领域。 生成性人工智能（GenAI）是一种能够创建新内容的人工智能，如文本、图像、音频、视频、编程代码、3D模型等。[10], [11]. GenAI 也被称为机器学习框架[10]， 一组算法[12]， 以及深度学习模型[11]. 生成式人工智能算法基于大规模原始数据进行自我监督训练的基础模型构建，以发现广泛工作任务背后的潜在模式。基于生成式人工智能的系统，如ChatGPT，生成的有效文本与人类生成的文本相似。 GPT-4，在大量文本数据的基础上训练，旨在回答查询、文本摘要和情感分析。 ， 多模态基础模型 ， 可用于创建图像 ， 扩展图像DALL - E 超出原始尺寸，或修改现有绘画作品。近年来，OpenAI（ChatGPT的开发者）还发布了Dall-E 2，这是基于第一代DALL-E改进的一种新版本，旨在生成更高品质和更接近真实照片的图像。 这种生成式AI有潜力显著加速AI的 Adoption，甚至在缺乏AI专业知识的组织中也是如此。 在人工智能领域及其子领域中，无论是监督学习、无监督学习、强化学习或深度学习，计算机视觉或生成模型，语言模型分析和理解大量文本数据的能力受到了广泛关注。 例如，生成式预训练变换器（GPT）和ChatGPT是由美国专注于安全且有益地推进人工通用智能（AGI）的“OpenAI”组织开发的。 AI和其他类型的智能技术涉及学习、推理、感知和决策；因此，这些AI工具和技术在诸如提供改进的客户服务、提高效率、基于趋势做出决策、提升用户体验等方面具有影响数字经济的潜在能力。我们在论文的后续部分还将解释通用人工智能（GenAI）及其技术工具在公共部门和私营部门的应用。 1.2 生成式预培训变压器 (GPT) 生成式预训练变换器（GPT）是由OpenAI开发的语言模型。它是一