Ai4 2023 第二天主舞台回顾

Ai4 2023 会议的第二天于 9 年 2023 月 <> 日在内华达州拉斯维加斯的米高梅大酒店举行。这个为期两天的活动由Fora集团组织，包括专注于各个行业的轨道，包括汽车，金融，医疗保健和政府。这一天以人工智能技术领导者的六场主要演讲开始。

第一次演讲是OpenAI总法律顾问Che Chang和图灵邮报创始人兼主编Ksenia Semenova之间关于“导航尖端AI的法律复杂性”的炉边谈话。Semenova向Chang提出了几个关于围绕人工智能的全球法律格局的问题，尤其是生成性人工智能。Chang指出，人工智能模型的核心只是使用历史数据进行预测;“你懂的...从监管角度考虑的90%。他还指出，“人工智能”只是“机器可以做的任何行为，一个人可以做”的另一个术语，并且由于没有单一的法律来规范人类行为，因此对机器行为进行单一的监管是没有意义的。

接下来是dotData，Inc.数据科学和解决方案副总裁Aaron Cheng，就“百万美元问题：如何让我的数据为AI做好准备？Cheng的主要论点是，尽管原始数据非常有价值，但它还没有准备好用于机器学习;他将原始数据比作原油，将“人工智能就绪”数据比作汽油。用于获取 AI 就绪数据的优化过程是特征工程。最后，他以一个客户使用其公司特征工程平台的案例研究结束了他的演讲。

第三场演讲是“利用人工智能进行教育，让所有学生受益”，由可汗学院创始人兼首席执行官萨尔·汗（Sal Khan）主讲。Khan首先回顾了他公司的创始故事，然后讨论了Benjamin Bloom的双西格玛问题，该问题展示了一对一的辅导如何使学生的学习成绩提高两个标准差。汗现在认为，生成式人工智能几乎足以接近一对一的导师，这可以为每个学生提供这种优势。尽管他最初对 2022 年底 ChatGPT 发布时关于作弊的新闻头条感到 “沮丧”，但他很快意识到这是一个积极的发展，因为它“迫使人们努力应对”在教育中使用生成人工智能的挑战。Khan以可汗学院新的AI助手Khanmigo的演示视频结束了他的演讲。

接下来的演讲者是德勤负责人Jim Rowan和德勤高级经理Jatin Dave，他们就“建立人工智能卓越中心”发表演讲。他们指出，大多数公司还没有弄清楚如何从他们的人工智能投资中产生价值，他们的论点是人工智能卓越中心（CoE）将帮助公司实现这一价值。他们列出了四个标准运营原则：将人工智能嵌入核心业务的计划;专注于可观察的业务影响;人工智能技术堆栈的全面视图;并注意外部干扰。他们还列出了四个陷阱：业务部门之间缺乏共同愿景;缺乏行政支持;人工智能 CoE 发挥支持作用，而不是发挥领导作用;以及 CoE 的不连贯指标。

接下来，雅诗兰黛公司首席分析官Solmaz Rashidi就“在企业内部署人工智能项目的好、坏和现实”发表了演讲。Rashidi首先提供有关人工智能计划和潜在经济影响的统计数据。然后，她分享了一个流程图，高管们可以用来确定一项技术是否真的是人工智能。最后，她提出了企业人工智能部署的八点框架。

最后的谈话是Pryon首席执行官Igor Jablokov和德勤UX战略，人工智能和数据实践主管Scott Pobiner之间的另一场炉边谈话，“企业AI的过去，现在和未来”。从过去开始，Jablokov讲述了他以前在AI方面的努力，包括开发亚马逊Alexa和IBM Watson使用的技术。他指出，最新的生成式人工智能模型“并不是什么新鲜事”，它们只是终于得到了普通人的关注。他还感叹，曾经返回“其他人类同胞的创新创造”的互联网搜索结果很快就会成为人工智能生成页面的“镜厅”。他还告诫不要采用像Llama这样的模型，这些模型似乎是开源的，但实际上对它们的使用有一些限制。