RocheGPT-罗氏制药生成式人工智能平台及AI战略

程序员笑武

于 2024-09-14 17:55:06 发布

阅读量366

点赞数 10

文章标签：人工智能 chatgpt gpt 搜索引擎 prompt

本文链接：https://blog.csdn.net/m0_59164304/article/details/142263946

版权

您可能知道#ChatGPT，但您听说过其专注于安全处理#health数据的对应#RocheGPT吗

🤖 RocheGPT是罗氏制药内部的生成式人工智能工具，旨在彻底改革医疗行业。通过确保数据保护，它通过多个行动杠杆帮助和支持罗氏内部的团队：

📝 优化重复性任务

🧠 知识共享

🔬 促进研究

🔍罗氏与人工智能的探索始于2016年，早于ChatGPT的推出。Roche GPT能够分析科学文章和医疗报告（或临床试验结果），自动提取来自疗法和患者的结构化数据，这对罗氏的业务真正提供支持。

🔒 安全与伦理

罗氏将数据保护置于首位。RocheGPT是罗氏保护敏感数据的解决方案，同时利用AI的能力。罗氏还有额外的控制步骤，以确保结果的一致性。🛡️

🌍 可持续性

根据罗氏的可持续发展目标，罗氏仅在必要时训练和为RocheGPT提供数据，以控制其能源消耗。

在AGEFI的文章中了解Roche GPT项目的更多细节[仅限订阅者阅读] 👉 https://lnkd.in/eKiEJepf（由Bard翻译成英语 - 来自Roche DIA France）

罗氏制药2023年报数字化战略

Data & Digital strategy - Merck Annual Report 2023 (merckgroup.com)

展望未来，我们将进一步识别变革性技术，以作为我们增长和创新雄心的关键推动力。因此，我们将关注超越核心产品和市场的新颖技术，同时保持与我们业务领域的战略接近，以利用我们现有的资产和核心竞争力。我们的集团科技办公室和新成立的默克数据与人工智能组织正在引领我们创新与“数据与数字”组合战略的实施。通过将变革性技术趋势引入公司并利用高质量数据和先进数字能力的潜力，他们在业务领域内及之间促进创新。此外，我们正在投资于建立智能制造能力，跨越我们的业务领域，从而在不同业务领域之间利用协同效应，同时将数字商业模型作为一个独立的增长机会进行探索。

此外，我们正在部署一个公司范围内的统一数据和分析操作模型及生态系统。这使我们能够从数据中得出可操作的见解，支持知情决策，并在公司内扩展相关活动，以利用机器学习和人工智能解决现实商业挑战。

数据文化是我们数字化转型的基础。通过针对性措施改善数据素养活动，我们正在增强员工识别、理解、创建、建模、分析、解释数据的能力，以及用数据进行沟通和论证的能力。我们通过让员工在安全的环境中测试人工智能，促进生成式人工智能的素养。通过myGPT@Merck，我们的员工可以使用一个人工智能助手，与机密和内部信息一起工作。

How ChatGPT & Co. Will Change Our Work: Four Hypotheses About Working with (Generative) Artificial Intelligence | Merck KGaA, Darmstadt, Germany (emdgroup.com)

你有没有问过自己，日常任务中哪些可以由人工智能（AI）来完成——无论是在家还是在工作场所？我可以想到一些。例如，我本可以让ChatGPT为我写这篇博客文章（但我没有）。

人工智能能够筛选、结构化和分析大量（非结构化）数据，而生成式AI甚至可以根据用于训练的数据得出结论并创建新内容。自从AI聊天机器人ChatGPT在2022年11月底向公众发布以来，（生成性）AI的话题成了大家津津乐道的焦点。仅在五天内，就有一百万人注册使用ChatGPT；两个月后，注册用户的数量达到了一个亿。相比之下，Spotify花费了四年半以上的时间才跨越一亿用户的门槛；Instagram用了两年半，甚至TikTok用了九个月。只有Threads，这项新的微博服务，在最初的几周内增长速度超过了ChatGPT。

因此，许多人表示，人工智能正经历一个“iPhone时刻”，也就是当一种已经相对成熟的技术几乎在一夜之间被大众广泛使用，因为一个新的、相对简单的产品让任何人都能轻松操作。

ChatGPT和其他（生成性）AI应用的日益使用将如何影响我们的工作环境？它将如何改变我们的工作性质？当然，在德国达姆施塔特的默克集团，我们同样面临着这些问题。我想用四个假设来总结我的观点：

1. 自动化工作流程已经过时——今天，AI支持训练有素的知识工作者

使用AI并不是关于工厂中自动化生产流程，即机器人取代人类工作的事情。相反，AI在于收集和处理非结构化的数据和信息。因此，它也有潜力支持训练有素的知识工作者。

高盛的研究得出结论，未来有超过三分之二的职业可能会部分被AI自动化；只有大约7%的工作将被AI完全取代。OpenAI的科学家——开发了ChatGPT的初创公司——与宾夕法尼亚大学的研究人员认为，AI语言模型将在某种程度上改变大多数工作。大约80%的美国员工从事的工作中至少有一个任务可以由生成性AI更快地完成。科学家们预计，大约19%的员工会看到至少一半的工作任务受到影响。两项研究都得出结论，AI应用将在办公室和行政管理中越来越多地使用，但在技能工种和工厂、机器操作中使用较少，因为许多流程已经实现自动化。

2. 职业角色正在变化——从“创作者”到“审查者”

随着AI在我们工作中发挥越来越大的作用，我们面临的挑战也将发生变化。毕竟，我们一直需要自己完成的一些任务将在未来由AI接管，至少在某种程度上。在未来，我们将在内容创作（如信件、库存清单和生产计划）方面减少作为“创作者”的角色，因为AI能更快地完成这些任务。相反，我们将逐渐扮演“审查者”的角色，检查AI创建的内容是否正确和合乎逻辑。

3. 促进而非禁用——管理层在铺平道路

既然AI可以减轻我们许多耗时的活动，我们需要学会将任务委派给AI，并尽可能高效地使用它。换句话说，拒绝AI并不是一个选项；相反，每个人都应该在有用和有帮助的地方将这些应用纳入他们的工作工具清单中。

一些公司仍在试图出于对公司内部或甚至机密信息可能在公共网络上被分享的恐惧而禁止使用ChatGPT。这可以理解，但也太短视了。我相信，与其阻止这些创新，更有前景的做法是让员工在遵循规则的情况下，在公司内有效利用这些工具。这是我们在德国达姆施塔特的默克集团所选择的道路，最近我们安装了自己的ChatGPT版本。顺便提一下，我们是第一批这样做的公司之一。

4. ChatGPT只是开始——与其他系统的连接产生无法想象的可能性

即使公司无法绕过ChatGPT，插件也为它们提供了自由发挥的机会。通过使用插件——即使ChatGPT访问其他程序的扩展——ChatGPT可以获得搜索引擎结果、创建旅行计划、比较价格、执行代码、访问文档等。举例来说，将一个内部聊天机器人与管理公司业务流程的ERP系统连接起来，将为制造、物流、供应链和会计等领域带来全新的可能性。

这一切都在到来——向人工智能发展的趋势是无法阻止的。新AI应用推出市场的速度和动态是巨大的，相关的期望也很高。AI将大幅提高人类和流程的生产力，最终提升我们产品的质量、创新能力和交付可靠性。因此，我们将AI视为维持竞争优势的重要工具。

当然，更广泛地使用（生成性）AI也伴随着风险——特别是伦理方面的风险。例如，用户在浏览图像和文本时，可能无法再区分事实和虚构，或者无法知道自己是在与人类还是AI交互——这通常会导致沟通中的信任丧失。因此，在德国达姆施塔特的默克集团，我们制定了数字伦理规范，为我们的同事提供了在数字背景下处理伦理问题的明确原则。此外，这些原则被纳入关键流程，从一开始就考虑伦理问题。

最后还剩下一个关键问题：AI将如何影响就业形势？在这篇博客文章的开头，我引用了一些研究，表明AI将改变工作，而不是使其完全消失。我相信，AI在大多数情况下不会取代人类，而是会让能够处理AI的人取代那些不能或不愿意的人。

主要作者:

David (Dave) Drodge

集团负责人数字化转型与业务流程外包 #人工智能大型语言模型（#LLMs）

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述