生成式人工智能浅论( 二 ) _人工智能

数据质量：还用说吗？好吧，我来说：GIGO “垃圾进，垃圾出！”在黑盒子 ML 模型中，尤其是那些消耗大量数据的模型（如深度学习、人工智能和生成式人工智能），脏数据的危害更大。如果数据不干净，模型的可解释性就毫无意义，模型的可信度也会丧失。

数据/ML 工程基础架构：在数据科学家的笔记本电脑上运行的探索性 ML 模型与在整个业务中运行的已部署、已验证、已管理和全企业范围的模型之间存在着巨大的差异，企业对后者下了很大的赌注并产生了极大的依赖。基础设施必须为人工智能做好准备，其中包括网络、存储和计算基础设施。如果没有这种弹性基础，在董事会上运行首席执行官笔记本电脑上的 ML 模型可能比在最糟糕的时候出现的生成式人工智能“演示恶魔”更好。

原文标题：I bet you think this article is about ChatGPT
原文作者：Kirk Borne

【生成式人工智能浅论】