网络安全检测|网络安全服务|网络安全扫描-香港墨客投资移动版

　　在制造领域，京东云言犀为中联重科打造的首个“AI专家诊断系统”，该系统可以帮助工程师实现故障的快速排查和解决，每年可节省故障排查时间4200小时。

　　传统企业的大模型应用门槛

　　基于大模型的人工智能技术零售、政务、金融、制造等领域都已经成功落地。但对于人工智能技术贫瘠的传统企业而言，在部署以大模型为基础的人工智能生成类产品时，又要做哪些准备？还可能面临哪些方面的困难？

　　针对这些问题，京东云基于自身的人工智能应用实践给出了以下三方面建议：

　　一、融合性技术发展

　　在关键共性技术上，要着力发展新一代融合性智能技术。当下人工智能技术的三要素包括数据、算法、算力，但目前往往数据是静态的、算法是单一任务驱动的。未来，会升级为场景、系统、算力新三要素：包括复杂交互智能场景及其产生的动态数据、多任务协同和多算法融合的系统以及能支撑复杂场景与系统的新型算力，从而让计算机能深度地理解真实世界及解决重大的真实问题，提升智能系统的通用性、适应性和任务完成率，更好地支撑各种关键应用。新一代融合性智能需要能基于“活的”交互场景去迭代和发展，包括人与智能体的交互，以及多智能体之间的交互，将成为人工智能的一个新发展趋势。

　　二、立足广泛产业

　　在产业应用落地方面，需要立足广泛产业，加强产业人工智能的发展。人工智能作为新一轮科技革命和产业变革的重要驱动力量，尤其是人工智能领域的单点技术，已广泛应用于零售、金融、城市、教育等领域，带来了巨大的经济效益与社会价值。同时，随着人工智能与实体经济的进一步融合，往往面临大量的低频、长尾场景，尤其是大量非互联网企业和小微企业，他们数字化程度低，数据样本少、定制化程度高，而且缺少工程化能力和二次开发能力。因此，需要综合性的人工智能技术和系统，具备迁移成本低、通用能力强、开箱即用等特点，进一步推动实体经济的发展。

　　三、构建安全可信治理体系

　　在安全治理上，需要构建安全可信的人工智能治理体系。随着人工智能应用的深入，其自身的技术缺陷以及带来的隐私伦理、决策偏见、使用安全等问题引发了信任危机。

　　在技术上，算法脆弱易受攻击带来的危险性；黑箱模型导致算法不透明，使得人们无法直观理解决策背后的原因。

　　在应用中，容易产生训练数据偏见歧视，导致公平性缺失；以人脸识别技术为代表的生物识别信息的频繁使用，又增加了隐私泄露的可能。

　　在伦理方面，人工智能系统决策复杂，难以界定责任主体，带来伦理安全问题。

　　因此，我们需要构建安全可信的人工智能治理体系，加强鲁棒性、可解释性、隐私保护等方面的技术研究，解决当前应用人工智能时所遇到的问题，增强大众对人工智能的信任，确保应用和服务在最大程度上减少偏见，促进人工智能健康高质量发展。

特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。