从“人类”的意义上来说，它并不完全是原创的。但是，生成式人工智能或生成式 AI是一项随着OpenAI 的 ChatGPT软件而崭露头角的技术，它可以提高各种业生成式人工智它是什么以及它如 务活动的性能，例如文本、图像和标准软件代码的生成，使它们更快、更具创造性。使用的大量来源和数据的组合。生成人工智能系统属于通用人工智能 (AGI) 和机器学习或机器学习 (ML)的大类。它们有可能改变我们为设计、娱乐、电子商务、营销、科学研究和人力资源等应用程序创建内容的方式。必须仔细评估机遇和风险。
麦肯锡专家表示“很明的艺
术领域的特定生产工具）等生成人工智能工具可以改变一系列工作的完成方式。 “这种影响的全部范围和风险仍然未知，但我们现在可以回答一些问题。根据麦肯锡的定义，生成式人工智能描述了可用于创建新内容的算法，包括音频、代码、图像、文本、模拟和视频。
生成式人工智能软件从用户
（人类或软件）以自然语言提出的请求或描述（提示）开始，然后从文本生成文本（文本到文本）、从文本生成图像（文本到图像）甚至图 生成式人工智它是什么以及它如 像从图像（图像到图像）。这些系统的结果是用于训练算法的数据的组合。由于用于训练软件的数据量巨大（ChatGPT 构建的 GPT-3 系统使用了 45 TB 的文本数据进行训练），因此结果可能看起来“富有创意” 。实际上，它们生成的是来自多个来源组合的收集和检索，但是，考虑到处理的数据量巨大，结果可能是新的。毕竟，返工也可以被视为一种创造力。
显然存在不正确甚至不当生产和侵
犯知识产权的风险。但是，如果用户请求相关且人类监控持续，生成式人工智能产品就可以令人满意。由于用户评论，他们还可以改进。技术可能属于生成对抗网络或 GAN 型神经网络的范围。这个问题存在争议，因为根据一些专家的说法，写）而不
自然语言领域使用的
深度学习模型。 GAN是一种人工智能算法，它使用两个相互竞争的神经网络来生成图像、声音、文本和其他数据第一个网络称为“生成器”，尝试创建看起 真实的假图像或数据；第二个称为“鉴别器”，试图识别图像或 生成式人工智它是什么以及它如 数据是真实的还是虚假的。这两个模型相互竞争：生成器试图生成越来越真实的数据，而鉴别器则试图越来越好地识别数据是真是假。随着时间的推移，生成器越来越擅长生成欺骗鉴别器的真实数据，而鉴别器也越来越擅长识别虚假数据。
的目标是优化深度学习并避免由
于数据稀疏而导致的浅泛化错误。生成式人工智能：如何提高业
对于企业来说，生成式人工智能的机会在于这些人工智能工具能够在几秒钟内生成各种可信的文本和图像。和软件组织可以使用这些系统立 巴西电话号码数据 即生成代码。需要简短营销文本或技术手册的组织也会受益。这些系统还为产品设计、布局和摄影提供有效支持。目前，它对于生成标准内容（例如电子邮件、简历或手册）最为有效。
人工智能对中小企业及其业务的优势
新产品创建 –可用于生成新产品或创建新产品设计。改善客户体验：可应用于为客户生成个性化内容生成式人工智能：公司的应用和 使用基于实体的 seo 策略的指南 机会该技术为设计公司提供了一种更快、更有效的方式来创建和编辑设计。生成算法可以在大量参考数据（例如现有产品的图像）上进行训练，然后对这些数据进行分析，生成满足既定标准的新设计和模型，或修改和定制现有设计，从而创建新的变体和选项。
应用范围从时装设计到汽车设计
、建筑设计和其他建筑作品。在产品设计的具体 传真数据库 领域，生成式人工智能用于根据客户喜好产生新想法并定制产品产品优化中还存在其他机会。例如，生成算法可用于分析产品性能数据并生成设计更改以改进它们。
电子商务电子营销
在零售领域它用于产品和内容的个性化：电子邮件或产品推荐、促销内容（广告和帖子）、网站设计和移动应用程序。生成式人工智能还可以为电子商务网站上一长串待售商品列表中的每种产品生成描述性文本。改变产品的视觉特征或其在视频中的描述是另一个应用领域。它超越了产品的 360° 视频：生成式 AI 可以执行具有较大可变参数（角度、尺寸、颜色、修改、配置）的自动渲染。
生成式人工智能可用于科学研究的
许多领域，以产生新想法、测试假设和加速发现，也可用于编写科学文本，正如微软打算做的那样，由于与 OpenAI 的密切合作，它使用 ChatGPT，OpenAI 已投资约100亿美元。
通过生成蛋白质模型和多个模
拟场景来识别新蛋白质和发现潜在药物的生物信息学。
天文学用于生成星系图像和模拟宇宙，以更好地了解宇宙的演化。
通过基于人工智能的模拟生成人造材料和发现新材料的物理学。
这些算法还使我们能够在医学领域进行模拟，以支持 3D 技术来预览假体和分子生物体。
文本到图像技术已被用于为电影
游戏和其他多媒体和营销工具创建视觉内容。 《Cosmopolitan》2022 年 6 月的封面是报纸历史上首次由 DALL-E 2 人工智能创建该项目诞生于 Cosmopolitan 编辑、OpenAI 专家和数字艺术家 Karen X. Cheng之间的合作，她通过写下一条信息找到了完美的图像：“一位涂着指甲油的年轻女子的手拿着一杯 Cosmopolitan 鸡尾酒。” “一个像韦斯·安德森一样穿着时尚的女人的特写”； “一个戴着耳环的女人，它是通往另一个宇宙的门户。”一周
国际猎头和人力资源公司
Reverse 已经开始了一系列实验，将 ChatGPT 的潜力应用到人才搜索领域。它涉及为招聘人员提供帮助的写作，例如以不太示意性的方式总结简历，撰写招聘广告，为面试的候选人预先建立正面或负面的电子邮件，撰写吸引被动候选人的技巧，最后，获得帮助以更好地理解和深入了解所寻求的角色的技术方面。
生成式人工智能：如何避免有害影响
依赖生成式人工智能模型的组织应该考虑到，无意中发布有偏见、冒犯性、受版权保护或隐私保护的内容会带来法律和声誉风险。
从这个角度来看，具有象征意义的是两家在线报纸的（相反）经历：Cnet开始使用ChatGPT撰写整篇文章，遇到严重的信息准确性问题，包括抄袭，而Buzzfeed正在尝试使用ChatGPT生成调查问卷等非常示意性的内容内容有限，并且始终在记者的帮助下，取得了更加积极的成果。
因此，正如麦肯锡的一份文件所解释的那样，可以减轻和管理风险。首先，必须仔细选择用于训练人工智能模型的初始数据，以避免包含有毒。
人工智能管理中的人为因素仍然至关重要
还建议有一个真正的主管，一个人，在发布或使用生成人工智能模型的结果之前验证它。最后，最好避免使用生成式人工智能模型进行关键决策。
文件中写道：“这是一个新领域，这一点怎么强调都不为过。”未来几周、几个月和几年内，风险和机遇的格局可能会迅速变化。每月测试新用例，并且可能会开发新模型。随着生成式人工智能越来越无缝地融入商业、社会和我们的个人生活，我们也可以期待一个具体的监管框架的形成。”
因此，用生成式人工智能进行实验和创造价值是正确的，但要对项目进行最初的定义和监督，同时继续监控结果以及技术和监管的演变。