在過去的10年里，科技領域出現了新的創(chuàng)新，從傳統系統到云計算服務，再到勒索軟件的保護。世界各地的技術團隊正在將重點轉向簡化多云運營，目的是在不增加成本的情況下進行創(chuàng)新。快速采用生成人工智能(GenAI)工具對于保持競爭力至關重要。

但是，誰將為人工智能的行為負責呢？如何確保負責任的人工智能發(fā)展和道德創(chuàng)新？我們如何在不損害安全性、合規(guī)性、數據主權或尊重他人隱私的道德義務的情況下，最大限度地發(fā)揮技術的全部能力?

大企業(yè)在做什么?

GenAI是創(chuàng)新的明確催化劑，而責任則是當代最大的技術先驅的主題前沿和中心話題。

在今年的VMware Explore大會上，VMware總裁Sumit Dhawan和Aon首席技術官Rajeev Khanna探討了三個關鍵話題之一：負責任的GenAI。這家全球專業(yè)服務企業(yè)在120個國家擁有約5萬名員工，是VMware解決方案的忠實用戶。根據Khanna的說法，GenAI“打開了一系列全新的機會。”其表示，Aon從事的是風險咨詢業(yè)務，這意味著在對未來的興奮與穩(wěn)定、謹慎的做法之間保持平衡是謹慎的。

確實如此。人們很容易對科技領域下一個閃亮的目標產生熱情，但要想實現創(chuàng)新并獲得全企業(yè)的認可，還需要克服許多障礙。Khanna強調建立和維護負責任的人工智能使用和治理的文化，并且永遠不要忽視人類監(jiān)督對道德和負責任的人工智能使用的基礎性作用。

將GenAI應用于所有企業(yè)在VMware Explore 2023大會上，發(fā)布了重大進展。與Nvidia的合作產生了VMware私有AI基金會，將Nvidia企業(yè)AI集成到一個多功能平臺中。這允許IT在各種AI/ML工作負載中有效地管理具有隱私、安全性和性能的大型語言模型。

VMware Tanzu產品組合簡化了基于容器的應用程序管理并增強了安全性，而Edge Cloud Orchestrator支持快速邊緣站點配置。更廣泛的增強包括云控制平面，更強大的勒索軟件保護和VMware cloud Foundation的性能提升，最終實現了跨云和邊緣的傳統，現代和AI/ML工作負載的強大平臺。

我們正處于一個變革階段，使各組織能夠優(yōu)化業(yè)務、減少浪費和促進創(chuàng)新。在VMware Explore大會上，該企業(yè)再次成為關鍵參與者，為技術部門提供裝備，以提高生產力，加速創(chuàng)新并推動可持續(xù)的成功。

當涉及到GenAI時，我們能做什么？

VMware Explore小組討論“負責任的人工智能:人類應該扮演什么角色?”強調我們也不確定人類在GenAI和多云技術的動態(tài)融合中扮演什么角色。該小組由首席技術官辦公室負責人Richard Munro主持，在探索指導人工智能系統開發(fā)和人類參與的道德原則方面做得很好。

首先，數據記者、紐約大學阿瑟·l·卡特新聞研究所副教授Meredith Broussard將AI定義為“復雜而美麗的數學”。其表示，當談到人工智能時，很多人會想到《終結者》、《星際迷航》或《星球大戰(zhàn)》，但我們需要區(qū)分真實和想象。人工智能是一種“模式復制”，將數據輸入計算機，計算機建立模型，模型顯示數學模式，從而做出決策，生成新的文本、圖像或音頻，并預測結果。

然而，引起共鳴的是圍繞人工智能將如何改變文化的討論。Broussard也認同在人工智能系統中對抗偏見和誤解的重要性，同時也假設，將會出現由人工智能偏見所表現出來的社會問題。

專家小組進一步探討了私有人工智能。私有人工智能是指使用易于訓練的小型模型。更少的資源意味著更低的碳足跡和更高的準確性。私有AI允許組織在不對環(huán)境產生巨大影響的情況下更快地迭代循環(huán)。其不僅涉及人工智能，還涉及云、客戶、內容和環(huán)境。

總之，人工智能是一場漫長的游戲。要避免為了滿足人工智能早期成功的要求而快速獲勝的誘惑。重要的是，把選擇作為人工智能的一種能力。

為道德智能的未來鋪平道路

該小組強調，人們應該放心地提出問題，以指導人工智能產生預期的結果。我們的責任是定義人工智能應該做什么和不應該做什么，并提高人們對人工智能的認識，這樣人們就能理解人工智能是如何放大現有的偏見和虛假信息的。

可靠:人工智能的可靠性取決于高質量的數據和模型中偏差的減少。還記得Apple在2014年推出的健康應用嗎?其不包括月經追蹤功能。減少偏見并在模型中建立充分的代表性，可以提高可靠性和問責制。

道德:人工智能部署的目的必須與社會的改善保持一致，遵守法規(guī)。在人工智能模型中嵌入道德準則可以確保負責任的使用。

安全:保護人工智能的學習模型至關重要，因為其可能會落入意外之手。保護敏感數據、員工信息和客戶數據是必要的，知道人工智能模型是開源的還是私有的對安全至關重要。

隱私:數據的性質決定了其隱私要求。確定數據是否高度敏感、關鍵任務或受監(jiān)管，對于確定人工智能模型中應該或不應該包含什么至關重要。

透明:與員工、客戶和供應鏈合作伙伴就人工智能的作用進行公開透明的溝通，以培養(yǎng)信任，并確保每個人都了解人工智能的目的和潛在影響。

非偽裝:解決人工智能不透明的挑戰(zhàn)，了解算法的內部工作原理，其如何驅動結果，以及改變模型內變量以提高透明度的級聯效應是至關重要的。

標準:實施護欄是確保負責任和道德的人工智能發(fā)展的關鍵方面。護欄有助于設定界限和指導方針，以防止人工智能系統造成傷害或做出不道德的決定。

但，最重要的是，以人為本。GenAI的真正潛力在于其對所有年齡和職業(yè)的人的可訪問性，使其成為每個人都可以提問的工具。技術為人類服務。

負責任的人工智能意味著什么?

誰對人工智能負責?簡短的回答是：所有人。Chris Wolf指出，我們不知道的還有很多，也沒有行業(yè)標準。

組織、專家和政策制定者在塑造人工智能軌跡方面共同承擔集體責任。當我們期待GenAI做出決策并提供洞察力時，像VMWare平臺這樣的解決方案使我們能夠自信地轉向和適應。我們生活在快速變化的情景和不斷變化的經濟中，使用的模型必須是彈性和動態(tài)的。智能云中的GenAI允許靈活性。參與促進合乎道德的人工智能開發(fā)和部署的討論。先為人工智能建立基礎設施，然后再擴展。最重要的是，就像Wolf建議的那樣，不斷提出問題，保持好奇心。

想象一下，GenAI在商業(yè)中的可能性……如果做得深思熟慮和負責任的話。