本文引子《哈佛商业评论》2024年第一期《未来商业：英伟达CEO谈AI公司的运营之道》，摘取了一些观点。

生成式AI的核心是“一个软件理解数据含义的能力”。当然，你可以理解单词、字母、短语、句子和段落的含义，并找出其中的关系和使用模式。从大量的例子中，它可以找出并学习数据的表示方法，甚至理解其含义。

AI也能理解信息的结构和含义。这适用于语言、像素、三维物体、蛋白质物体和化学物质。现在，我们已经能够使用这种深度学习方法来学习大量不同类型数据的表达方式，甚至是任何具有结构的数据。因为在物理世界中，在我们生活的世界中，有很多东西都是有结构的。

一旦我们能理解数据的含义，并能将一种模态与另一种模态联系起来，就可以进行“翻译”。例如，我们能将图像中代表“猫”的像素与“猫”这个词联系起来。而后，我们可以将英文翻译成中文，也可以将中文翻译成法文。当我们从英文翻译成像素，就成为了生成式AI；而当我们从像素翻译成语言，就成为了字幕。我们也可以将文本翻译成文本摘要等。

这种学习了数据表示的基本模型，功能强大得令人难以置信。现在AI行业和计算机行业正在做的，就是将这些生成方法和翻译方法融合到各种有趣的应用中。我认为，它让人兴奋的核心在于学习表征、学习意义以及从一种模式转换到另一种模式的能力，这实在强大得令人难以置信。

AI一项非常有用的功能就是增强检索，无论数据库是结构化的还是非结构化的，是表格形式的还是非表格形式的，都已经被向量化了。向量化或嵌入数据库需要你学习数据之间的所有关系，就像我之前说的学习数据的表示一样。通过学习表示法和学习数据库的向量化，你就能理解它的含义。而现在，真正令人兴奋的是，可以将数据库向量化后连接到一个大型语言模型，而这个大型语言模型基本上可以让你与数据对话。

每家公司都有大量的数据，但其中大部分数据都处于休眠状态，很难使用。有时你必须大量查询数据，才能使用。但现在，你可以拥有一个真正理解含义的数据库。你可以在数据库中进行语义搜索。它能带出你想要查询的信息，然后你可以利用这种嵌入，并通过引入的模型对数据的提示来增强这种嵌入。这样，给AI提示的上下文和背景信息就丰富多了。而现在，由于大型语言模型能够理解你的意思，与应用程序交互就变得相当普遍和轻松了。

现在可以将所有的数据库向量化，来增强提示和查询功能。AI在公司内部的应用真的令人惊奇。当然，最有趣的事情之一是，如果你是一家拥有大型客户服务部门的公司，客户服务人员正在输入他们与客户的互动——无论是问题、投诉还是帮助客户的方式——所有这些都会以某种方式记录在一个非常大的数据库中。如果将这个数据库向量化，你就可以直接与数据库对话，那岂不是很神奇？我们可以问数据库：客户最不满意的是什么？我们能看到哪些趋势？如果想改善公司的客户服务，我们能开始做的两三件事是什么？你可以像与人交谈一样与你的数据库交谈，这真的很强大。

AI让人兴奋的核心在于学习表征、学习意义以及从一种模式转换到另一种模式的能力，这强大得难以置信。

来源：微信号xuyongshuo-work

作者：许永硕

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。