[字幕已自动生成] (音乐很好听)嗨、我是Matt Watts. 欢迎阅读另一版《瓦特的未来》。 在本集、我们将讨论 人们可能更关注的人工智能的一些领域。 我们把这一集称为“AI AI啊”， 就像在老麦当劳一样，这一集将 在一天的剩余时间里停留在你的头脑中。 不过、我们将介绍三件事。 我们将与首席信息安全官 讨论他们如何看待AI的安全性。 我们将与有创意的人 探讨他们如何看待 对员工的潜在影响、我们将讨论如何 克服一些挑战、 才能真正利用AI的优势。 AI带来了许多新挑战。 释放AI的无限潜能几乎完全 依赖于为IT提供动力的数据、 以及在一个连续的 周期中访问、管理和使用 数据、随着分析和使用更多数据、这一周期将创造更多价值。 运行自己的AI实例时、 您馈送的数据和上下文越多、 生成响应越好、 但这个过程说起来容易做起来难。 不仅数据量庞大且 无中断、而且分散且往往是非结构化的、 始终存在安全风险。 防范敏感数据泄露、 偏差、模型异常和恶意黑客攻击需要谨慎。 我们还必须考虑 对支持 现代培训和部署的数据基础架构进行可持续管理。 采用这种方式的竞争是可以理解的、 但尽早解决数据隐私问题要容易得多、 而不是稍后再面临不合规问题。 AI带来的数据管理挑战 使企业必须采用 智能数据基础架构、 但AI 对于企业内部内容创建者的创作流程意味着什么？ 让我们来看看 我的一位优秀同事Emma Reeve. Emma是一名贸易人士、一名客户体验 和内容专家、一名所谓的创意专家。 她是NetApp的内容副总裁 、是我们故事讲述战略的关键角色。 嗨、Emma。 很开心见到你。 很高兴见到您、Matt、 或者至少看到您的这个版本。 Emma、我会直接去追逐。 您是否担心AI将 开始接管内容团队的工作？ 倾听、AI从根本上改变了 我们创造价值的方式。 今天，我们开始思考， 我们制定一个战略， 我们重新思考，直到它完全完美。 这需要时间和人员、 但要回答您的问题、 还不会取代作者。 这将有助于加快我们的创建过程、 甚至有助于细节的细微 差别、但您仍然可以分辨 机器制造与人类故事的区别。 这对您和您的团队以及那里的作者意味着什么？ 我认为传统标签已经不再适用了。 我们可以使用一些工具来 编写、设计和指导、 但仍有一些 AI无法复制的判断力和智慧。 现在、人工智能为我们节省了该流程各个部分的时间 、而且整体而言、它可以提高质量。 为了进一步推动 AI的发展、AI的创新和采用正在 以难以理解的速度发展。 事实上、 自我们开始创建这些视频以来、用于创作我的技术才 在最近变得广泛可用、现在我可以像Matt一样 说话、像Matt一样说话、在人工智能的奇迹中、 我甚至可以开始像Matt一样思考。 好的，这有点奇怪和可怕。 我认为我们应该与一名安全官员交谈。 嘿、Mignona。 嘿、Matt。 就AI中的安全性而言、您最关心的一到两个问题是什么？ 哦、嗯、我有几个大问题、 但我的主要问题是训练AI以处理不良行为。 如果我有一个恶意的人 ，然后他们开始训练系统 去实际做不正确的事情 ，但却没有被发现，该怎么办？ 我认为另一个主要的问题 是，如果我们错过了什么？ 所以如果我们有训练模型 ，并且有一些我们从未想到的问题， 模型将无法捕捉。 那么、当涉及 ChatGPT和AI中的大型语言模型时、人们应该考虑什么？ 我想到的最主要的事情 是Matt，我们如何利用它来模拟 威胁者的想法。 能够看到 威胁行为者如何在环境中发展的早期信号、 这样您就可以看到早期信号 、然后实际知道是否有任何东西可能会向您发出 、并开始实施保护机制。 好极了。 谢谢、Mignona。 (音乐很好听) 所以我想这只会让我们 再问一个问题、 就是谁会回来看下一集？ 是我还是Meta Matt？ (悦耳音乐)