自去年OpenAI“扔”出来一个ChatGPT，今年又“放”出来一个SORA，AI人工智能（或者说生成式AI人工智能）开始快速进入了大众的视野，从文本、图片到视频，热度不减，很多AI应用APP/软件也如雨后春笋般地冒了出来。

接下来我们借助Gartner（高德纳，于2023）的视角来了解一下这个即将或已经开始闯入我们工作和生活中各个领域的生成式 AI 人工智能，它是什么？有哪些工具、模型、应用程序、用例 … 【注：Gartner，高德纳，是全球非常权威的IT研究与顾问咨询公司，我们经常会看到他们在信息科技领域的前瞻性报告】

Gartner 专家为您解答重要的生成式 AI 人工智能问题

生成式AI人工智能不仅仅是一种技术或商业案例，它是人与机器协同工作的社会的关键部分

什么是生成式 AI 人工智能？
关于生成式 AI 人工智能的突然炒作背后是什么？
生成式 AI 人工智能有哪些优势和应用？
生成式 AI 人工智能有哪些风险？
如今，生成式 AI 人工智能有哪些实际用途？
生成式 AI 人工智能将如何贡献商业价值？
哪些行业受生成式 AI 人工智能的影响最大？
使用生成式 AI 人工智能的最佳实践是什么？
我是否应该为生成式 AI 人工智能制定使用策略？
生成式 AI 人工智能将如何影响未来的工作方式？
我应该从哪里开始学习生成式 AI？
我需要购买什么才能启用生成式 AI？
Gartner 对生成式 AI 人工智能应用的未来有何预测？
谁是生成式 AI 人工智能市场的主要技术提供商？
这是通用人工智能（AGI）的开始吗？

人工智能架构及用例,ai智能生成测试用例有哪些

什么是生成式AI人工智能？

生成式 AI 人工智能可以从现有人工制品中学习，以生成新的、逼真的人工制品（大规模），这些人工制品反映了训练数据的特征，但不会重复。它可以产生各种新颖的内容，如图像、视频、音乐、语音、文本、软件代码和产品设计。

生成式 AI人工智能使用了许多不断发展的技术。最重要的是 AI 基础模型，这些模型在可用于不同任务的大量未标记数据上进行训练，并进行了额外的微调。创建这些经过训练的模型需要复杂的数学和巨大的计算能力，但它们本质上是预测算法。

如今，生成式 AI 人工智能最常用的是根据自然语言请求创建内容 —— 它不需要了解或输入代码 —— 不过企业用例众多，比如包括药物和芯片设计以及材料科学开发方面的创新等等。

人工智能架构及用例,ai智能生成测试用例有哪些

生成式 AI 人工智能之旅

关于生成式 AI 人工智能的突然炒作背后是什么？

自 2020 年以来，Gartner 一直在其人工智能炒作周期™（Hype Cycle™ for Artificial Intelligence）中跟踪生成式 AI 人工智能，该技术已经从创新触发阶段进入膨胀期望的顶峰。但生成式 AI 人工智能直到 2022 年底才成为主流头条新闻，当时 ChatGPT 的推出，它是一种能够进行非常人类化交互的聊天机器人。

OpenAI推出的ChatGPT一夜之间走红，引起了公众的关注（同样地，在相关的生成式 AI 人工智能创新中，OpenAI 的 DALL·E 2 工具尅从文本生成图像）。

Gartner 认为生成式 AI 人工智能正在成为一种通用技术，其影响类似于蒸汽机、电力和互联网。随着实施现实的到来，炒作将消退，但随着人们和企业在日常工作和生活中发现该技术的更多创新应用，生成式 AI 人工智能的影响将越来越大。

生成式 AI 人工智能有哪些优势和应用？

基础模型，包括生成式预训练转换器（背后驱动 ChatGPT 的），是 AI 架构创新之一，可用于自动化、增强人类或机器，以及自主执行业务和 IT 流程。

生成式 AI 人工智能带来的好处包括更快的产品开发、增强客户体验和提高员工的工作效率，但具体情况取决于用例。最终用户应该对他们希望实现的价值持的现实态度，尤其是在按原样使用服务时，这有很大的局限性。生成式 AI 人工智能创建的人工制品可能不准确或有偏差，这使得人工验证变得至关重要，并可能限制它为工人节省的时间。Gartner 建议将用例与 KPI 联系起来，以确保任何项目都能提高运营效率或创造净新收入或更好的体验。

在最近对 2,500 多名高管进行的 Gartner 网络研讨会调查中，38% 的人表示客户体验和保留是他们投资生成式 AI 人工智能的主要目的。其次是收入增长（26%）、成本优化（17%）和业务连续性（7%）。

人工智能架构及用例,ai智能生成测试用例有哪些