计算机电路特写，嵌入式微芯片上显示二进制代码
莎拉·利弗莫尔
棕色头发的女士戴着眼镜微笑。在商 车主数据 业和贸易部 ，我们在开发“人工智能”数字产品和服务方面拥有丰富的经验。这涉及长期存在的机器学习技术，例如 用于识别数据模式的统计模型。
这些模型支撑了我们现有的一些工作。 例如，这可以包括根据企业的成熟程度，确定哪些企业最能从 的出口建议中获益 。
人工智能的新时代
建立此类模型所需的技术专长意味着，此前人工智能的使用 一直由数据科学团队主导。然而，过去一年，在线生成式人工智能工具的普及度迅速增长，意味着现在有更多人可以使用某种形式的人工智能。
作为人类，将我们的想法“写在纸上”的过程在神经学上极其复杂。事实上，我们不可能建立一个模型来准确地代表我们如何做到这一点。因此，目前的语言模型是通过对来自万维网的数万亿个单词进行统计模型训练而建立的。为了表示语言的丰富性，由此产生的模型是有史以来最复杂的模型之一，包含数十亿个参数。相比之下，用于处理图像的模型通常有数百万而不是数十亿个参数。