[2024 未来企业论坛]“企业要成功引入人工智能,必须解决数据安全问题”
“为何要进行AI转型”专题小组讨论
使用开源AI工具或致机密泄露隐忧
须先解决安全问题方可全面引入AI
呼吁建立数据治理体系
人工智能(AI)专家强调,企业要引入AI,首先必须解决“安全”问题。虽然像ChatGPT这样的生成式AI工具人人都可以使用,但在利用过程中企业的敏感机密有泄露风险。
22日,在首尔中区乐天酒店举行的“2024亚洲未来企业论坛”第二场会议上,汽车零部件企业HL万都的软件校园部长(常务)Lee Jinhwan表示:“在向软件定义汽车(SDV)转型后进行车载软件(SW)开发时,安全问题是最大的烦恼之一。”作为一级零部件企业,HL万都将面向全球市场竞争的整车厂作为客户,因此保持各家客户订单要求的保密性尤为重要。
Lee常务强调:“由于必须维护客户公司的安全,在公开的软件开发中很难直接利用以开源为基础的AI”,“我们正在努力利用处理特定数据的轻量化语言模型(sLLM),并通过自有的定制化过程,将其整合到公司内部云平台中。”
当日论坛第二场以“为何要进行AI转型”为主题,采取小组讨论形式进行。主持人为首尔大学AI研究院院长Jang Byeongtak,Samsung SDS研究所所长(副社长)Kwon Youngjun,CJ大韩通运AI与大数据负责人经营领导(常务)Kim Minsu,三星电子影像显示事业部大师(常务)Ham Cheolhee,以及HL万都常务Lee Jinhwan担任讨论嘉宾。
22日,在首尔中区乐天酒店举行的“2024亚洲未来企业论坛”上,以“为何进行AI转型”为主题的专题讨论正在进行。自左起为:Jang Byungtak 首尔大学AI研究院院长,Kwon Youngjun 三星SDS研究所所长,Kim Minsu CJ大韩通运AI与大数据负责人兼经营领导,Ham Cheolhee 三星电子影像显示事业部大师,Lee Jinhwan HL万都软件校园负责人。摄影记者 金贤民 kimhyun81@
View original imageSamsung SDS提到了“数据治理”的必要性。数据治理是指为管理海量数据而建立政策与流程体系,并延伸至数据质量与安全的概念。Kwon副社长表示:“企业必须构建数据治理,明确如何收集和利用数据,以及哪些数据要设定为对外保密数据”,“只有建立起各种权限的体系,才能实现成功的AI训练和微调。”
随后,他将实现企业成功AI转型的核心要素归纳为数据、安全、成本和性能。他补充称:“在AI模型中,开源模型很多,方法论也大量公开”,“专业化数据将成为企业的竞争力,也是最大的资产。”
与谈嘉宾们预测,在未来社会,人工智能(AI)的角色将从单纯的分析和预测,转变为替代人类劳动力的方式。被认为是国内机器学习领域顶级专家的Jang教授说明了近期AI角色的变化。他表示:“过去主要将AI用于分析、判别和预测,而最近出现的生成式AI已经实现了直接创作内容等相当大的创新”,“目前正在积极研究能够直接执行物理劳动的行动型AI,让其来完成具体工作。”
CJ大韩通运经营领导Kim Minsu就此提到了全自动驾驶卡车运输。他解释道:“卡车驾驶员群体老龄化后,风险只会越来越大”,“在实际高速公路上试运营利用AI的全自动驾驶卡车服务,以及在物流仓库内利用各种机器人,正是出于同样的考虑。”
CJ大韩通运与自动驾驶初创公司Mars Auto携手,从3月起启动了试点项目。一辆11吨级大型卡车每周6次往返于CJ大韩通运仁川堆场中心与玉泉枢纽中心之间,运营218公里的干线线路。在物流仓库中,应用了AI深度学习技术的机器人会判断箱子的体积和一次可提起的数量,找出并执行最优的作业顺序。
Lee Jin-hwan HL万都软件校园院长22日在首尔中区乐天酒店出席亚洲经济主办的“2024亚洲未来企业论坛”并进行演讲。摄影=记者 Kim Hyunmin kimhyun81@
View original imageHL万都在汽车产业向软件定义汽车(SDV)转型的过程中,看到了AI的应用潜力。随着在汽车零部件中软件的利用度提高,开发周期加快,在质量保障方面也出现更多挑战。HL万都决定在软件开发过程中积极利用AI,以缩短人力投入和开发周期。
Lee常务表示:“在汽车领域,AI的作用已经从仅仅作为自动驾驶工具,扩展为用于软件开发流程和产品生产的手段”,“我们正在筛选AI应用价值最高的领域,并推进将AI整合到公司内部平台的工作。”
我们日常使用的家电产品中,AI的应用也在扩大。三星电子常务Ham Cheolhee表示:“现在谈电视已经离不开AI”,“我们将不断扩大在电视上应用端侧(On-Device)AI。”在电视中应用AI后,观众感受最明显的变化是画质控制。AI会分析低分辨率内容,自主调整亮度和拖影,将其转换为高分辨率画面。
Ham常务解释说:“AI正在被用于将低质量低分辨率视频转换为高质量高分辨率视频”,“我们尤其在研究针对每一段视频进行画面分析,并按照512个类别进行匹配,实现最优升频(Upscaling)的方法。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。