人工智能如何“既要”“也要”？杨元庆给出答案

小伙伴们对科技周边编程感兴趣吗？是否正在学习相关知识点？如果是，那么本文《人工智能如何“既要”“也要”？杨元庆给出答案》，就很适合你，本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点，希望对大家的知识积累有所帮助！

10月24日，联想集团在举行的Tech World上公布了全面的人工智能产品技术，以及“AI for All”的愿景。

联想集团董事长兼CEO杨元庆称，人工智能技术第一次变得如此真实，与每一个人、每一家企业都息息相关。在为技术进步欢欣雀跃的同时，我们也开始了更深层次的探求。

生成式人工智能和大语言模型的效用是在哪些“关键却无形”的要素支持下发挥的呢？毫无疑问，数据是数字化转型的第一阶段的必备要素。算法和模型的训练与推理是关键，但同时也离不开计算力的支持，无论是云端还是边缘和端侧的强大计算能力都是不可或缺的

要打造全景式的人工智能，“从口袋到云端”的计算能力, 多种形态的应用都是我们所需要的，而不同行业的解决方案也十分关键。

这里有一个两难的处境，用户如果想要公共大模型在回答你的问题或和你对话时，是你想要的正确恰当的内容，那你就必须真实地告诉它你的真实想法，真实的记录、数据，但那样的话，用户的个人数据甚至隐私还有企业的商业机密就变成了公众信息的一部分。

人们既希望拥有大模型回答问题的功能，又希望自己的数据仅仅留存在自己的设备上或自己的企业内部。如何能够做到 “既要-也要”呢？答案显然不限于公共大模型，我们可以通过个人大模型和企业级大模型来实现。

联想的大模型压缩技术能让我们自己的智能终端和设备拥有运行个人级大模型的能力。在这些支持人工智能功能的终端和边缘设备上，将建有本地知识库，更好地了解用户。个人大模型将使用存储在设备或家庭服务器上的个人数据进行推理。除非用户授权，否则用户的个人数据永远不会被共享或发送至公有云，从而确保了个人隐私和数据安全。

而企业级大模型将与公用大模型和公有云并存，构成混合形态、混合部署的人工智能。在许多场景中，这种混合的趋势都已经出现，比如说混合办公和数字化办公空间。

以上就是《人工智能如何“既要”“也要”？杨元庆给出答案》的详细内容，更多关于实现“既要”“也要”的效果。,思考新的方式和方法的资料请关注golang学习网公众号！