我們的看法
生成式人工智能是下一場革命。
深度學習興起後，人工智能及大數據市場本被預期會穩定增長。生成式人工智能模型的急速進步和普及，打破了這個預測。大型語言模型及擴散模型（例如 OpenAI 的 GPT 及 DALL·E）的出現，展示了生成式人工智能在未來數年對各行各業的潛力。
我們正見證新一波以生成式人工智能為基礎的工具湧現，背後是驅動 ChatGPT、GitHub Copilot 或 Midjourney 的最新模型的強大表現。
這些現成工具已帶來不少價值，但真正能建立差異的，是專有數據及經微調（fine-tuning）的模型。
無論使用現成工具還是開發更進階的應用場景，企業都面對三大挑戰：
- 確保受控的採用：內部使用生成式人工智能工具必須有規範，並配合專門培訓及既定的最佳做法。
- 避免運算成本失控：使用、微調或訓練大型語言模型的成本可以很高，必須加以控制。
- 確保數據安全及保密：必須建立一個安全的企業環境，承載所有生成式人工智能工具，以保護數據。
我們的服務
為應對這些挑戰，讓每家企業都能受惠於生成式人工智能的進步，Emerton Data 從四方面著手：
生成式人工智能策略
- 為高層管理人員提供培訓及策略支援
- 推廣普及策略及全面推行
生成式人工智能技術基礎
- 安全可靠的內部部署
- 支援各應用場景的生成式人工智能基礎設施
生成式人工智能應用場景
- 應用場景的優次排序及路線圖
- 由原型到產品（客戶評論、資訊搜尋、語音轉錄、設計用圖像生成等）
生成式人工智能研究
- 大規模的模型微調及部署
- 端到端的實驗方法
