Google 和 Microsoft 的使命是通過將下一代 AI 工具作為現有服務的附加組件來消除計算中的苦差事。
3 月 16 日，Microsoft 宣布了一個由 AI 驅動的系統名為 Copilot 的應用程序很快將被引入其 365 套件應用程序，包括 Word、Excel、PowerPoint、Outlook 和 Teams。
這一消息是在 Google 發布博客解釋其將 AI 嵌入其工作區的計劃兩天后發布的Docs、Sheets、Slides、Meet 和 Chat 等應用。
總的來說，每天有數百萬人使用這些應用。用 AI 來支持他們可以極大地提高生產力——只要安全不是事後才想到的。
生成式 AI 的出現直到最近，AI 主要用於分類和識別任務，例如識別數字
生成式 AI 允許用戶通過將深度學習算法應用於大數據來創建新內容。 ChatGPT 和 DALL-E 等已經風靡全球。
現在，Microsoft 和 Google 找到了一種更具體的方法，可以將生成 AI 引入我們的辦公室和教室。
與其他生成式 AI 工具一樣，Copilot 和 Workspace AI 建立在經過大量數據訓練的大型語言模型 (LLM) 之上。通過這次培訓，系統“學習”了許多可應用於新內容和上下文的規則和模式。
Microsoft 的 Copilot 僅在 20 位客戶中試用，有關可用性和定價的詳細信息將發布“在未來幾個月內”。
Copilot 將跨應用程序集成，以幫助加快繁瑣或重複的任務。例如，它將: 1. 幫助用戶編寫、編輯和總結 Word 文檔 2. 將想法或摘要轉化為完整的 PowerPoint 演示文稿 3. 在 Excel 中識別數據趨勢并快速創建可視化 4. “綜合和管理”您的 Outlook 收件箱 5.提供 Teams 會議的實時摘要 6. 匯集來自文檔、演示文稿、電子郵件、日曆、7. 筆記和聯繫人的數據，以幫助編寫電子郵件和總結聊天。
假設它有效地執行這些任務， Copilot 將是微軟最初的 Office 助手 Clippy 的一次大規模升級。
Google 的 Workspace AI 將為付費用戶提供類似的功能。
背後有什麼?微軟將 Copilot 描述為“一個複雜的處理和編排引擎，在幕後工作以結合 LLM 的力量，包括 GPT-4 […]。”根據 OpenAI 的說法，我們不知道具體 GPT-4 本身是在哪些數據上進行訓練的，只是它是從互聯網上獲取並獲得許可的大量數據。
Google 的 Workspace AI 是建立在 PaLM 上的（ Pathways Language Model），它在書籍、維基百科文章、新聞文章、源代碼、過濾網頁和社交媒體對話的組合上進行訓練。
這兩個系統都集成到現有的雲基礎架構中。這意味著它們所應用的所有數據都已經在線並存儲在公司服務器中。
這些工具將需要對相關內容的完全訪問權限，以便提供上下文響應。例如，Copilot 無法在不首先分析文本的情況下將一份 16 頁的 Word 文檔提煉成一頁要點。
這就提出了一個問題:用戶的信息是否會用於訓練底層模型?關於這一點，微軟曾表示，“Copilot 的大型語言模型並未針對客戶內容或個別提示進行訓練。”谷歌表示:[…] 私人數據保密，不會用於更廣泛的基礎模型訓練語料庫。
這些聲明表明 16 頁的文檔本身不會用於訓練算法。相反，Copilot 和 Workspace AI 將實時處理數據。
鑑於開發此類 AI 工具的熱潮，未來可能會在“真實”客戶特定數據上訓練此類工具.然而，目前看來，這似乎被明確排除在外。
可用性問題 正如許多人在 ChatGPT 發布後指出的那樣，基於文本的生成 AI 工具容易出現算法偏差。這些擔憂將擴展到 Google 和 Microsoft 的新工具。
生成式 AI 工具的輸出可能充滿不准確和偏見。微軟自己的 Bing 聊天機器人也在 GPT-4 上運行，今年早些時候因提出離譜的聲明而受到抨擊。
當處理大量數據而沒有適當選擇或理解訓練數據時，就會出現偏差，並且沒有對培訓過程進行適當的監督。
例如，許多在線內容都是用英語編寫的——這可能是開發 AI 工具的人（主要是白人和男性）使用的主要語言。這種潛在的偏見會影響 AI 驅動系統理解並隨後復制的寫作風格和語言結構。
目前，很難確切地說 Copilot 或 Workspace AI 中可能會出現偏見問題.舉個例子，對於非英語國家或使用不同英語風格的人來說，這些系統可能根本無法有效地工作。
安全問題微軟和谷歌人工智能工具的一個主要漏洞是它們可能使網絡罪犯更容易榨乾受害者的血。
以前，罪犯可能需要翻查數百個文件或電子郵件才能找到特定數據，而現在，他們可以使用 AI 輔助功能快速整理和整理
另外，由於目前還沒有離線版本可用的跡象，任何想要使用這些系統的人都必須在線上傳相關內容。與僅存儲在您的計算機或手機上的數據相比，在線上傳的數據被洩露的風險更大。
最後，從隱私的角度來看，看到更多的途徑讓最大的公司在世界可以收集和綜合我們的數據。
附屬鏈接可能會自動生成-請參閱我們的道德聲明了解詳情。