生成式人工智能不僅在公共利益領域，而且在專業領域也成為一個主要話題。生成式人工智能提供了改變長期實踐的潛力，并為不同的挑戰提供了新的創新方法。生成式人工智能有望產生巨大影響的一個領域是仿真和設計，新的人工智能驅動系統有可能從根本上改變用戶與技術本身的交互方式。在最近的播客中，我與 Simcenter 的 AI/ML 技術專家兼產品經理 Justin Hodges 博士討論了這些變化會是什么樣子，以及他認為生成式 AI 未來的發展方向。

定義很重要，尤其是對于像生成AI這樣新的和新興的主題，為了開始我們的對話，賈斯汀將生成AI定義為“創建媒體和內容類型的手段”。與其他類型的人工智能相比，生成模型不需要大量的人工干預，同時會產生復雜的結果，如文本、圖像和音頻。在行業和專業軟件的背景下，生成人工智能也可以作為第二層，與其他非生成人工智能算法的輸出進行交互，以進一步增強結果。

談到應用程序的主題，賈斯汀引用了一句話，強調了生成人工智能可以提供什么作為增強我們工作方式的工具：“從人類的肩膀上卸下骯臟、沉悶、危險和困難的任務，這樣我們就可以簡單地專注于我們工作的本質、愿景、想法和目的。與傳統的“啞”系統甚至由其他類型的人工智能驅動的系統相比，生成式人工智能系統提供了前所未有的能力，可以從自然的人類輸入（如草圖或解釋）解釋為結構化形式，如文檔或3D模型。這有助于減少許多沉悶或乏味的工作，這些工作支持更多的創造性努力，而不會犧牲質量或安全。

生成式人工智能有可能重塑設計和仿真格局的另一種方式也是其最著名的應用，即對話聊天機器人。許多類型的專業軟件，從布局和設計到3D建模和模擬，都非常復雜，而對它們所做的工作必須遵守嚴格的標準。雖然強大的工具和高標準很重要，但它也使這些類型的軟件的學習曲線非常高，因為用戶必須學會瀏覽工具本身及其文檔。

然而，使用經過文檔、專業知識和如何使用工具本身訓練的生成式人工智能聊天機器人，找到所需的信息就像詢問知識淵博的同事一樣簡單——即使該同事是人工智能算法。像這樣的系統不僅使知識更容易找到，而且也更容易訪問，因為人工智能可以以比僅通過文檔提供的更人性化的可讀格式呈現其答案。

除了使有價值的知識更容易獲得之外，將其集成到聊天機器人中還可以提高標準化，在解釋或解釋特定信息的含義時減少或消除人為因素。這不僅有助于確保所有工作的質量統一，還有助于向各個經驗水平的用戶傳授這些最佳實踐和來之不易的行業知識，與團隊或公司建立共同的知識和理解框架。

在許多方面，我們仍處于人工智能的冰山一角，很難預測人工智能在未來幾年將產生多大的影響，但從今天如何使用人工智能來看，很明顯，這種影響將是深遠的。隨著技術的不斷進步，變得越來越難以使用，生成式人工智能提供了一種彌合人與機器之間差距的有力方式，幫助我們以一種我們自己無法做到的方式與兩者或技術和知識建立聯系，同時又是一種創新工具本身。

審核編輯 黃宇