NVIDIA 帶來知乎精彩問答甄選系列，將為您精選知乎上有關 NVIDIA 產(chǎn)品的精彩問答。

本期為問答甄選第十六期 —— 了解NVIDIA生成式AI 相關技術如何驅動各行業(yè)發(fā)展

以下兩個知乎甄選問答將為您分享 NVIDIA 生成式 AI 相關技術是如何驅動各行業(yè)發(fā)展的。

Q:

生成式 AI 如何優(yōu)化零售業(yè)的工作表現(xiàn)？

A:

60% 的購物旅程從網(wǎng)上開始，消費者的聯(lián)系更為緊密，知識要豐富，因此 AI 已成為幫助零售商滿足消費者不斷變化的期望，從而在日益激烈的競爭中脫穎而出的重要工具。

零售商正在使用 AI 提升客戶體驗、實現(xiàn)動態(tài)化定價、細分客戶、設計個性化推薦以及進行可視化搜索。

生成式 AI 可以在購物過程中的每一個環(huán)節(jié)為顧客和員工提供支持。

借助使用特定的品牌和產(chǎn)品數(shù)據(jù)進行訓練的 AI 模型，他們可以生成強大的產(chǎn)品描述，進而提高搜索引擎優(yōu)化排名，并幫助消費者找到他們正在尋找的產(chǎn)品。例如，生成式 AI 可以使用包含產(chǎn)品屬性的元標簽來生成更加全面的產(chǎn)品描述，包括“低糖”、“無麩質”等各種術語。

AI 虛擬助手可以檢查企業(yè)資源規(guī)劃系統(tǒng)并生成客戶服務信息，通知消費者哪些商品有貨、訂單何時發(fā)貨，甚至可以協(xié)助客戶處理訂單變更請求。

NVIDIA 初創(chuàng)加速計劃的會員之一正在使用生成式 AI 來創(chuàng)建虛擬服裝設計，省去了產(chǎn)品開發(fā)過程中對實體面料的需求。通過使用專有和市場數(shù)據(jù)進行訓練，可減少時尚設計對環(huán)境的影響，并幫助零售商根據(jù)當前市場趨勢和喜好來設計服裝。

零售商有望使用 AI 吸引顧客、留住顧客、提供出類拔萃的購物體驗，并通過在合適的時機為消費者匹配正確的產(chǎn)品來提高收入。

Q:

在電信、能源等基礎設施領域，生成式 AI 帶來了哪些升級呢？有人可以介紹一下嗎？

A:

NVIDIA 對電信行業(yè)所進行的一項調查顯示，95% 的受訪者表示他們正在使用 AI，而三分之二的受訪者認為 AI 對其公司未來的成功至關重要。

無論是改善客戶服務、優(yōu)化網(wǎng)絡運營與設計、為現(xiàn)場技術人員提供支持，還是創(chuàng)造新的盈利機會，生成式 AI 都有可能重塑電信行業(yè)。

電信公司可以使用網(wǎng)絡設備和服務、性能、故障工單、現(xiàn)場勘測等方面的專有數(shù)據(jù)來訓練診斷型 AI 模型。這些模型可以加速解決技術性能問題、提出網(wǎng)絡設計方面的建議，檢查網(wǎng)絡配置的合規(guī)性，預測設備故障以及識別和應對安全威脅。

手持設備上的生成式 AI 應用程序可通過掃描設備、生成虛擬教程指導來為現(xiàn)場技術人員提供維修支持。虛擬教程還可以進一步與增強現(xiàn)實相結合，使技術人員能夠在 3D 沉浸式環(huán)境中分析設備，或者向遠程專家尋求支持。

電信公司也將迎來新的創(chuàng)收機遇。憑借龐大的邊緣基礎設施以及接入大量數(shù)據(jù)集，世界各地的電信公司現(xiàn)在正向企業(yè)和政府客戶提供生成式 AI 服務。

隨著生成式 AI 的發(fā)展，電信運營商有望使用該技術優(yōu)化網(wǎng)絡性能、改善客戶支持、檢測安全入侵并增強維護運營。

生成式 AI 在能源行業(yè)的應用

在能源行業(yè)，AI 正在推動預測性維護和資產(chǎn)優(yōu)化、智能電網(wǎng)管理、可再生能源預測、電網(wǎng)安全等方面的發(fā)展。

能源運營商正盼望著通過生成式 AI 滿足老化基礎設施日益增長的數(shù)據(jù)需求和新出臺的政府監(jiān)管法規(guī)。

電力公司每年花費數(shù)十億美元來檢查、維護和升級發(fā)電和輸電基礎設施。

直到最近，使用視覺 AI 協(xié)助檢查還需要使用成千上萬張手動收集和標記的電網(wǎng)資產(chǎn)照片來訓練算法，并且需要不斷更新訓練數(shù)據(jù)?，F(xiàn)在，生成式 AI 可以勝任這一繁重任務。

利用一小組圖像訓練數(shù)據(jù)，算法就能生成數(shù)千張真實準確的圖像，用于訓練計算機視覺模型，從而幫助現(xiàn)場技術人員識別電網(wǎng)設備的腐蝕、破損、堵塞，甚至檢測野火。這種主動維護可減少停機時間，提高電網(wǎng)的可靠性和彈性，并減少派遣團隊進入現(xiàn)場的需求。

生成式 AI 還可以減少對人工研究和分析的需求。根據(jù)麥肯錫的統(tǒng)計數(shù)據(jù)，員工每天花在搜索信息上的時間長達 1.8 小時，占每周工作時間的近 20%。為了提高工作效率，能源公司可以使用專有數(shù)據(jù)來訓練大語言模型，包括會議記錄、SAP 記錄、電子郵件、現(xiàn)場最佳實踐以及標準材料數(shù)據(jù)表等公共數(shù)據(jù)。

通過將這種類型的知識庫連接到 AI 聊天機器人，工程師和數(shù)據(jù)科學家就能即時獲得高度技術性的問題的答案。例如，一名維護工程師在解決渦輪機液壓系統(tǒng)的葉片控制問題時，可以向機器人提問：“我應該如何調整液壓壓力或流量來解決 X 公司生產(chǎn)的某型渦輪機的葉片控制問題？”經(jīng)過適當訓練的模型會向用戶提供具體的指導，用戶無需翻閱厚重的手冊來尋找答案。

隨著 AI 在新系統(tǒng)設計、客戶服務和自動化領域的應用，生成式 AI 預計將能夠提高能源行業(yè)的安全性和能效，同時降低運營成本。

更多精彩問答，點擊下方小程序，關注 NVIDIA 知乎賬號！

NVIDIA 知乎精彩問答甄選往期精彩內容

NVIDIA 知乎精彩問答甄選（一） | 探討人工智能成為“新電力”的桎梏與突破點 NVIDIA 知乎精彩問答甄選（二） | 探索 H100 的奧秘！ NVIDIA 知乎精彩問答甄選（三） | 探尋 Isaac Nova Orin NVIDIA 知乎精彩問答甄選（四） | 了解 Jetson AGX Orin NVIDIA 知乎精彩問答甄選（五） | 揭秘 NVIDIA Hopper 架構 NVIDIA 知乎精彩問答甄選（六） | 追尋 NVIDIA Grace CPU NVIDIA 知乎精彩問答甄選（七） | 分享 NVIDIA 自動駕駛精彩問答 NVIDIA 知乎精彩問答甄選（八） | 分享 Omniverse 相關精彩問答 NVIDIA 知乎精彩問答甄選（九） | 分享 NVIDIA 網(wǎng)絡相關精彩問答 NVIDIA 知乎精彩問答甄選（十） | 查看 NVIDIA Omniverse 相關精彩問答 NVIDIA 知乎精彩問答甄選（十一）| 發(fā)掘 NVIDIA 醫(yī)療行業(yè)相關精彩問答 NVIDIA 知乎精彩問答甄選（十二） | 查看 NVIDIA Jetson 相關精彩問答NVIDIA 知乎精彩問答甄選（十三）| 了解更多關于 NVIDIA BlueField DPU 相關精彩問答 NVIDIA 知乎精彩問答甄選（十四） | 分享 NVIDIA 語音 AI 相關精彩問答 NVIDIA 知乎精彩問答甄選（十五） | 分享 NVIDIA 藝術創(chuàng)作相關精彩問答

更多精彩仍在繼續(xù)...

敬請關注

GTC 2024 將于 2024 年 3 月 18 至 21 日在美國加州圣何塞會議中心舉行，線上大會也將同期開放。點擊“閱讀原文”或掃描下方海報二維碼，立即注冊 GTC 大會。