很容易将人工智能（AI）视为一种单一的技术，但不同的行业需要它以不同的方式运作。在金融服务领域，可重复和可追踪的结果至关重要。而在医疗保健领域，细微差别更有助于考虑患者之间的差异。
在拉斯维加斯举行的AWS re:Invent大会上，两场对话完美地展示了AWS及其他公司试图应对的AI和模型性能的广泛需求。
一方面，有一个务实的群体，其中包括像摩根大通这样的金融巨头。摩根大通支付工程、架构和API主管杰克·吉布森（Jack Gibson）告诉Fierce Network，AI目前确实有其用途，例如进行预测和帮助客户改进交易方式。但他补充说，公司不愿让AI完全接管客户服务领域，除非AI能够提供一致且可重复的结果。为什么？因为处理金钱时，错误答案是不可接受的。
“我认为我们现在的情况是，我可以给一个大型语言模型（LLM）一个问题，而我每次都会得到不同的回答。我不会总是得到相同的答案，”他说，“这就是挑战所在。当它变得可重复时，使用相同的数据集并期望获得相同的结果，而且我们能大规模地做到这一点，这才是这些技术开始进入受监管市场的时刻。”
但令人难以置信的是，这并不是所有企业的目标。有些企业实际上希望AI能够从同一组输入中返回不同的输出。凯蒂·怀特（Katie White）是医疗初创公司Inception Health的工程主管，她告诉Fierce，在医疗领域，即使有完全相同的输入（即症状），不同的人也可能有不同的诊断结果。
“AI需要足够细致，以解决不同人的不同状况，”她说，“所以，我有哮喘并且呼吸急促，当我来看病时，是因为哮喘还是因为其他原因？如果只是一个决策树，他们可能会说‘你有哮喘，用你的吸入器’。但如果使用AI，它真正理解了细微差别，可以建议医生‘这个人有哮喘，但还要问这三个问题’。”
要实现这一愿景并确保细致的AI也是公正和公平的，还有很长的路要走。首先，Inception首席技术官梅莱克·索马伊（Melek Somai）表示，我们今天用来训练医疗模型的数据已经存在偏见。“甚至疼痛的定义也因种族而异，”他说。“我们在正确做事方面还不到3%的理解。”
(全文结束)
