训练这些模型所需的计算能力非常巨大。一台计算机 需要花费数百年的时间来训练最流行的大型语言模型 。因此，大量计算机被集中在一起，以便在合理的时间内完成训练。因此，目前只有那些能够获得此类资源的组织才能开发这些模型。这意味着最受欢迎的模型往往是由“大型科技”公司开发的，尽管一些较小的初创公司和学术合作也开发了模型。
因此，如果有人想使用人工智能来 车主数据 帮助撰写一封棘手的电子邮件，甚至是一篇博客文章，他们不会求助于他们的数据科学团队。他们更有可能要求在其组织之外托管的在线服务。
这可能开启自动生成电子邮件、报告甚至整本书或电影剧本的可能性。然而，这也带来了一些挑战，包括如何管理这项工作以及相关数据的去向。例如，我们如何准确 解释谁创作了这篇文章以及谁将对它负责。
为此，在 ，我们最近建立了一个流程，以确保我们安全地开发和使用人工智能。它维护了公众对我们服务和我们处理人们数据的方式的信任。这个治理框架涵盖了我们内部数学建模的开发，以及包括生成人工智能在内的任何第三方工具的使用。