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發展

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發展的。

Q:

生成式 AI 如何優化零售業的工作表現？

A:

60% 的購物旅程從網上開始，消費者的聯系更為緊密，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、實現動態化定價、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節為顧客和員工提供支持。

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

AI 虛擬助手可以檢查企業資源規劃系統并生成客戶服務信息，通知消費者哪些商品有貨、訂單何時發貨，甚至可以協助客戶處理訂單變更請求。

NVIDIA 初創加速計劃的會員之一正在使用生成式 AI 來創建虛擬服裝設計，省去了產品開發過程中對實體面料的需求。通過使用專有和市場數據進行訓練，可減少時尚設計對環境的影響，并幫助零售商根據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、優化網絡運營與設計、為現場技術人員提供支持，還是創造新的盈利機會，生成式 AI 都有可能重塑電信行業。

電信公司可以使用網絡設備和服務、性能、故障工單、現場勘測等方面的專有數據來訓練診斷型 AI 模型。這些模型可以加速解決技術性能問題、提出網絡設計方面的建議，檢查網絡配置的合規性，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實相結合，使技術人員能夠在 3D 沉浸式環境中分析設備，或者向遠程專家尋求支持。

電信公司也將迎來新的創收機遇。憑借龐大的邊緣基礎設施以及接入大量數據集，世界各地的電信公司現在正向企業和政府客戶提供生成式 AI 服務。

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

生成式 AI 在能源行業的應用

在能源行業，AI 正在推動預測性維護和資產優化、智能電網管理、可再生能源預測、電網安全等方面的發展。

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據需求和新出臺的政府監管法規。

電力公司每年花費數十億美元來檢查、維護和升級發電和輸電基礎設施。

直到最近，使用視覺 AI 協助檢查還需要使用成千上萬張手動收集和標記的電網資產照片來訓練算法，并且需要不斷更新訓練數據。現在，生成式 AI 可以勝任這一繁重任務。

利用一小組圖像訓練數據，算法就能生成數千張真實準確的圖像，用于訓練計算機視覺模型，從而幫助現場技術人員識別電網設備的腐蝕、破損、堵塞，甚至檢測野火。這種主動維護可減少停機時間，提高電網的可靠性和彈性，并減少派遣團隊進入現場的需求。

生成式 AI 還可以減少對人工研究和分析的需求。根據麥肯錫的統計數據，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據來訓練大語言模型，包括會議記錄、SAP 記錄、電子郵件、現場最佳實踐以及標準材料數據表等公共數據。

通過將這種類型的知識庫連接到 AI 聊天機器人，工程師和數據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 公司生產的某型渦輪機的葉片控制問題？”經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）| 發掘 NVIDIA 醫療行業相關精彩問答 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 藝術創作相關精彩問答

更多精彩仍在繼續...

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。