IBM的基础模型不仅在语言上进行训练，还包括多种形式的训练，包括代码、时间序列数据、表格数据、地理空间数据和 IT 事件数据。

根据最近的一项研究，IBM正在成为从生成式人工智能中受益最多的主要竞争对手之一。IBM的生成式人工智能产品Watsonx使这家科技巨头成为这一新兴技术的重要受益者。IBM印度和南亚地区技术首席技术官兼技术销售主管Geeta Gurnani告诉AIM：“通过使用Watsonx，企业可以通过访问用于训练、调整和部署人工智能模型的完整技术堆栈，扩展和加速先进人工智能的影响力。"

生成式人工智能在ChatGPT推出后迅速赢得了关注，因其几乎可以像人类一样进行对话的能力。然而，IBM在过去十多年中一直在开发Watson，它最初是作为一个问答计算机系统设计的。因此，可以说IBM已经为将生成式人工智能能力带给其客户做好了准备。Gurnani表示，尽管许多生成式人工智能工具主要侧重于消费者和社交用途，但Watsonx专门为企业定制。

"生成式人工智能为各行各业改善学习、提高生产力和促进创新敞开了大门。业务领导者对利用基础模型和机器学习与其自有数据加速生成式人工智能工作负载的前景感到兴奋。Watsonx正好可以做到这一点，使他们能够部署适用于各种企业用例的模型，从改善IT运营到增强人力资源功能，应有尽有。“Gurnani说道。

Watsonx

通过Watsonx，IBM为客户提供了一个人工智能开发工作室，可以访问IBM精心策划和训练的基础模型和开源模型，还可以访问数据存储库，实现训练和调整数据的收集和清洗，并提供数据与人工智能治理的工具包。“我们在基础模型的工作上一直处于领先地位，IBM努力将最先进的基础模型交给企业。我们不仅关注生成序列中的下一个词或图像的能力，而且还构建和应用基础模型，用于完全未被探索的业务领域，如地理空间情报、代码和IT运营。"

此外，Gurnani通过IBM与NASA的合作示例进一步解释道，IBM宣布共同开发针对NASA地球科学卫星数据的大规模地理空间人工智能模型和用于其地球科学文献的大型语言模型。“这是首次将基础模型应用于NASA的卫星数据。这有可能有助于估计与农业相关的气候风险，监测用于碳抵消计划的森林，以及开发预测模型以应对和适应气候变化。"

IBM的客户将能够利用Hugging Face平台上的开源模型以及IBM开发的基础模型。“与Hugging Face的合作使IBM的客户能够受益于在安全环境中使用可访问数据集训练的开源模型，具备合规性和适当的数据治理。这扩展了可用的模型和架构范围，使客户能够利用最佳的人工智能能力满足其特定的业务需求。“古尔纳尼说道。

驱动Watsonx的基础模型

通过Watsonx，IBM的客户还可以访问IBM的基础模型，这些模型使用一个大规模的企业数据集，经过强大的过滤和清洗过程以及可审计的数据传承。"这些模型不仅在语言上进行训练，还涵盖了代码、时间序列数据、表格数据、地理空间数据和IT事件数据等多种形式。"

然而，并非每个人都可以立即访问这些模型。IBM计划选择性地向一些客户提供对这些模型的访问，并首先以测试版的形式提供，然后很快将这些模型供所有客户使用。IBM 的基础模型分为三个主要部分。首先是名为fm.code的模型，旨在通过自然语言界面自动生成代码，提升开发人员的生产力并实现许多IT任务的自动化。

其次，fm.NLP是一组针对特定领域或行业领域设计的大型语言模型，利用经过策划的数据，可以更容易地减轻偏见，并可使用客户数据进行快速定制化。最后，fm.geospatial是建立在气候和遥感数据上的模型，帮助组织理解并规划自然灾害模式、生物多样性、土地利用和其他可能影响业务的地球物理过程。

减轻生成式人工智能的风险

尽管大多数企业都渴望利用生成能力，但它也带来了一系列挑战，例如幻觉。“在IBM，我们正在积极应对诸如幻觉和安全等挑战，同时确保在 Watsonx 内部以合乎道德和负责任的方式使用 AI。

根据Gurnani的说法，IBM正在通过检索增强生成来降低幻觉的风险，这将使模型在生成答案之前从知识语料库中检索相关数据。"用户还可以使用特定领域的数据对现有模型进行调整，以执行特定任务，这也有助于降低幻觉的风险。"

此外，她补充说，对于任何广泛使用的技术，用户必须信任其输出。因此，IBM正在推出一个AI治理工具包，预计今年晚些时候将全面推出，该工具包将帮助实施治理以减轻与手动流程相关的风险、时间和成本，并提供驱动透明和可解释结果所需的文档。"它还将具备保护客户隐私、主动检测模型偏见和漂移，并帮助组织达到其伦理标准的机制。"