期限'人工智能'已经变得如此普遍，并且在日常对话中使用，以至于它已经进入了几乎所有人的词汇量，从您当地的学校老师到湾区初创企业的技术企业家。
几十年前，历史可以追溯到1948年的巡航控制发明，1993年的自动校正首次亮相，以及现在熟悉的虚拟助手Siri Turning 13，AI几乎没有“新的。”但这就是事情 - 到目前为止，您看到的是简单的微调模型或表面级别的皮肤。
想法，AI研究咨询公司正在研究与检索的一代人真正不同的事情，或者简称抹布。他们不是AI洗牌，也不是使用AI作为掩盖增量更改的流行语。他们正在使用抹布来改变游戏，使公司远离生成预先训练的变压器（GPT）的过度使用的道路迈向了更有价值的东西：生成的商业智能。
用抹布打破新的地面
尽管许多人熟悉微调的GPT-3型号或Chatgpt的功能，但RAG带领了智力的新时代。从各种数据来源中汲取灵感，使公司通过最新信息和组织知识进行了更新，从而消除了传统上与AI模型相关的局限性。
RAG的主要优势在于它有能力访问私人数据库以获得更相关和最新的响应。这是至关重要的，因为传统的生成AI工具经常达到知识截止日期，从而将其输出限制在培训期间可用的数据中。通过利用抹布，组织能够确保其信息是最新的，从而使更明智的输出超出了经典培训数据限制。
语义搜索：改变游戏规则
抹布的关键特征是它使用语义搜索。与传统的关键字或布尔搜索独立处理术语的搜索不同，语义搜索能够理解单词之间的关系。这种细微的理解能够使生成的输出的相关性和上下文确保与用户的真实意图保持一致。
未来是实际的情报
像抹布一样令人印象深刻，这只是一个起点。最终目标是开发实际的智能 - 可以自主学习趋势模式，了解受众行为和调整数据模型的系统，而无需明确的培训。朝实际情报的飞跃意味着从AI的历史应用转变为其未来的潜力。
而且，大卫·格里菲斯（David Griffiths），思想的创始人说，“我们利用抹布和迈向实际情报的旅程的方法使我们在市场上与众不同。拥有可以在每个国家 /地区学习的极深度数据源，并且语言可以移动针头。它使我们能够提供不仅可以逐步改善当今情报过程的解决方案，而且可以真正地脱颖而出。”
当涉及生成商业智能时，重点是开发具有真正寿命和实用性，现实世界实用程序的解决方案。当我们在接下来的几个月和几年中经历这种过渡时，重要的是要了解AI的常规形式并不是什么新鲜事物。真正的游戏规则改变者正在思考实际的智能，这一转变有望完全重新定义我们在业务及其他方面的理解和应用方式。
