当前位置: 首页 > news >正文

ChatGPT爆火 但生成式AI并非全新产物

以ChatGPT、Midjourney 为代表的 AIGC 产品横空出世,在全球掀起新一轮的 AI 技术变革新浪潮。近二十年来,我们见证了从「机器学习」算法到「深度学习」,再到「基础模型」的发展。随着数据量大规模膨胀,可扩展的算力,再加上机器学习不断创新,生成式AI走向了一个转折点。

 

AI能够生成内容,是因为基于生成式对抗网络(GAN)、预训练模型等技术,根据已有的数据寻找规律,并通过泛化能力生成一切。 那么,生成式AI具体经历了怎样一个演变,那还得从机器学习说起。顾名思义,机器学习就是让计算机对数据进行学习,从中找出规律,并建立模型。根据监督学习方法的差异,机器学习领域出现了两种类型:判别式模型和生成式模型。前者是对条件概率进行建模,对给定输入进行分类或标记。后者则对联合概率进行建模,根据已有数据生成新的内容。

直到2014年,Ian Goodfellow等人提出的GAN,传统机器学习模型逐渐转向深度神经网络。通过利用多层人工神经网络进行学习和训练模型,深度学习很快展现出强大的能力。就连2016年打败人类围棋高手李世石的AlphaGo,其背后原理也是基于深度学习训练的。与此同时,生成式机器学习模型也被广泛应用于文本、图像、语音等智能生成,由此,人们将其成为「生成式AI」。随着时间推移,可以看到,深度学习是机器学习的一个分支,而生成式AI是深度学习的分支。因此,生成式AI并非是全新产物,而是一点点演进而来。

生成式AI的火热不仅意味着商业的可能性,更代表着AI进入一个新时代。在亚马逊云科技中国峰会上,亚马逊云科技全球产品副总裁Matt Wood提到了,生成式AI将最先在四个方面发生深刻的变革。它们分别是:创意输出、功能增强、交互式体验、决策支持。创意输出是指通过生成式AI做一些有创造力的工作,比如写作、编码、视频、设计等。办公软件能够帮你去做总结、分析各种个性化内容的实现,还有进行相关内容搜索,都是功能增强的体现。另外,交互式体验是通过与包括ChatGPT在内的聊天机器人,进行Q&A互动。最后的决策支持,比如智能数据报表AI助理。

现在,属于生成式AI的未来已至,生成式AI的大爆发就在眼前,而且还是多点爆破,许多企业,都希望能抓住机遇。各大互联网巨头也都纷纷入局,吹响了进攻生成式AI赛道的号角。生成式AI在各家战略布局中的权重越来越高,未来生成式AI赛道或是避免不了一场血战。

相关素材整理于《解锁生成式AI万亿规模市场,亚马逊云科技把AIGC门槛打下来了》一文

http://www.lryc.cn/news/94633.html

相关文章:

  • 深度学习循环神经网络
  • 如何规范的设计数据库表
  • 【CSS】跳动文字
  • arm海思启动udev的错误
  • 网络协议与攻击模拟-15-DNS协议
  • ChatGPT将改变教育,而不是摧毁它
  • springboot在线考试
  • C国演义 [第三章]
  • 数字化时代,企业的数据指标体系
  • 三分钟了解 RocketMQ消息队列
  • golang redis第三方库github.com/go-redis/redis/v8实践
  • 校园网WiFi IPv6免流上网
  • java 阿里云直播配置及推拉流地址获取
  • PostgreSql 限制
  • 2023年java还是golang还是c#?
  • 微服务、SpringBoot、SpringCloud 三者的区别
  • 2023-07-10 cmake管理的项目中使用vcpkg管理第三方库
  • 【剑指offer】学习计划day3
  • QT DAY1
  • Mybatis-puls——条件查询的三种格式+条件查询null判定+查询投影
  • 网络安全(黑客)自学
  • 通过一个实际例子说明Django中的数据库操作方法OneToOneField()的用法【数据表“一对一”关系】
  • HarmonyOS学习路之开发篇—数据管理(对象关系映射数据库)
  • 实验:验证TCP套接字传输的数据不存在数据边界
  • 【网络】协议的定制与Json序列化和反序列化
  • 浙大数据结构第一周最大子列和问题
  • Selenium基础 — Selenium自动化测试框架介绍
  • 力扣竞赛勋章 | 排名分数计算脚本
  • win10 远程 ubuntu 18.04 桌面
  • c++ -- STL