譯者 | 布加迪

審校 | 重樓

來自O(shè)penAI的ChatGPT和DALL-E等AI系統(tǒng)正在商業(yè)和內(nèi)容創(chuàng)作領(lǐng)域迅速受到追捧。但是生成式AI是什么？它又是如何工作的？不妨耐心讀下去。

生成式AI是什么？

簡而言之，生成式AI是人工智能的一個子領(lǐng)域，計算機(jī)算法被用于生成類似于人類創(chuàng)造的內(nèi)容的輸出，無論是文本、圖像、圖形、音樂、計算機(jī)代碼還是其他內(nèi)容。

在生成式AI中，算法旨在從含有預(yù)期輸出示例的訓(xùn)練數(shù)據(jù)中學(xué)習(xí)。通過分析訓(xùn)練數(shù)據(jù)中的模式和結(jié)構(gòu)，生成式AI模型可以生成與原始輸入數(shù)據(jù)有相同特征的新內(nèi)容。這樣一來，生成式AI就有能力生成看起來類似人類的逼真內(nèi)容。

生成式AI是如何工作的？

生成式AI基于機(jī)器學(xué)習(xí)過程，其靈感來自人類大腦的內(nèi)部運(yùn)作，即神經(jīng)網(wǎng)絡(luò)。訓(xùn)練模型需要向算法饋送大量數(shù)據(jù)，這些數(shù)據(jù)充當(dāng)AI模型用來學(xué)習(xí)的基礎(chǔ)。這可以由文本、代碼、圖形或與手頭任務(wù)相關(guān)的任何其他內(nèi)容組成。

一旦收集了訓(xùn)練數(shù)據(jù)，AI模型就會分析數(shù)據(jù)中的模式和關(guān)系，以了解負(fù)責(zé)治理內(nèi)容的基本規(guī)則。AI模型在學(xué)習(xí)過程中不斷微調(diào)參數(shù)，提升模擬人類生成內(nèi)容的能力。AI模型生成的內(nèi)容越多，其輸出就變得越復(fù)雜、越有說服力。

生成式AI的例子

近年來，生成式AI取得了重大進(jìn)展，許多工具吸引了公眾的注意力，尤其在內(nèi)容創(chuàng)作者當(dāng)中引起了轟動。大型科技公司也加入了這股潮流，谷歌、微軟和亞馬遜等公司都推出了自己的生成式AI工具。

視實(shí)際應(yīng)用的不同，生成式AI工具可能依賴引導(dǎo)其生成預(yù)期結(jié)果的輸入提示，想想ChatGPT和DALL - E2。

生成式AI工具的一些最有名的例子包括如下：

• ChatGPT：ChatGPT由OpenAI開發(fā)，它是一種AI語言模型，可以根據(jù)給定的提示生成類似人類的文本。
• DALL-E 2：DALL-E是來自O(shè)penAI的另一種生成式AI模型，旨在基于文本提示創(chuàng)建圖像和藝術(shù)品。
• Midjourney：Midjourney由總部位于舊金山的研究實(shí)驗室Midjourney Inc.開發(fā)，它解釋文本提示和上下文以生成視覺內(nèi)容，類似DALL–E 2。
• GitHub Copilot：GitHub Copilot是一種由GitHub和OpenAI創(chuàng)建的基于AI的編程工具，它為Visual Studio和JetBrains等開發(fā)環(huán)境的用戶提供代碼完成建議。

生成式AI模型的類型

如今有幾種類型的生成式AI模型，每種模型都旨在針對特定的挑戰(zhàn)和應(yīng)用。這些生成式AI模型大致可以分為以下幾種類型。

• 基于Transformer的模型

這些模型包括OpenAI的ChatGPT和GPT-3.5，是為自然語言處理而設(shè)計的神經(jīng)網(wǎng)絡(luò)。它們接受大量數(shù)據(jù)的訓(xùn)練，以學(xué)習(xí)單詞和句子等順序型數(shù)據(jù)之間的關(guān)系，這使它們適用于文本生成任務(wù)。

• 生成式對抗網(wǎng)絡(luò)（GAN）

GAN由兩個神經(jīng)網(wǎng)絡(luò)組成：生成器和鑒別器，它們以競爭或?qū)沟姆绞焦ぷ?。生成器?chuàng)建數(shù)據(jù)，而鑒別器評估所述數(shù)據(jù)的質(zhì)量和真實(shí)性。隨著時間的推移，兩個網(wǎng)絡(luò)都能更好地發(fā)揮各自的作用，從而生成更真實(shí)的輸出。

• 變分自編碼器（VAE）

VAE使用編碼器和解碼器來生成內(nèi)容。編碼器接受圖像或文本等輸入數(shù)據(jù)，并將其簡化成更緊湊的形式。解碼器獲取這些編碼數(shù)據(jù)后，將其重新組織成類似原始輸入的新內(nèi)容。

• 多模態(tài)模型

多模態(tài)模型可以處理多種類型的輸入數(shù)據(jù)，包括文本、音頻和圖像；它們結(jié)合不同的模態(tài)來創(chuàng)建更復(fù)雜的輸出。例子包括DALL-E 2和OpenAI的GPT-4，它還能夠接受圖像和文本輸入。

生成式AI的好處

生成式AI帶來的最引人注目的好處是效率，原因在于它使企業(yè)能夠自動處理特定任務(wù)，并將時間、精力和資源集中在更重要的戰(zhàn)略目標(biāo)上。這常常有助于降低人力成本，提高運(yùn)營效率。

生成式AI常常為公司企業(yè)提供另外的好處，包括如下：

• 輕松定制或個性化營銷內(nèi)容。
• 生成新的想法、設(shè)計或內(nèi)容。
• 編寫、檢查和優(yōu)化計算機(jī)代碼。
• 為論文或文章起草模板。
• 通過聊天機(jī)器人和虛擬助手改進(jìn)客戶支持。
• 為機(jī)器學(xué)習(xí)模型的數(shù)據(jù)增強(qiáng)提供便利。
• 分析數(shù)據(jù)以改進(jìn)決策。
• 簡化研究開發(fā)流程。

生成式AI的用例

盡管生成式AI仍處于比較初級的階段，但該技術(shù)已經(jīng)在各種應(yīng)用和行業(yè)站穩(wěn)了腳跟。

比如在內(nèi)容創(chuàng)作方面，生成式AI可以生成文本、圖像甚至音樂，幫助營銷人員、記者和藝術(shù)家完成他們的創(chuàng)作流程。在客戶支持方面，AI驅(qū)動的聊天機(jī)器人和虛擬助手可以提供更個性化的幫助，縮短響應(yīng)時間，同時為客戶服務(wù)工作人員減輕負(fù)擔(dān)。

生成式AI的其他用途包括如下：

• 醫(yī)療保?。荷墒紸I用于醫(yī)療界，以加快新藥的發(fā)現(xiàn)，并節(jié)省研發(fā)時間和金錢。
• 營銷：廣告商使用生成式AI來策劃個性化的廣告活動，并根據(jù)消費(fèi)者的喜好調(diào)整內(nèi)容。
• 教育：一些教育工作者使用生成式AI模型來開發(fā)定制的教學(xué)材料和評估考核，以滿足不同學(xué)生的學(xué)習(xí)風(fēng)格。
• 金融：金融分析師使用生成式AI來分析市場模式，并預(yù)測股市趨勢。
• 環(huán)境：氣候科學(xué)家使用生成式AI模型來預(yù)測天氣模式，并模擬氣候變化的影響。

生成式AI的危險和局限性

值得一提的是，生成式AI帶來了許多需要注意的問題。一大問題是它可能傳播錯誤信息或者惡意或敏感的內(nèi)容，這可能對個人和企業(yè)造成嚴(yán)重?fù)p害，并可能對國家安全構(gòu)成威脅。

這些風(fēng)險并沒有逃過政策制定者的眼睛。2023年4月，歐盟提議出臺針對生成式AI的新版權(quán)規(guī)定，要求公司披露用于開發(fā)這些工具的任何受版權(quán)保護(hù)的材料。但愿這些規(guī)定會鼓勵A(yù)I開發(fā)方面的透明度和倫理道德，同時最大限度地減少任何濫用或侵犯知識產(chǎn)權(quán)的行為。這也有望為內(nèi)容創(chuàng)作者提供一些保護(hù)，他們的作品可能會被生成AI工具無意中模仿或剽竊。

生成式AI自動處理任務(wù)也可能影響勞動者，并導(dǎo)致工作崗位流失，需要受影響的員工重新學(xué)習(xí)技能或提升技能。此外，生成式AI模型可能無意中學(xué)習(xí)和放大訓(xùn)練數(shù)據(jù)中存在的偏誤，導(dǎo)致有問題的輸出，使刻板印象和有害的意識形態(tài)永久化。

ChatGPT、Bing AI和谷歌Bard自推出以來都因生成不正確或有害的輸出內(nèi)容而引發(fā)了爭議。隨著生成式AI的不斷發(fā)展，這些擔(dān)憂必須得到消除，特別是考慮到很難審查用于訓(xùn)練AI模型的數(shù)據(jù)源。

生成式AI vs 通用AI

生成式AI和通用AI代表了人工智能的不同方面。生成式AI側(cè)重于基于現(xiàn)有數(shù)據(jù)創(chuàng)建新的內(nèi)容或想法。它面向特定的應(yīng)用，是AI的一個子集，擅長解決特定的任務(wù)。

通用AI（又叫通用人工智能）泛指這個概念：具有類人智能的AI系統(tǒng)。通用AI仍然是科幻作品中的東西，它代表了想象中的AI發(fā)展的未來階段，到時計算機(jī)能夠自主思考、推理和行動。

生成式AI是未來嗎？

這取決于您問的對象是誰，但許多專家認(rèn)為，生成式AI在未來的各行各業(yè)都將發(fā)揮重要作用。生成式AI的功能已經(jīng)在內(nèi)容創(chuàng)建、軟件開發(fā)和醫(yī)療保健等領(lǐng)域被證明大有價值，隨著這項技術(shù)不斷發(fā)展，其應(yīng)用和用例也將日趨豐富。

話雖如此，生成式AI的未來與解決它帶來的潛在風(fēng)險密不可分。隨著這項技術(shù)不斷進(jìn)步，應(yīng)當(dāng)通過最大限度地減少偏誤、提高透明度和問責(zé)制以及維護(hù)數(shù)據(jù)治理，確保AI的使用合乎倫理道德，這將至關(guān)重要。與此同時，在自動化與人類參與之間取得平衡對于最大限度地發(fā)揮生成式AI的好處，同時減小對勞動力的任何潛在負(fù)面影響而言至關(guān)重要。

原文標(biāo)題：Generative AI defined: How it works, benefits and dangers，作者：Owen Hughes