什么是生成式人工智能？

在我们深入探讨之前，先来复习一下 ChatGPT 和 Stable Diffusion 等模型的底层工作原理。

贾斯汀和大卫 7月22日 ∙ 预览

在应用程序中阅读

如果你正在读这篇文章，你可能已经对机器学习的常规概念有了相当的了解。但是，如何从一个可以处理一些简单任务（例如预测股票价格或识别玉米地里的虫子）的模型，转变为一个能够从零开始创建单词的模型呢？或者换句话说……生成式人工智能模型究竟在做什么？

首先，我将大致介绍GenAI 的工作原理以及模型如何创建事物。然后，我将分别深入介绍两种最流行的 GenAI 类型——图像生成和文本生成。

生成式人工智能模型在做什么？

老式的机器学习全是关于预测的。你会在数据集上训练一个模型，然后用它来预测新数据加入时会发生什么，比如股市新的一天，或者田里玉米的新图像。

生成式人工智能也与预测有关。但它并非预测某个范围非常具体的事物（例如数字或“是/否”答案），而是预测整个句子、段落、图像、视频甚至音频。它经过训练，可以根据你的提示生成大量新数据。

因此，尽管技术和风格在过去 5 年中发生了很大变化，但 GenAI 和传统 ML 之间的差距并不大；它们都在学习数据中的模式，然后使用这些模式来做一些事情。

GenAI 模型的类型

GenAI 模型有很多不同的类型，其中一些已经存在一段时间了。例如，生成对抗网络 (GAN)，其中一个模型创建一些东西，另一个姊妹模型对其进行评判。还有变分自编码器 (VAE)，它使用概率分布。此外，还有循环神经网络 (RNN)，这是一种特殊的神经网络，可以预测单词序列。此外，还有更多缩写更长的模型。

但过去几年的大部分进展都来自两种特定类型的 GenAI 模型：

1. Transformer——主要用于文本生成

2. 扩散模型——主要用于图像和视频生成

就像任何软件系统一样，每个系统都有其擅长的和不擅长的方面。让我们来了解一下每种模型的类型、它们的起源以及工作原理。实际上，当今许多最先进的模型都结合使用了这两种方法……

© 2025贾斯汀
加州旧金山市市场街 548 号 PMB 72296 邮编 94104
取消订阅