90秒解读：什么是生成式人工智能？

我们的短内容形式 90秒 此前专注于Web3话题，现在轮到人工智能了！在“90秒”系列中，我们将解答“什么是生成式人工智能？”这一问题。

在开始阅读前，您可以查看以下章节了解更多Web3知识：什么是Web3？、Web3词典、从哪里开始学习Web3？、智能合约是如何工作的？、AR、VR和元宇宙是什么？、什么是NFT？、代币经济学的基本概念以及什么是DAO以及它是如何工作的？

人工智能利用算法和计算机程序执行数据分析、学习、解决问题及决策等任务。AI算法能够识别数据模式，并通过预测提供建议。

人工智能涵盖机器学习、深度学习等领域。机器学习使计算机无需明确编程即可通过大规模数据集进行学习；深度学习则是利用人工神经网络的机器学习技术，能处理比传统机器学习更复杂的模式。

受人类大脑启发的神经网络由相互连接的节点组成，每个节点通过学习执行任务并处理数据以做出预测。

最常见的机器学习技术包括监督学习和无监督学习。监督学习使用带标签的数据，利用过往示例对未来进行预测；无监督学习则检查未处理数据，发现数据间的相似性。深度学习常采用半监督学习模型，同时利用有标签和无标签数据推进训练。

接下来谈谈备受关注的“生成式人工智能”。作为深度学习的子领域，生成式人工智能（Generative AI）同样使用人工神经网络，并结合监督学习、半监督学习和无监督学习，处理有标签和无标签的数据。

@webrazzi

90秒讲清楚：什么是生成式人工智能？作为深度学习的一个子领域的生成式人工智能（Generative AI）同样使用人工神经网络，并利用监督学习、半监督学习和无监督学习，与有标签和无标签的数据一起工作。 #webrazzi #90秒：我们来讲讲什么是生成式人工智能？作为深度学习的一个子领域，生成式人工智能（Generative AI）同样使用人工神经网络，并利用监督学习、半监督学习和无监督学习，处理有标签和无标签的数据。#webrazzi #90saniye #üretimselyapayzeka #generativeai #90秒解读：什么是生成式人工智能？作为深度学习的一个子领域，生成式人工智能（Generative AI）同样利用人工神经网络，并借助监督学习、半监督学习和无监督学习，处理有标签和无标签的数据。#webrazzi #90saniye #üretimselyapayzeka #generativeai 我们在90秒内讲述：什么是生成式人工智能？作为深度学习的一个子领域，生成式人工智能（Generative AI）与深度学习一样使用人工神经网络，并利用监督学习、半监督学习和无监督学习，处理带标签和无标签的数据。#webrazzi #90saniye #üretimselyapayzeka #generativeai

♬ 原始音频 - Webrazzi

为深入理解生成式技术，可将其与判别式深度学习模型对比。后者是深度学习的另一子领域，主要用于对数据点进行分类或预测；而生成式深度学习则生成与训练数据相似的内容。例如，当判别式AI识别出图片是灯时，生成式AI则会创作一张类似的灯的图像。

生成式人工智能通过接收训练数据（含标签和无标签数据）构建基础模型，进而生成文本、图像、代码、视频和音频等内容。

在传统编码中，需定义房屋图像的所有细节（从门到屋顶）。而人工神经网络通过接受房屋图像输入进行训练，便能回答“这是一栋房子吗？”这类问题，并给出肯定或否定的答案。

GPT、Lambda和Palm等语言模型代表的生成式人工智能，利用互联网海量数据训练构建基础语言模型。当我们向这些模型发出语音或书面指令询问“什么是房子？”时，它们会基于已学习数据创建新内容并传达给你。

我们的90秒内容将在相关平台分享，欢迎观看《90秒讲透：什么是生成式人工智能？》视频。祝您观看愉快。