隨著ChatGPT、文心一言等AI產(chǎn)品的火爆，生成式AI已經(jīng)成為了大家茶余飯后熱議的話題。
可是，為什么要在AI前面加上“生成式”這三個字呢？
難道還有別的AI嗎？
1
生成式AI究竟是個啥？
如果將人工智能按照用途進行簡單分類的話，AI其實要被劃分為兩類：決策式AI和生成式AI。
-
決策式AI：專注于分析情況并做出決策。它通過評估多種選項和可能的結(jié)果，幫助用戶或系統(tǒng)選擇最佳的行動方案。
例如，在自動駕駛車輛中，就是通過決策式AI系統(tǒng)決定何時加速、減速或變換車道。
-
生成式AI：專注于創(chuàng)造全新內(nèi)容。它可以根據(jù)學(xué)習(xí)到的數(shù)據(jù)自動生成文本、圖像、音樂等內(nèi)容。
例如，你可以將幾篇論文發(fā)給生成式AI，他可以生成一篇文獻綜述，囊括了這幾篇論文的關(guān)鍵思想、重要結(jié)論。
隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)規(guī)?？焖倥蛎洠瑸槿斯ぶ悄芩惴ㄌ峁┝撕Ａ坑?xùn)練數(shù)據(jù)。但是由于硬件基礎(chǔ)有限，此時的發(fā)展并不迅猛。
-
2007年，紐約大學(xué)人工智能研究員Ross Goodwin的人工智能系統(tǒng)撰寫了小說《1 The Road》，這是世界第一部完全由人工智能創(chuàng)作的小說。
-
2012年，微軟公司公開展示了一個全自動同聲傳譯系統(tǒng)，可以自動將英文演講者的內(nèi)容通過語音識別、語言翻譯、語音合成等技術(shù)生成中文語音。
自此，生成式AI已經(jīng)到了一個井噴式狀態(tài)。那么，生成式AI究竟是基于什么樣的原理呢？
3
輕松搞懂“生成式AI”原理
在剛剛的介紹中，大家應(yīng)該都對生成式AI有了一個表象的認知：學(xué)習(xí)知識+生成新知識。
但它是如何學(xué)習(xí)的呢？又是如何生成的呢？
這時候，我們就得來看看生成式AI更深層次的定義了：
定義
以ChatGPT為代表的生成式AI，是對已有的數(shù)據(jù)和知識進行向量化的歸納，總結(jié)出數(shù)據(jù)的聯(lián)合概率。從而在生成內(nèi)容時，根據(jù)用戶需求，結(jié)合關(guān)聯(lián)字詞的概率，生成新的內(nèi)容。
是不是一下子懵了？
不急，這就觸及到生成式AI的原理了。待小編給你慢慢解析。
其實制作一個生成式AI，就像把一個泥人變成天才，一共需要四步：捏泥人→裝大腦→喂知識→有產(chǎn)出。
要打造一個生成式AI的“泥人”，首先要考慮的就是底層硬件。底層硬件構(gòu)成了生成式AI的算力和存力。
算力——泥人的骨架
生成式AI需要進行大量的計算，尤其是在處理如圖像和視頻時。大規(guī)模計算任務(wù)離不開下面這些關(guān)鍵硬件：
-
GPU（圖形處理單元）：提供強大的并行計算能力。通過成千上萬個小處理單元并行工作，大幅提高了計算效率。
-
TPU（張量處理單元）：專門為加速人工智能學(xué)習(xí)而設(shè)計的硬件，能夠顯著加快計算速度，進一步增強了骨架的強度。
存力——泥人的血液
生成式AI需要處理和存儲大量的數(shù)據(jù)。
以GPT-3為例，光是訓(xùn)練參數(shù)就達到了1750億個，訓(xùn)練數(shù)據(jù)達到45TB，每天會產(chǎn)生45億字內(nèi)容。
這些數(shù)據(jù)的存放離不開下面這些硬件設(shè)施：
-
大容量RAM：在訓(xùn)練生成式AI模型時，大量的中間計算結(jié)果和模型參數(shù)需要存儲在內(nèi)存中，大容量的RAM能夠顯著提高數(shù)據(jù)處理速度。
-
SSD（固態(tài)硬盤）：大容量的SSD具有高速讀取和寫入能力，可以快速加載和保存數(shù)據(jù)，使泥人能夠高效地存儲信息。
泥人捏好了，但是現(xiàn)在只能是一個提線木偶，沒有任何能力，所以我們就要給他裝上大腦。
軟件架構(gòu)是泥人的大腦，它決定了這個泥人將以什么樣的方式對數(shù)據(jù)進行思考推理。
從仿生學(xué)的角度，人類希望AI能夠模仿人腦的運行機制，對知識進行思考推理——這就是通常所說的深度學(xué)習(xí)。
-