生成式人工智能

生成式人工智能如何工作？

生成式人工智能的核心是在海量数据集上训练神经网络（NN）。在训练过程中，模型会学习数据的概率分布。当得到一个提示或输入时，它就会使用这种学习到的分布来预测和生成序列中下一个最有可能的元素，无论是单词、像素还是音符。这一过程不断重复，从而构建出完整的内容。许多现代生成模型都建立在Transformer架构上，该架构使用注意力机制来权衡输入数据不同部分的重要性，从而使其能够捕捉复杂的长距离依赖关系并生成高度一致的输出。这些功能强大的预训练模型通常被称为基础模型。

生成式人工智能与判别式人工智能

与生成式人工智能相对应的是判别式人工智能。它们的主要区别在于目标不同：

• 生成模型：学习数据分布，创建新的数据样本。其目标是回答 "数据看起来像什么？"这一问题。例如文本到图像合成或文本生成模型。
• 判别模型：学习不同数据类别之间的界限，从而对给定输入进行分类或预测标签。它们的目标是回答："这些类别之间有什么区别？监督学习中的大多数任务，如Ultralytics YOLO 等模型执行的图像分类和物体检测，都属于这一类。

判别模型擅长分类和预测，而生成模型则擅长创建和增强。

实际应用

生成式人工智能正以广泛的应用改变着众多行业：

1. 内容创建和增强：像GPT-4这样的模型可以撰写文章、电子邮件和代码，而像DALL-E 3和 Midjourney 这样的文本到图像模型则可以从简单的文字描述中创造出令人惊叹的视觉效果。从市场营销、娱乐到软件开发，这些领域正在发生革命性的变化，GitHub Copilot等工具可为开发人员提供帮助。
2. 合成数据生成：生成式人工智能可以创建逼真的人工数据来训练其他机器学习（ML）模型。例如，在汽车领域的人工智能中，它可以生成罕见的驾驶场景，以提高自动驾驶汽车感知模型的鲁棒性。同样，在医疗保健领域，它可以生成用于训练诊断工具的合成医疗图像，帮助克服与数据隐私和有限数据集相关的挑战。这项技术是对传统数据增强技术的补充。

常见的生成模型类型

在生成式人工智能的发展过程中，有几种架构起到了举足轻重的作用：

• 生成式对抗网络（GANs）:由两个相互竞争的神经网络组成，一个是生成器，另一个是判别器，它们协同工作以产生高度逼真的输出。
• 扩散模型:在图像中逐渐添加噪点，然后学会反向处理，生成高保真图像。这就是稳定扩散等模型背后的技术。
• 大型语言模型 (LLM):这些模型以 Transformer 架构为基础，通过对海量文本数据的训练来理解和生成类似人类的语言。谷歌人工智能（Google AI）和元人工智能（Meta AI）等领先的研究机构正在不断突破极限。

挑战与伦理考虑

生成式人工智能的迅速崛起带来了重大挑战。滥用的可能性是一个主要问题，例如为错误信息活动制造深度假象或侵犯知识产权。模型还可能延续和放大其训练数据中存在的算法偏差。要解决这些问题，需要对人工智能伦理做出强有力的承诺，并制定健全的治理框架。此外，训练这些大型模型需要大量计算，这也引发了人们对其环境影响的担忧。通过Ultralytics HUB等MLOps平台对模型生命周期进行有效管理，有助于简化开发和部署过程。