隨著ChatGPT、文心一言等AI產品的火爆，生成式AI已經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果，幫助用戶或系統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系統決定何時加速、減速或變換車道。

  

• 生成式AI：專注于創造全新內容。它可以根據學習到的數據自動生成文本、圖像、音樂等內容。

  例如，你可以將幾篇論文發給生成式AI，他可以生成一篇文獻綜述，囊括了這幾篇論文的關鍵思想、重要結論。

   

  

看到這里，你就知道為什么ChatGPT、文心一言屬于生成式AI了吧？

接下來，讓我們正式走入生成式AI的世界。

2

生成式AI的前世今生

2

其實，生成式AI的并不是這幾年剛剛誕生，它實際已經經歷了三個階段：

• 1950年，Alan Turing提出了著名的“圖靈測試”，這是生成式AI領域的一個里程碑，預示了AI內容生成的可能性。

• 1957年，Lejaren Hiller和Leonard Isaacson完成了歷史上第一首完全由計算機“作曲”的音樂作品《Illiac Suite》。

• 1964年至1966年間，Joseph Weizenbaum開發了世界上第一款可人機對話的機器人“Eliza”，它通過關鍵字掃描和重組完成交互任務。

• 1980年代，IBM公司基于隱形馬爾科夫鏈模型，創造了語音控制打字機“Tangora”。

  

隨著互聯網的發展，數據規模快速膨脹，為人工智能算法提供了海量訓練數據。但是由于硬件基礎有限，此時的發展并不迅猛。

• 2007年，紐約大學人工智能研究員Ross Goodwin的人工智能系統撰寫了小說《1 The Road》，這是世界第一部完全由人工智能創作的小說。

• 2012年，微軟公司公開展示了一個全自動同聲傳譯系統，可以自動將英文演講者的內容通過語音識別、語言翻譯、語音合成等技術生成中文語音。

  

2014年起，大量深度學習方法的提出和迭代更新，標志著生成式AI的新時代。

• 2017年，微軟人工智能少女“小冰”推出了世界首部100%由人工智能創作的詩集《陽光失了玻璃窗》。

• 2019年，谷歌DeepMind團隊發布了DVD-GAN架構用以生成連續視頻。

• 2020年，OpenAI發布ChatGPT3，標志著自然語言處理（NLP）和AIGC領域的一個重要里程碑。

• 2021年，OpenAI推出了DALL-E，主要應用于文本與圖像的交互生成內容。

• 自2022年開始到現在，OpenAI多次發布ChatGPT新型號，掀起了AIGC又一輪的高潮，它能夠理解和生成自然語言，與人類進行復雜的對話。

自此，生成式AI已經到了一個井噴式狀態。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，大家應該都對生成式AI有了一個表象的認知：學習知識+生成新知識。

但它是如何學習的呢？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，是對已有的數據和知識進行向量化的歸納，總結出數據的聯合概率。從而在生成內容時，根據用戶需求，結合關聯字詞的概率，生成新的內容。

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。大規模計算任務離不開下面這些關鍵硬件：

• 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習而設計的硬件，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據。

以GPT-3為例，光是訓練參數就達到了1750億個，訓練數據達到45TB，每天會產生45億字內容。

這些數據的存放離不開下面這些硬件設施：

• 大容量RAM：在訓練生成式AI模型時，大量的中間計算結果和模型參數需要存儲在內存中，大容量的RAM能夠顯著提高數據處理速度。

• SSD（固態硬盤）：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據，使泥人能夠高效地存儲信息。

  

泥人捏好了，但是現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。

軟件架構是泥人的大腦，它決定了這個泥人將以什么樣的方式對數據進行思考推理。

從仿生學的角度，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習。

為了實現深度學習，學者們提出了大量的神經網絡架構：

• 深度神經網絡（DNN）是最普遍的神經網絡架構，但是隨著數據對于網路架構的要求越來越復雜，這種方法逐漸有些吃力。

• 卷積神經網絡（CNN）是一種專門為處理圖像數據而設計的神經網絡架構，能夠有效地處理圖像數據，但是需要對輸入數據進行復雜的預處理。

• 隨著任務復雜度的增加，循環神經網絡（RNN）架構成為處理序列數據的常用方法。

• 由于RNN在處理長序列時容易遇到梯度消失和模型退化問題，著名的Transformer算法被提出。