什么是生成式AI？
生成式AI指的是那些能够从它们所接触到的海量数据中创造全新内容的模型或算法，这些内容可以包括文本、照片、视频、代码、数据或3D渲染。这些模型通过回溯它们所训练过的数据，进行新的预测，从而“生成”新的内容。 生成式AI的目的是创造内容，与其他形式的AI不同，其他形式的AI可能用于不同的目的，如数据分析或协助控制自动驾驶汽车。
为什么生成式AI目前备受瞩目？
生成式AI这个术语引起轰动，部分原因是因为生成式AI程序的日益流行，例如OpenAI的对话型聊天机器人ChatGPT以及AI图像生成器DALL-E。这些工具以及类似工具利用生成式AI在几秒钟内生成新的内容，包括计算机代码、文章、电子邮件、社交媒体标题、图像、诗歌、Excel公式等，这有可能改变人们目前的工作方式。
ChatGPT已经变得非常流行，自推出后仅一周就积累了超过一百万用户。许多其他公司也纷纷进入生成式AI领域，包括Google、Microsoft的必应搜索以及Anthropic等。随着越来越多的公司加入，并且技术更多地融入日常工作流程，生成式AI的热度肯定会不断增长。
机器学习与生成式AI有什么关系？
机器学习是AI的一个分支，它教导系统根据其所接触到的数据进行预测。一个示例是当DALL-E根据您输入的提示创建图像，通过识别提示的实际含义来进行这种预测。
因此，生成式AI是一个机器学习框架，但并不是所有的机器学习框架都是生成式AI。
哪些系统使用生成式AI？
生成式AI应用于任何利用AI输出全新属性的AI算法或模型。最初引发大规模关注的最显著例子是ChatGPT和DALL-E。
然而，在看到生成式AI的热度后，许多公司开发了自己的生成式AI模型。这个不断增长的工具列表包括（但不限于）Google Bard、Bing Chat、Claude、PaLM 2、LLaMA等。
什么是生成式AI艺术？
生成式AI艺术是由经过训练的AI模型创建的艺术。该模型经过数十亿在互联网上找到的图像的训练。模型使用这些数据来学习图片的风格，然后在通过文本提示由个人触发时使用这些见解生成新的艺术品。
一个常见的AI艺术生成器示例是DALL-E。然而，市场上还有许多其他同样优秀、甚至更强大的AI生成器，可以用于不同的需求。必应的图像生成器是微软对这项技术的实现，它利用了更先进的DALL-E 2版本，目前被ZDNET视为最佳的AI艺术生成器。
文本生成式AI模型是在什么上面训练的？
文本生成式模型，如ChatGPT，通过自监督学习的过程来接受大量文本。在这里，模型从其所接收的信息中学习，以进行预测和提供答案。
特别是那些生成文本的生成式AI模型，存在一个问题，即它们是在来自整个互联网的数据上进行训练的。这些数据包括有版权的材料和可能未经所有者同意分享的信息。
生成式AI艺术的影响是什么？
生成式AI艺术模型经过训练，使用来自互联网的数十亿张图像。这些图像通常是特定艺术家创作的作品，然后由AI重新构想和重新利用，以生成新的图像。
尽管这不是相同的图像，但新图像具有艺术家原创作品的元素，但没有对他们进行归功。因此，艺术家独特的特定风格可能会被AI复制并用于生成新的图像，而原始艺术家可能不会知道或批准。关于AI生成的艺术是否真正是“新的”甚至是否是“艺术”的争论可能会持续多年。
生成式AI存在哪些不足之处？
生成式AI模型从互联网上获取了大量内容，然后利用它们接受的信息来进行预测和生成您输入的提示的输出。这些预测是基于模型所接收的数据，但即使响应听起来合理，也不能保证预测是正确的。
响应可能还会包含模型从互联网上获取的内容中固有的偏见，但通常无法知道是否存在这种情况。这两个不足之处引发了人们对生成式AI在传播错误信息中的作用的重大担忧。
生成式AI模型不一定知道它们产生的东西是否准确，而且在大多数情况下，我们很难知道信息来自何处，以及算法如何处理这些信息以生成内容。
有许多聊天机器人的例子，例如，提供不正确的信息或仅仅是编造事实来填补空白。虽然生成式AI产生的结果可能令人着迷和娱乐，但在短期内依赖它们产生的信息或内容是不明智的。
一些生成式AI模型，如必应Chat或GPT-4，正试图弥合信息来源的差距，提供带有来源注释的答案，使用户不仅能够知道其回答来自何处，还能验证回答的准确性。