- 1、本文档共34页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
人工智能科普—初探生成式人工智能
生成式AI简介生成式AI的发展历程生成式AI的工作原理生成式AI的未来展望目录conten生成式AI简介PART01
生成式AI崛起:ChatGPT、文心一言等引领,开启内容创造新纪元。如果将人工智能按照用途进行简单分类的话,AI其实要被划分为两类:决策式AI和生成式AI。
决策式AI专注于分析情况并做出决策。它通过评估多种选项和可能的结果,帮助用户或系统选择最佳的行动方案。例如,在自动驾驶车辆中,就是通过决策式AI系统决定何时加速、减速或变换车道。视频:无人驾驶巴士
生成式AI专注于创造全新内容。它可以根据学习到的数据自动生成文本、图像、音乐、视频等内容。例如:你可以将几篇论文发给生成式AI,他可以生成一篇文献综述,囊括了这几篇论文的关键思想、重要结论。
生成式AI的发展历程PART02
第一阶段1、1950年的时候,AlanTuring(阿兰图灵)提出了著名的“图灵测试”,这是生成式AI领域的一个里程碑,预示了AI内容生成的可能性。2、1957年,LejarenHiller(列哈伦-希勒)和LeonardIsaacson(莱昂纳德·艾萨克森)完成了历史上第一首完全由计算机“作曲”的弦乐四重奏音乐作品《依利亚克组曲》《IlliacSuite》。列哈伦·希勒是音乐史上最早试验用电子计算机作曲的人之一。3、1964年至1966年间,JosephWeizenbaum(约瑟夫·维森鲍姆)开发了世界上第一款可人机对话的机器人(伊莉莎)“Eliza”,也是世界上第一个真正意义上的聊天机器人,它通过关键字扫描和重组完成交互任务。4、1980年代,IBM公司基于隐形马尔科夫链模型,创造了语音控制打字机(坦戈拉)“Tangora”。能够处理约两万(20000)个单词。1950195719641980S图灵测试计算机生成音乐对话机器人语音打字机
第二阶段随着互联网的发展,数据规模快速膨胀,为人工智能算法提供了海量训练数据。但是由于硬件基础有限,此时的发展并不迅猛。1、2007年,纽约大学人工智能研究员RossGoodwin(罗斯·古德温)的人工智能系统撰写了小说《1TheRoad》,这是世界第一部完全由人工智能创作的小说。2、2012年,微软公司公开展示了一个全自动同声传译系统,可以自动将英文演讲者的内容通过语音识别、语言翻译、语音合成等技术生成中文语音I小说同声传译
第三阶段2014年起,大量深度学习方法的提出和迭代更新,标志着生成式AI的新时代。1、2017年,微软人工智能少女“小冰”推出了世界首部100%由人工智能创作的诗集《阳光失了玻璃窗》。2、2019年,谷歌DeepMind团队发布了DVD-GAN架构用以生成连续视频。3、2020年,OpenAI发布ChatGPT3,标志着自然语言处理(NLP)和AIGC领域的一个重要里程碑。4、2021年,OpenAI推出了DALL-E,主要应用于文本与图像的交互生成内容。5、自2022年开始到现在,OpenAI多次发布ChatGPT新型号,掀起了AIGC又一轮的高潮,它能够理解和生成自然语言,与人类进行复杂的对话。2017201920202021AI诗集AI视频ChatGPT-3Dall-E2022至今ChatGPT更新
生成式AI的工作原理PART03
定义以ChatGPT为代表的生成式AI,是对已有的数据和知识进行向量化的归纳,总结出数据的联合概率。从而在生成内容时,根据用户需求,结合关联字词的概率,生成新的内容。制作一个生成式AI,就像把一个稻草人变成天才,一共需要四步:做稻草人→装大脑→喂知识→有产出。做稻草人装大脑喂知识有产出
算力--稻草人的骨架生成式AI需要进行大量的计算,尤其是在处理如图像和视频时。大规模计算任务离不开下面这些关键硬件:(1)GPU(图形处理单元):提供强大的并行计算能力。通过成千上万个小处理单元并行工作,大幅提高了计算效率。(2)TPU(张量处理单元):专门为加速人工智能学习而设计的硬件,能够显著加快计算速度,进一步增强了骨架的强度。
存力—稻草人的血液生成式AI需要处理和存储大量的数据。以GPT-3为例,光是训练参数就达到了1750亿个,训练数据达到45TB,每天会产生45亿字内容。这些数据的存放离不开下面这些硬件设施:(1)大容量RAM:在训练生成式AI模型时,大量的中间计算结果和模型参数需要存储在内存中,大容量的RAM能够显著提高数据处理速度。(2)SSD(固态硬盘):大容量的SSD具有高速读取和写入能力,可以快速加载和保存数据,使稻草人能够高效地存储信息。
软件架构—稻草人的大脑决定了这个稻草人将以什么样的方式对数据进行思考推理。从仿生学的角度
文档评论(0)