生成式人工智能

生成式人工智能是能够学习数据中的规律，并根据用户提示生成文字、图像、音频、视频、代码等新内容的人工智能技术。

概述

与主要用于识别、分类或预测的传统人工智能不同，生成式人工智能侧重内容合成。模型通过训练理解大量样本中的结构、语义和关联，再按照提示给出符合概率规律的输出。生成结果通常不是对训练材料的简单复制，但可能受到训练数据明显影响。

常见技术路线包括基于 Transformer 的大语言模型、扩散模型、生成对抗网络和变分自编码器。不同模型适合不同任务，例如大语言模型擅长文本与代码，扩散模型常用于图像和视频生成。部分系统还能同时处理文字、图片、声音等多种信息，被称为多模态模型。

生成式人工智能已应用于搜索问答、客户服务、教育、营销、软件开发和科研辅助等领域。它能够提高内容生产效率，但也涉及版权、隐私、数据偏差、虚假信息和安全滥用等问题。使用者不应随意输入敏感资料，并应对医疗、法律、金融等高风险建议进行专业复核。

问：生成式人工智能等于 ChatGPT 吗？答：不等于。ChatGPT 是生成式人工智能的一种应用，生成式人工智能还包括图像、音频、视频和代码生成系统。

问：它生成的内容一定正确吗？答：不一定。模型可能出现事实错误或虚构信息，输出质量也会受提示、训练数据和系统设计影响。

问：生成式人工智能会取代人类创作者吗？答：它更适合承担草稿、检索和重复性工作，最终判断、责任承担及原创决策仍需要人类参与。