Определение
Генеративный ИИ относится к системам искусственного интеллекта, которые создают новый контент, такой как текст, изображения, видео или музыка, изучая закономерности на основе существующих данных. В отличие от традиционного ИИ, он производит новые результаты, а не только анализирует или классифицирует входные данные.
Цель
Цель — помочь в решении творческих задач, автоматизировать создание контента и повысить производительность труда. Он широко используется в дизайне, писательском деле, индустрии развлечений и научных исследованиях.
Значение
- Обеспечивает быстрое создание прототипов и реализацию творческих идей в различных областях.
- Сокращает ручной труд при создании контента.
- Вызывает обеспокоенность по поводу дезинформации, авторских прав и неправомерного использования.
- Тесно связаны с такими моделями, как GAN, VAE и большими языковыми моделями.
Как это работает
- Собирайте и предварительно обрабатывайте большие наборы обучающих данных.
- Обучать генеративные модели (например, генеративно-соединительные сети, трансформаторы, диффузионные модели).
- Изучите вероятностные распределения обучающих данных.
- Сделайте выборку или дайте указание модели генерировать новые результаты.
- Уточняйте результаты с помощью отзывов пользователей или постобработки.
Примеры (реальный мир)
- DALL·E (OpenAI): генерирует изображения из текстовых подсказок.
- Stable Diffusion: генерация текста в изображение с открытым исходным кодом.
- ChatGPT: генерирует текстовые ответы, похожие на человеческие.
Ссылки/Дополнительная литература
- «Внимание — это всё, что вам нужно» — Васвани и др., NeurIPS 2017.
- Генеративный ландшафт ИИ — Стэнфордский ИИ, ориентированный на человека.
- Гудфеллоу и др. Глубокое обучение. MIT Press.
- Данные обучения генеративного ИИ
