科普文之五分钟轻松入门Generative AI

1. 引言

最近，生成式人工智能（Generative AI）在行业内带来了巨大的变动。还记得 2022 年 11 月推出的 ChatGPT 吗？在短时间内，它就成为了有史以来用户数量最快突破 1 亿的产品。

人工智能已经存在了很长一段时间，它可以做各种各样的事情。但 ChatGPT 之所以如此特别并吸引了人们的注意，是因为它能像人类一样聊天，并能根据简单的提示创建内容。这为企业带来了无限可能，引起了所有人的关注。人们开始询问这种生成式人工智能是什么？

本文就人工智能和生成式人工智能的基础知识进行相关的讲解，闲话少说，我们直接开始吧！

2. 举个栗子

在深入了解生成式人工智能之前，我们先来谈谈人工智能（AI）。人工智能就是教机器做人类会做的事情。举个例子，想象一下一个能分拣苹果和香蕉的机器人。你告诉它什么是苹果，什么是香蕉，它就能很好地完成任务。

如何告诉机器？好吧，大家可以编写明确的程序指令，告诉机器什么是苹果，什么是香蕉。
在这里插入图片描述
现在，请想象一个场景。机器人做得非常棒，直到它遇到了一个绿苹果。由于上述机器人的程序只针对红苹果，所以现在它不知道该如何处理青苹果了。

3. 机器学习

上述场景就是机器学习（ML）的用武之地。ML 指的是机器从数据中学习的能力。在水果分类机器人案例中，机器人会看到许多苹果和香蕉的图片。机器通过学习图片中的图案和形状，推断出苹果和香蕉的样子。
在这里插入图片描述

当机器人遇到青苹果时，尽管它没有看到任何青苹果的图片。但它仍然能根据所学到的有关苹果的其他属性，知道这是一个苹果。所以，大家可以看到机器学习是多么酷和有用，先不要太兴奋，等大家后面了解了生成式人工智能有多酷再说吧。

生成式人工智能则更进一步。它不仅能识别模式，还能根据自己的认知创造出新的东西。想象一下，我们的苹果和香蕉分拣机器人会创造出一种全新的混合水果！

4. 基础知识

深度学习是生成式人工智能背后的秘诀。它就像一个超级聪明的大脑，能够理解大量数据并从中找出规律。你给它的数据越多，它就越聪明。深度学习模型的灵感来源于人脑（因此也被称为人工神经网络），它包括一个输入层，然后是多个隐藏层，最后进入输出层。在这些隐藏层中可以进行复杂的计算。
在这里插入图片描述
因此，GPT-3 等基础模型应运而生。这些模型就像超级灵活的工具，可以完成许多不同的任务，因为它们已经过大量数据的训练。但 ChatGPT 如何像人一样聊天呢？这就是大型语言模型(LLM)的用武之地。LLM 是基础模型的一种，已经过大量文本数据的训练，可以预测句子中接下来的单词，因此在像人类一样写作和聊天方面表现出色。

您可能想知道这些数据有多庞大。这是非常庞大的数据，涵盖多个领域和多种来源。例如，OpenAI 开发的最受欢迎的模型之一 GPT-3 就是在数百 GB 的文本上训练出来的。这包括来自书籍、网站以及其他结构化和非结构化数据源的文本。

5. 基础模型

想象一下上述苹果和香蕉分类机器人。除了向机器人提供苹果和香蕉的图片，我们还可以向它提供成吨成吨的数据，从蔬菜到电子产品，从天文学到历史。现在，机器人不仅能够分拣水果，还能识别各种物体和主题。这就是基础模型的核心理念：基础模型是在来自多个领域的大量数据基础上训练出来的，可以将其知识应用到无数任务和场景中。

说到这里，大家可能会有疑问：LLM有这么聪明吗？

事实上，LLM 不像我们人类一样拥有任何认知能力。不过，得益于庞大的训练数据，它们擅长预测下一个单词。因此，它们会预测句子中的下一个单词，在加上这个单词后，它会再次进行计算并预测下一个单词，以此类推。这就是它能够撰写文章、像人类一样与我们交谈以及总结文本的原因。