科普|AI技术干货——生成式人工智能详解

流媒体网

共 2917字,需浏览 6分钟

 · 2023-07-15




本文由「流媒体网」原创出品,

转载或内容合作请联系我们,违规转载必究

人工智能、机器学习和深度学习的比较

Generative AI

在深入探索生成式人工智能(Generative Artificial Intelligence - Generative AI)的迷人世界之前,理解人工智能(Artificial Intelligence - AI)及其重要的子集机器学习(Machine Learning - ML)的基本概念是至关重要的。初学者和专家通常会提出两个基本问题:“人工智能究竟是什么?”以及“人工智能与机器学习有何区别?”这就好比我们在研究生物学之前,必须了解细胞是生命的基本单位,了解DNA是生物遗传的物质基础一样。 由于其科学性和复杂性,人工智能可以被看作是一门学科,就像物理学或生物学一样。它是计算机科学的一个分支,专注于创建被称为“智能代理”的系统,这些系统具有推理、学习、适应和自主行动的能力。简单来说,人工智能是一个多元化的领域,围绕着设计、理论、开发和应用能够展现出类似人类认知功能的机器而展开。 人工智能(AI)就像一个大工厂,工厂内的工人(机器)在努力模仿人类的思维和行为,包括但不限于理解自然语言、识别模式、解决问题和做出决策。在这个巨大的AI工厂中,机器学习(ML)是其中一个关键的流水线车间。机器学习是人工智能的一个核心子集,是一种能够根据输入数据训练模型的系统。它的主要目标是通过训练模型,使模型能够从新的或以前未见过的数据中得出有用的预测,这些数据与训练时使用的数据类似。机器学习就像一个工厂中的自动流水线,它可以根据处理的数据自主地学习和适应,大大减少了对显式编程的需求。 通过将AI看作是自主机器智能的广泛目标,而机器学习则是实现这一目标的具体方法,我们可以清晰地理解AI和ML的区别。也就是说,机器学习就像AI工厂的一台自我学习和进步的机器。这种关系可以通过维恩图形象地表示出来,AI是一个大圆,包含了几个小圆,每个小圆代表AI的不同子集,其中之一就是ML。 59060d96c57d972ffd6252bc389174a8.webp图 1 AI 及其子集 深度学习(Deep Learning - DL)是机器学习的一个子集,深度学习更像是机器学习的一个高级工具车间,它专注于使用神经网络模拟人脑的行为。虽然单层神经网络就可以做出近似预测,但是添加更多的隐藏层可以优化预测的精度和准确性。 在机器学习的领域里有两个主要的分支:监督学习和无监督学习。监督学习就像一个有答案的教科书,模型可以从标记的数据中学习,也就是说,它有答案可以学习;而无监督学习则更像一个无答案的谜题,模型需要自己在数据中找出结构和关系。此外,还有一种介于两者之间的强化学习,模型通过经验学习执行动作。 为了让读者对这些概念有一个更全面的理解,我们可以通过对比AI、ML和DL的关键特性来创建一张表格。在该表格中,我们比较了诸如定义、应用、学习方法、数据需求和计算需求等属性。

a37f71bb8b15a13bf69e7c693c3bd543.webp表格 1 人工智能、机器学习和深度学习三者的比较


需要注意的是,人工智能、机器学习和深度学习的领域是相互联系的,每一个都是一个更大集合的重要部分。机器学习推动了今天大多数的AI进步,而深度学习又推动了大多数机器学习的突破。这就像一个大型工厂,人工智能是工厂本身,机器学习是其中的生产线,而深度学习是生产线上的高级工具,三者相互作用,共同推动着人工智能的进步。 在下一节,我们将探讨生成式人工智能的概念,这是一个使用基础理论模型生成新内容的有趣子领域。这项技术有许多令人惊叹的应用,包括图像合成、文本生成,甚至音乐创作。 详情可点击下方链接进行查看。

关联 ·  阅读

生成式人工智能的基石-监督与非监督机器学习

理解深度学习是理解生成式人工智能的关键步骤

定义生成式人工智能

生成式工具和平台简介

您认为生成式人工智能在视听行业将有何影响

期待您的见解
欢迎留言

报告推荐

8c8d07da947071644d66a995c543c121.webp b61809f702a4b19f58d2a5f5128ba3ff.webp 9aa2263b103d8b32753a5c884ca9dab5.webp

年中盘点

视频网站2023:走出寒冬

年中盘点 | 三大运营商5G发展正走向纵深

年中盘点|中国广电5G商用进入关键期,差异化服务成重点

本期编辑/胡笑柯

联系我们/17338112792(微信同号)

浏览 67
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报