無論你是否意識到，人工智慧無所不在。它存在於你在線上聊天的機器人、你播放的播放清單以及你滾動螢幕時彈出的個人化廣告背後。如今，它正以更公開的形像出現。想想Meta AI，它現在嵌入在Facebook、Messenger和WhatsApp等應用程式中；想想谷歌的Gemini，它在公司各個平台的後台運行；或者想想Apple Intelligence，它現在已在iPhone上推出。
人工智慧歷史悠久，可以追溯到1956年在達特茅斯舉行的一次會議，該會議首次討論了人工智慧的概念。人工智慧發展歷程中的里程碑包括：1964年麻省理工學院電腦科學家約瑟夫·魏森鮑姆開發的首個聊天機器人ELIZA；以及40年後，Google於2004年推出的自動完成功能。
然後到了 2022 年， ChatGPT 的崛起自那時起，生成式人工智慧的開發和產品發布迅速加速，包括 Google Bard（現為 Gemini）、 微軟副駕駛وو IBM Watsonx.ai Llama 模型是 Meta 開源的。
讓我們來分析一下它是什麼。 生成人工智慧它與「常規」人工智慧有何不同，以及產生人工智慧是否能夠達到預期的效果。
生成式人工智慧簡介
生成式人工智慧本質上是指基於學習模式和資料生成新內容的人工智慧系統。這些系統並非簡單地處理數字或預測趨勢，而是產生文字、圖像、音樂、影片和軟體程式碼等創意輸出。
市場上一些最受歡迎的生成式人工智慧工具包括：
ChatGPT 是生成式人工智慧最引人注目的功能之一，它能夠根據一些簡單的提示創作出類似人類的對話或文章。 Dall-E 和 Midjourney 可以根據簡短的描述生成詳細的藝術作品，而 Adobe Firefly 則專注於圖像編輯和設計。
非生成性人工智慧：進階分析與預測
並非所有人工智慧都具有生成性。生成式人工智慧 (Gen AI) 專注於創造新內容，而傳統人工智慧則擅長分析數據並進行預測。這包括圖像識別和預測文字等技術。傳統人工智慧也用於以下領域的創新解決方案：
- 來源
- 醫療診斷
- 天氣預報
- 詐欺偵測
- 預測和報告的財務分析
擊敗人類冠軍的人工智慧 棋 而圍棋遊戲並不是生成式人工智慧。
這些系統可能不像生成式人工智慧那樣引人注目，但經典人工智慧代表了我們每天所依賴的大部分技術。
生成式人工智慧如何運作？
生成式人工智慧的魅力背後，是龐大的語言模型和先進的機器學習技術。這些系統是基於海量資料進行訓練，例如整個圖書館的藏書、數百萬張圖片、多年的音樂錄製以及從網路收集的資料。
從科技巨頭到新創企業的人工智慧開發者都深知，人工智慧的品質取決於其輸入資料的品質。如果輸入的資料品質低劣，人工智慧可能會產生偏差的結果。即使是谷歌等該領域的巨頭也無法倖免。
在訓練過程中，AI 會學習這些資料中的模式、關係和結構。然後，它會根據提示運用這些知識來創作新作品。例如，如果你讓一個生成式 AI 工具寫一首關於海洋的詩，它不會只是從資料庫中提取預先寫好的詩句。相反，它會運用它學到的關於詩歌、海洋和語言結構的知識，創作出一首完全原創的作品。
這令人印象深刻，但並非完美。有時，結果可能看起來有點不準確。也許人工智慧誤解了你的請求，或者以你意想不到的方式發揮了過度的創造力。它可能會自信地提供完全錯誤的訊息，而你需要核實事實。這些怪癖，通常被稱為 幻覺，是生成式人工智慧既令人著迷又令人沮喪的部分原因。
生成式人工智慧的能力正在不斷增強。現在它能夠透過結合機器學習、自然語言處理和電腦視覺等技術來理解多種類型的數據。結果就是所謂的多模態人工智慧，它可以將一系列文字、圖像、視訊和語音整合到一個框架中，從而提供更準確、更符合語境的回應。 ChatGPT 的高階語音模式就是一個例子，Google的 Project Astra 也是。
產生人工智慧的挑戰
生成式人工智慧工具層出不窮，每種工具都有其獨特的方法。這些工具激發了創造力，但除了偏見和幻覺之外，它們也引發了許多問題——例如，誰擁有人工智慧生成內容的版權？或者，人工智慧公司可以使用或禁止使用哪些材料來訓練其語言模型——例如， 《紐約時報》對 OpenAI 和微軟提起訴訟這些與智慧財產權相關的法律問題決定了使用資料訓練人工智慧模型的未來。
其他令人擔憂的問題（並非小問題）包括人工智慧的隱私和責任，以及人工智慧產生的深度偽造及其對就業的潛在影響。
聖母大學教授、《 ACM機率機器學習彙刊寫作、動畫、攝影、插畫和平面設計——人工智慧工具如今可以輕鬆處理所有這些工作。但這並不意味著這些角色會消失。這只是意味著創意人員需要提陞技能，並利用這些工具來提升他們的工作效率。
“它也為那些可能缺乏技能的人提供了一種方法，例如那些視力清晰但不會畫畫，但可以通過提示描述的人。所以，我不認為它會顛覆創意產業。希望它更多的是一種共同創造或增強，而不是替代。”
另一個問題是環境影響，因為訓練大型人工智慧模型會消耗大量能源，造成巨大的碳足跡。過去兩年，生成式人工智慧的迅速崛起加劇了人們對人工智慧整體風險的擔憂。各國政府正在 不斷升級的人工智慧監管 確保負責任和道德的發展，特別是 人工智慧法 致歐盟。
產生人工智慧的接受度
許多人在客服中與聊天機器人互動，或使用過 Siri、Alexa 和 Google Assistant 等虛擬助理——它們正逐漸成為生成式人工智慧的強大工具。所有這些，加上 ChatGPT、Cloud 和其他新工具，讓人工智慧觸手可及。大眾對生成式人工智慧的反應褒貶不一。許多使用者喜歡它帶來的便利和創造力，尤其是在寫作輔助、圖像創作、作業支援和生產力等方面。
同時，在 麥肯錫2024年全球人工智慧調查65% 的受訪者表示，他們的組織經常使用生成式人工智慧，這數字幾乎是 10 個月前報告數字的兩倍。醫療保健和金融等行業正在使用生成式人工智慧來簡化業務流程並實現日常任務的自動化。
正如我們所提到的，人們顯然對道德、透明度、失業以及個人資料的潛在濫用存在擔憂。這些是最重要的 抵制接受生成式人工智慧背後的批評.
使用生成式人工智慧工具的人也會發現，大多數情況下，其效果仍然不夠好。儘管技術進步了，但大多數人仍然能夠識別出內容（無論是文章、圖片還是音樂）是否是由生成式人工智慧產生的。
人工智慧劫持了我常用的某些短語，所以我經常必須自我糾正，因為它聽起來像人工智慧。許多人工智慧撰寫的文章都包含諸如“在一個時代”，或者一切都是“證明”或“質感”之類的短語。人工智慧缺乏人類和生活所擁有的情感和經驗。正如一位藝術家在 Quora的“人工智慧所創造的藝術不同於人類大腦中的想法所產生的藝術”，“它不是從人類心中的激情中產生的”。
生成式人工智慧：日常生活
生成式人工智慧並非只適用於技術人員或創意人士。一旦你掌握了發出指令的技巧，它就有可能在各種日常任務中為你完成大部分工作。
假設你 計劃旅行您無需翻閱一頁又一頁的搜尋結果，只需讓聊天機器人幫您規劃行程即可。幾秒鐘內，您就能收到一份根據您的偏好量身定制的詳細計劃。 （這很理想，但請務必核實其提供的資訊。）
需要進行行銷活動但缺乏設計團隊的小型企業主可以使用生成式人工智慧 (AI) 來創建引人入勝的圖像，甚至可以讓其推薦廣告文案。生成式人工智慧可以幫助為行銷活動產生創意。
生成式人工智慧正在證明自己。
自從網路和後來的iPhone問世以來，科技界從未出現過如此巨大的突破。儘管生成式人工智慧帶來了挑戰，但它代表著一場不可否認的變革。它讓創造力變得更容易，幫助企業簡化工作流程，甚至激發全新的思維和解決問題的方式。
但或許最令人興奮的是它巨大的潛力，而我們才剛開始探索這些工具的潛力。生成式人工智慧代表著創新的未來。
常見問題 (FAQ)
生成式人工智慧的一個例子是什麼？
ChatGPT 或許是生成式人工智慧 (generative AI) 最受歡迎的例子。你只需輸入一個提示，它就能產生文字和圖像；編寫程式碼；回答問題；總結文字；起草電子郵件等等。 ChatGPT 是生成式人工智慧領域的領先平台，提供先進的自然語言處理和內容創作功能。
人工智慧和產生人工智慧有什麼區別？
生成式人工智慧能夠創造新的內容，例如文字、圖像和音樂；而傳統人工智慧則能夠分析數據、識別模式或圖像，並做出預測（例如在醫學、科學和金融領域）。生成式人工智慧是一種定性進步，專注於創造創意內容；而傳統人工智慧則專注於基於現有數據的分析和預測。
評論被關閉。