第 5 课，共 28 课 · AI 基础
什么是生成式 AI？
生成式 AI 是能够根据提示词创造新内容的人工智能，内容可以是文本、图像、音频、视频或代码。它先从海量训练数据中学习规律，再按照这些规律生成全新的输出。聊天助手、AI 绘图工具和 AI 编程工具，都是日常生活中常见的生成式 AI。
生成式 AI 与预测式 AI
很多 AI 系统属于预测式：对已有的东西进行分类、打分或贴标签。银行的模型标记可疑付款，邮件过滤器识别垃圾邮件。生成式 AI 做的是另一件事：创造新的东西，比如一封回复邮件、一张产品图或一段代码。
可以把两者比作影评人和编剧：预测式 AI 是影评人，评判摆在面前的作品；生成式 AI 是编剧，根据自己吸收的一切写出新的草稿。
生成式 AI 的工作步骤
无论是文本、图像还是音频模型，生成式 AI 工具大体都遵循同样的流程，只是细节不同：
- 训练：模型研究海量的样本，比如网页文本、书籍、代码或配有说明文字的图片，从中学习规律。
- 提示：你用提示词（也就是你输入的指令或问题）描述想要的内容。
- 生成：文本模型一次又一次地预测下一个 Token（词的一小部分），直到回复完成。很多图像模型采用扩散方法：从随机噪声出发，一步步去除噪声，直到出现与提示词相符的画面。更早的图像生成器则常用 2014 年提出的生成对抗网络（GAN）。
- 差异：生成过程带有受控的随机性，所以同一个提示词每次的结果都可能不同。
生成式 AI 的主要类型
生成式 AI 通常按照生成的内容来分类。许多较新的模型属于多模态模型，可以接收或生成不止一种类型的内容，比如读懂一张照片再用文字回答。
- 文本：聊天助手、写作工具、摘要和翻译工具，由大语言模型驱动。
- 图像：根据文字描述生成或编辑图片的工具。
- 音频：文字转语音、声音克隆和音乐生成。
- 视频：根据文字提示或一张静态图片生成短视频。
- 代码：能编写、解释和修复程序的编程助手。
生成式 AI 不是什么
它不是搜索引擎。除非工具把模型接入网络搜索或你的文档，否则它不会去查任何资料，写出的只是统计上最可能的内容。这就是它会写出看似可信、实则错误的内容的原因，这种现象叫作“幻觉”。
它也不是复印机，但也无法完全摆脱训练数据。输出虽是新生成的，却可能与现有作品相似；各厂商和各国的商用及版权规则也不尽相同。请把输出当作需要审核的草稿，发布前尤其如此。
你会在哪里遇到生成式 AI
OpenAI 于 2022 年 11 月 30 日推出 ChatGPT，把对话式生成式 AI 带到了普通用户面前。如今，生成式功能已出现在许多工具中：Notion AI 等工作空间里的写作辅助、Jasper 等营销文案工具、Midjourney 等图像生成工具，以及开发工具中的编程助手。
比较生成式 AI 产品时，你其实在比较两样东西：底层模型，它决定质量的上限；以及围绕模型打造的产品，它决定工作流程、控制功能、集成能力以及你的数据如何被处理。
示例
亲眼看看“生成”是怎么回事
试试这个提示词为一家早上 6 点开门的社区面包店写三条不同的一句话广告语。然后用两句话说明你是怎么想出这些广告语的。
把同一个提示词运行两次再对比，你会得到不同的广告语，因为生成式模型是从许多可能的后续内容中采样，而不是调取一个预先存好的答案。它对自己“如何想出来”的解释，同样是生成的文字，并不能真正反映模型内部的运作。
要点
- 生成式 AI 创造新内容，而不只是对已有数据分类或打分。
- 文本模型逐个 Token 生成；很多图像模型把随机噪声逐步细化成画面。
- 同一个提示词每次的结果可能不同。
- 输出可能出错或与训练数据相似，发布前请先审核。
- 聊天助手、图像生成工具和编程工具都属于生成式 AI。
在 Mindber 上试试
相关术语
相关主题
常见问题
AI 和生成式 AI 有什么区别？
AI 是让计算机完成需要智能的任务的整个领域，生成式 AI 是其中的一部分，专指能创造新内容的系统。给交易打分的反欺诈模型属于 AI，但不是生成式 AI；能写回复的聊天助手才是生成式 AI。
生成式 AI 的输出算原创吗？
它是新生成的，而不是从数据库里复制出来的，但它建立在训练数据的规律之上，有时会与现有作品非常相似。各国和各厂商的版权与商用规则不同，把生成的文字或图片用于商业发布之前，请先查看工具的使用条款。
使用生成式 AI 需要技术背景吗？
不需要。大多数工具只需在聊天框或编辑器里用日常语言输入提示词。提供清晰的背景、示例和想要的格式，效果会更好，这正是提示词工程的核心。开发者还可以通过 API 调用同样的模型。
来源
- Generative Adversarial Networks. Goodfellow et al., arXiv, 2014年6月
- Denoising Diffusion Probabilistic Models. Ho et al., arXiv, 2020年6月
- Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile, NIST AI 600-1. National Institute of Standards and Technology, 2024年7月
- Introducing ChatGPT. OpenAI, 2022年11月30日
最后更新