Phone Data Set

生成式人工智能的根源可以追溯到人工智能研究的最初阶段。机器学习的概念于 1950 年出现，为基于数据的算法铺平了道路。随后，约瑟夫·魏森鲍姆 (Joseph Weizenbaum) 在 1960 年代开发了历史上第一个聊天机器人“ELIZA”。转折点始于 2000 年代。我们正在经历一波大规模的生成式人工智能服务浪潮。这让我们不禁要问：什么是生成式人工智能？生成式人工智能已在艺术、设计、医疗保健、教育、咨询等各个领域留下了足迹。

让我们详细了解生成式人工智能是什么、用例、应用程序和风险因素。

什么是生成式人工智能？
“生成式人工智能不仅仅是复制世界，它还在于理解世界，并利用这种理解创造新事物。”——DeepMind 联合创始人 Demis Hassabis

生成式人工智能是一类能够自主生成类似于人类生成数据的新内容的人工智能系统。许多人将其视为通过从现有数据中学习来创建新内容的工具。例如，生成对抗网络 (GAN) 是一种常见的类型。一个网络生成内容（如图像），而另一个网络检查其真实性，从而逐步改进结果。

最新流行的生成式人工智能是谷歌的 AI 概览，于 2024 年 5 月中旬推出。谷歌的 AI 概览功能旨在提供有组织的搜索结果摘要，并由生成式人工智能快速分析和制作。尽管如此，OpenAI 的 GPT 系列仍保持 巴林数据 着其作为自然语言生成先驱的地位，为文本生成、语言翻译和对话式人工智能等任务提供模型。谷歌的原生生成式人工智能聊天机器人 Gemini 已加入竞争，与老牌玩家 ChatGPT 展开竞争。

行业专家眼中的生成式人工智能
各行各业都在探索什么是生成式人工智能，并寻找向公众清晰解释它的方法。下面我们列出了一些你可能想要了解的内容，

IBM Research 对生成式 AI 的定义是，深度学习模型利用大量数据集（例如整个 Wikipedia）来获取知识并生成全新的输出。这些输出是统计上可能的作品，通过学习现有内容的“风格”并应用它来生成原创材料而制作而成。本质上，生成式 AI 模仿输入数据的风格或特征来产生创新而独特的输出，类似于学习特定艺术风格的特征并利用这些知识来设计全新的东西。
埃森哲强调，生成式人工智能通常是使用经过大量未标记数据训练的“基础模型”开发的。这种自我监督学习方法使模型能够以最少的定制执行广泛的任务
据麦肯锡公司称，生成式人工智能是指能够生成新内容的算法（例如 ChatGPT），包括音频、代码、图像、文本、模拟和视频。
亚马逊网络服务公司解释说，生成式人工智能（generative AI）是一种能够产生新内容和新想法的人工智能，例如对话、故事、图像、视频和音乐。这些人工智能技术旨在在非传统计算任务中模拟人类智能，包括图像识别、自然语言处理（NLP）和翻译。
根据这些定义，生成式人工智能可以理解为一种人工智能，它使用在大量数据集上训练的深度学习模型来创建新的原创内容。本质上，它利用从输入数据中学习到的模式和知识来生成创新而独特的输出。