Day 1 生成式 AI 的基本原理

16th鐵人賽生成式ai

170 瀏覽

什麼是生成式 AI

說明生成式 AI 之前，分享一個圖，是人工智慧 (Artifical Intelligence) / 機器學習 (Machine Learning) / 深度學習 (Deep Learning) 的關係

透過這張圖，可以清楚看出，深度學習是機器學習的一部分，機器學習又是人工智慧的一部分

而生成式 AI 則是基於機器學習採用生成模型 (Generative Model) 衍生出來的，且生成模型會大量倚賴深度學習

瞭解了關係，我們來個口語的介紹，生成式 AI 能夠依據輸入的資料產出新的內容，如文字、圖片、音樂和影片等

上面片段提到了，生成式 AI 能夠依據輸入的資料產出新的內容，而這是因為他能學習資料中的分佈，並透過學習到的分佈，產生新的結果，而這個過程會有兩個主要部份

資料分佈的學習：生成式 AI 會先從大量的資料中學習其分佈模式，這些資料可以是任何形式，例如文字資料庫、圖片資料庫等。常用的技術有自回歸模型 (Autoregressive Model)、自編碼器 (Autoencoder)、變分自編碼器（Variational Autoencoder）和生成對抗網路（Generative Adversarial Networks）等。
內容生成：學習到資料分佈後，模型能夠從該分佈中採樣並生成新資料。比如在文字生成中，生成式 AI 可以根據語言模型生成與輸入文字風格相似的新句子；在圖片生成中，AI 可以根據學習到的圖片特徵生成新的圖片。