今天是第二天，我想來稍微介紹一下生成式AI與傳統AI的差異

首先是傳統AI，傳統AI通常是透過規則、統計或機器學習模型，主要的用途是拿來預測、判斷、分類。
ex:協助垃圾郵件分類、臉部辨識、股價預測等。
在訓練傳統AI時，丟給AI的資料就需要先標註答案給他，像是假設我們要訓練一個能夠分辨垃圾郵件的AI，就需要大量的「是垃圾郵件 跟 不是垃圾郵件」的資料。

接著是生成式AI，生成式AI則是透過大型模型，根據我們輸入的條件、下的提示詞來生成新的內容，不只是判斷，而是創造出我們想要的東西。
ex:ChatGPT協助生成文章、Stable Diffusion生成圖片、AI 作曲軟體生成音樂。
而在訓練生成式AI時，會使用到大型語言模型（LLM, Large Language Model） 或 生成模型（GAN、Diffusion Model）
LLM能夠從大量的文本中學習語言規律，並依照上下文生成合乎語意的新句子(簡單來說就是在學習人類的說話規律)。
GAN / Diffusion則能夠生成逼真的圖片或音訊，模擬人類創作的過程(雖然之前相關技術還沒有很成熟時會生成一些奇怪的圖片，手指頭有6個啦，或是吃拉麵生成不出筷子之類的)。

我覺得生成式AI最近會特別紅的原因可能是因為它可以讓比較沒有專業背景但有興趣的人可以生成出相對自己比較高質量的作品，像我當初會想玩stable diffusion就是因為我沒辦法像許多厲害的繪師可以靠自己的一筆一畫來創作出很棒的作品，所以就嘗試用stable diffusion來爽一下，雖然之後發現我好像根本沒有創作細胞就是另一回事了。