在人工智慧(AI)的發展歷程中,生成式 AI(Generative AI) 可以說是近年最受矚目的突破。傳統 AI 多半著重於 分類(Classification) 或 預測(Prediction) 的任務,例如:辨識一張圖片中是不是有貓、預測明天的氣溫、或判斷一封郵件是否為垃圾信。這類 AI 的共同特點是:輸入資料 → 模型分析 → 輸出一個標籤或數值。
相比之下,生成式 AI 的目標更進一步,它不只是「判斷」或「分類」,而是能夠 創造新的內容。舉例來說:
給一段提示文字(prompt),模型能生成一篇文章或程式碼。
輸入一張圖片,模型能生成相似風格的圖像,甚至將文字轉換為全新的圖畫。
透過音訊訓練,AI 可以生成自然語音,或創作一段音樂。
換句話說,生成式 AI 的特徵是 具備創造性輸出,而不僅限於分類或判斷。
傳統 AI | 生成式 AI |
---|---|
偏重於分析與分類 | 偏重於創造與生成 |
典型應用:垃圾郵件判斷、影像分類、信用風險評估 | 典型應用:ChatGPT 對話、Stable Diffusion 繪圖、Suno 音樂生成 |
輸出通常是數值或標籤 | 輸出通常是文字、圖片、音樂或其他內容 |
生成式 AI 與傳統 AI 的最大差異,就在於「輸出的型態與價值」。傳統 AI 偏重於 輔助決策,而生成式 AI 則能 直接參與創作。這使得它不僅能解決問題,還能成為提升人類生產力與創意的重要工具。