推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

生成式人工智能-技术发展脉络.docx

资料介绍

生成式人工智能

生成式人工智能(Generative Artificial Intelligence,简称生成式AI)是人工智能领域的一个新兴分支,指能够通过学习现有数据中的模式与规律,自主创造出全新内容的人工智能系统。不同于传统人工智能仅能对已有数据进行分析、分类或预测,生成式AI的核心能力是创作”——它可以生成文本、图像、音频、视频、代码乃至3D模型等多种形态的全新内容,近年来凭借技术突破与落地场景的快速拓展,已经成为全球科技领域最受关注的技术方向之一。

技术发展脉络

生成式AI的发展并非一蹴而就,其技术演进大致可以分为三个阶段:

早期萌芽阶段(20世纪50年代—2017年)

人工智能诞生初期,研究者就已经开始探索机器生成内容的可能性。1950年,图灵在《计算机器与智能》中就提出了机器能否思考”“创造的终极问题,为生成式AI奠定了思想基础。20世纪80年代到90年代,随着统计自然语言处理与人工神经网络的发展,出现了早期基于规则与统计模型的生成系统,能够生成简单的诗句、文本片段或是低分辨率图像,但内容连贯性、合理性极差,仅停留在实验室研究阶段。

2014年,生成对抗网络(GAN)的提出是生成式AI发展的第一个重要里程碑。GAN由生成器和判别器两个神经网络组成,通过二者的对抗训练不断优化生成效果,首次实现了相对高质量的图像生成,让业界看到了机器创作高质量内容的可能性,也带动了生成式AI领域的研究热度。但GAN存在训练不稳定、模式崩溃等问题,在文本等序列数据领域的应用效果不佳,未能实现大规模落地。


部分文件列表

文件名 大小
生成式人工智能-技术发展脉络.docx 17K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载