生成式人工智能是使用算法生成、操作或合成數(shù)據(jù)的任何自動化過程的總稱，通常以圖像或人類可讀文本的形式出現(xiàn)。之所以稱之為生成，是因為人工智能創(chuàng)造了以前不存在的東西。這就是它與判別式人工智能的不同之處，后者會區(qū)分不同類型的輸入。換句話說，辨別性人工智能試圖回答這樣的問題:“這張圖片是一只兔子還是一只獅子?”而生成式人工智能則會回應(yīng)“給我畫一張獅子和一只兔子坐在一起的圖片”這樣的提示。

主要介紹生成式AI及其與ChatGPT和DALL-E等流行模型的使用。我們還將考慮這項技術(shù)的局限性，包括為什么“太多的手指”已經(jīng)成為人工生成藝術(shù)的死贈品。

生成式人工智能的出現(xiàn)

自從1966年麻省理工學(xué)院(MIT)開發(fā)出模擬與治療師交談的聊天機器人ELIZA以來，生成式人工智能已經(jīng)存在多年。但是，隨著新的生成式人工智能系統(tǒng)的發(fā)布，人工智能和機器學(xué)習(xí)領(lǐng)域多年的工作最近取得了成果。人們肯定聽說過ChatGPT，這是一種基于文本的人工智能聊天機器人，可以產(chǎn)生非常像人類的散文。DALL-E和StableDiffusion也因其基于文本提示創(chuàng)建充滿活力和逼真的圖像的能力而引起關(guān)注。我們經(jīng)常將這些系統(tǒng)和其他類似的系統(tǒng)稱為模型，因為它們代表了基于一個子集(有時是一個非常大的子集)的信息來模擬或建模現(xiàn)實世界的某些方面的嘗試。

這些系統(tǒng)的輸出是如此的不可思議，以至于很多人對意識的本質(zhì)提出了哲學(xué)問題，并擔心生成式人工智能對人類工作的經(jīng)濟影響。但是，盡管所有這些人工智能創(chuàng)造都是不可否認的大新聞，但表面之下的事情可能比一些人想象的要少。我們稍后會討論這些大問題。首先，讓我們看看像ChatGPT和DALL-E這樣的模型下面發(fā)生了什么。

生成式人工智能是如何工作的?

生成式人工智能使用機器學(xué)習(xí)來處理大量的視覺或文本數(shù)據(jù)，其中大部分是從互聯(lián)網(wǎng)上抓取的，然后確定哪些東西最有可能出現(xiàn)在其他東西附近。生成式人工智能的大部分編程工作都是為了創(chuàng)建算法，這些算法可以區(qū)分人工智能創(chuàng)造者感興趣的“事物”——比如ChatGPT這樣的聊天機器人的單詞和句子，或者DALL-E的視覺元素。但從根本上說，生成式人工智能是通過評估一個龐大的數(shù)據(jù)語料庫來創(chuàng)造它的輸出的，然后用語料庫確定的概率范圍內(nèi)的東西來回應(yīng)提示。

自動補全——當你的手機或Gmail提示你正在輸入的單詞或句子的剩余部分可能是什么——是一種低級形式的生成式人工智能。像ChatGPT和DALL-E這樣的模型只是把這個想法帶到了更先進的高度

訓(xùn)練生成式人工智能模型

開發(fā)模型以適應(yīng)所有這些數(shù)據(jù)的過程稱為訓(xùn)練。對于不同類型的模型，這里使用了一些基礎(chǔ)技術(shù)。ChatGPT使用所謂的轉(zhuǎn)換器(T就是這個意思)。轉(zhuǎn)換器從長文本序列中獲取意義，以理解不同的單詞或語義組件之間的關(guān)系，然后確定它們彼此接近出現(xiàn)的可能性。這些變形器在一個被稱為預(yù)訓(xùn)練(PinChatGPT)的過程中，在無人監(jiān)督的情況下在大量自然語言文本的語料庫上運行，然后由人類與模型交互進行微調(diào)。

另一種用于訓(xùn)練模型的技術(shù)被稱為生成對抗網(wǎng)絡(luò)(GAN)。在這種技術(shù)中，有兩種算法相互競爭。一種是基于從大數(shù)據(jù)集獲得的概率生成文本或圖像;另一種是判別人工智能，它經(jīng)過人類的訓(xùn)練，可以評估輸出是真實的還是人工智能生成的。生成式AI會反復(fù)嘗試“欺騙”具有辨別能力的AI，自動適應(yīng)成功的結(jié)果。一旦生成式人工智能持續(xù)“贏得”這場競爭，具有辨別能力的人工智能就會被人類微調(diào)，這個過程就會重新開始。

這里要記住的最重要的事情之一是，盡管在訓(xùn)練過程中存在人工干預(yù)，但大多數(shù)學(xué)習(xí)和適應(yīng)都是自動發(fā)生的。為了使模型產(chǎn)生有趣的結(jié)果，需要進行許多次迭代，因此自動化是必不可少的。這個過程需要大量的計算。

生成式人工智能有感知能力嗎?

用于創(chuàng)建和訓(xùn)練生成AI模型的數(shù)學(xué)和編碼相當復(fù)雜，遠遠超出了本文的范圍。但如果你與這個過程的最終結(jié)果模型互動，這種體驗肯定是不可思議的。你可以讓戴爾-e生產(chǎn)出看起來像真正的藝術(shù)品的東西。您可以與ChatGPT進行對話，就像與另一個人進行對話一樣。研究人員真的創(chuàng)造了一臺會思考的機器嗎?

ChrisPhipps是IBM公司前自然語言處理主管，曾參與沃森人工智能產(chǎn)品的開發(fā)。他將ChatGPT描述為“非常好的預(yù)測機器”。

它非常擅長預(yù)測人類會發(fā)現(xiàn)什么是連貫的。它并不總是連貫的(大多數(shù)情況下是)，但這并不是因為ChatGPT“理解”。事實恰恰相反:消費產(chǎn)出的人真的很擅長做出我們需要的任何隱含假設(shè)，以使產(chǎn)出有意義。

菲普斯也是一名喜劇演員，他將其與一種名為MindMeld的常見即興游戲進行了比較。

兩個人每人想到一個詞，然后同時大聲說出來——你可以說“boot”，我說“tree”。我們完全獨立地想出了這些詞，一開始，它們彼此之間沒有任何關(guān)系。接下來的兩個參與者拿著這兩個詞，試著找出他們的共同點，同時大聲說出來。游戲繼續(xù)進行，直到兩個參與者說出同一個單詞。

也許兩個人都說“伐木工人”。這看起來很神奇，但實際上是我們用人類的大腦來推理輸入(“boot”和“tree”)，并找到其中的聯(lián)系。我們做的是理解的工作，而不是機器。在ChatGPT和DALL-E中發(fā)生的事情比人們承認的要多得多。ChatGPT可以編寫故事，但我們?nèi)祟愐龊芏喙ぷ鞑拍苁蛊溆幸饬x。

測試計算機智能的極限

人們可以給這些人工智能模型一些提示，這將使菲普斯的觀點變得相當明顯。例如，想想這個謎題:“一磅鉛和一磅羽毛，哪個更重?”答案當然是它們的重量相同(一磅)，盡管我們的本能或常識可能會告訴我們羽毛更輕。

ChatGPT將正確地回答這個謎題，您可能會認為它這樣做是因為它是一臺冷酷的邏輯計算機，沒有任何“常識”來絆倒它。但這并不是幕后發(fā)生的事情。ChatGPT不是邏輯推理出答案;它只是根據(jù)一個關(guān)于一磅羽毛和一磅鉛的問題的預(yù)測來產(chǎn)生輸出。因為它的訓(xùn)練集包含了一堆解釋謎題的文本，所以它組裝了一個正確答案的版本。但是，如果你問ChatGPT兩磅羽毛是否比一磅鉛重，它會自信地告訴你它們的重量相同，因為根據(jù)它的訓(xùn)練集，這仍然是最有可能輸出到關(guān)于羽毛和鉛的提示的結(jié)果。