**章初识生成式人工智能 现象级产品ChatGPT的“横空出世”,带火了AIGC和它背后的生成式AI,也让不少人对使用AI工具跃跃欲试。在本章,我们会一起进入AI的产业“国度”,从决策式AI��迁至生成式AI,对比这两种人工智能模型的异同,深度挖掘它们的应用场景和商业潜力,同时还会探讨“内容皆可生成”的生成式AI及其核心价值。在概览生成式AI后,我们会把视角转向具体,深入解析大众已经熟知的ChatGPT,了解这项“奇妙工具”背后的原理和发展历程。若你对生成式人工智能一知半解,可以在本章的内容中初步认识AIGC,也能了解到近期值得关注的AIGC工具。 纵观AI产业版图 如果要选出2023年热的几个话题,ChatGPT一定榜上有名。2023年初,ChatGPT席卷全球并成为流量热点,人们都在前赴后继地挖掘ChatGPT的各种潜能,探讨其未来发展趋势,甚至是与人类的关系。作为“人工智能家族”的大热应用,以ChatGPT为首的各大人工智能应用开始被越来越多的人关注,也引发了人们的更多思考。 人工智能(AI)技术被称为当代三大**技术之一,近年来在人们生活中的“存在感”也越来越强,这都是产业飞速发展的结果。想要清晰地了解以ChatGPT为代表的新兴智能技术,完整地认识人工智能,我们可以先从其产业版图的发展和现状入手。 其实,人工智能的发展、传播和被接受是经过了一段漫长的寒冬的。十多年前,它还只是一个不被人看好的小众领域,但是现在,它却已经成了街头巷尾的热点谈资,几乎任何事情都可以和人工智能联系在一起。短短十多年间,世界发生了天翻地覆的变化,新数据不断涌现,各种问题层出不穷,直到现在,人工智能的春天才算是真的到来了,各个领域都亟需人工智能的帮助。这也是为什么人工智能的行业应用范围如此广阔,人工智能市场更是如一块等待开垦的处女地一般。如图1—1,这是一份人工智能的行业应用版图,不同的行业领域(零售、金融、**和教育等)与不同的职能方向(营销、风控和**等)共同构成了一个人工智能应用矩阵,对于每个行业中的相关职能,人工智能都可以找到应用场景,例如在零售行业的供应链、营销、客服等方面以及金融行业的研发、营销、客服、风控等方面都已经有人工智能落地实践(图中蓝色表示)。但是,现在的人工智能只填充了广阔的行业领域中的一部分,还有更多没尝试和拓展的行业以及职能中的应用场景。 从产业的视角来看,人工智能包括基础层、技术层和应用层。其中,基础层是人工智能产业的基础,为人工智能提供数据及算力支撑;技术层是人工智能产业的核心,主要包括各类模型和算法的研发和升级;应用层则是人工智能面向特定场景需求而形成的软硬件产品或解决方案。那么,人工智能的产业规模发展至何种程度了呢?英国德勤(Deloitte)的报告中预测,世界的人工智能产业规模会从2017年的6900亿美元增长至2025年的64000亿美元,2017—2025年的复合增长率将达到32.10%,整体呈现出飞速攀升的趋势。另外,人工智能近几年成了各个行业在进行投资的热门选择。人工智能完全称得上是风头正劲,万人追捧,为经济带来了十分显著的增量。 在产业应用上,人工智能发展到今天,我们能看到其在各个行业都有用武之地:制造业、零售业、金融业、**卫生行业它在一定程度上改变了组织的运转方式,使其可以更快更好地解决遇到的问题,并压低各类成本。站在消费者的角度,人工智能的出现也为广大的用户群体带来了更多的选择。总的来说,人工智能可以看作一块已开始被打磨的原石,露出了它璀璨的一角,它在推动世界经济发展的同时,也将深层次地改变人类的生活。为了进一步了解AI产业版图,下面我们从两种不同的AI——决策式AI和生成式AI谈起。 决策式AI和生成式AI 人工智能可从不同的维度进行划分。如果按其模型来划分(人工智能是由模型支撑的)可以分为决策式AI和生成式AI。 决策式AI是学习数据中的条件概率分布,即一个样本归属于特定类别的概率,再对新的场景进行判断、分析和预测。决策式AI有几个主要的应用领域:人脸识别、**系统、风控系统、其他智能决策系统、机器人、自动驾驶。例如在人脸识别领域,决策式AI对实时获取的人脸图像进行特征信息提取,再与人脸库中的特征数据匹配,从而实现人脸识别。再例如,决策式AI可以通过学习电商平台上海量用户的消费行为数据,制订合适的**方案,尽可能提升平台交易量。 生成式AI则是学习数据中的联合概率分布,即数据中多个变量组成的向量的概率分布,对已有的数据进行总结归纳,并在此基础上,使用深度学习技术等,创作模仿式、缝合式的内容,相当于自动生成全新的内容。生成式AI可生成的内容形式十分多样,包括文本、图像、声音和视频等。例如,我们输入一段小说情节的简单描述,生成式AI便可以帮我们生成一篇完整的小说内容;再例如,生成式AI可以生成人物照片,而照片中的人物在现实世界中是完全不存在的。如图1—2,它展示的是国外一个网站生成的“不存在”的人的照片。 总的来说,不管是哪种类型的模型,它的基础逻辑是一致的:AI模型从本质上来说是一个函数,要想找到函数准确的表达式,只靠逻辑是难以推导的,这个函数其实是被训练出来的。我们通过喂给机器已有的数据,让机器从数据中寻找符合数据规律的函数。所以当有新的数据需要进行预测或生成时,机器就能够通过这个函数,预测或生成新数据所对应的结果。