生成式人工智能是什么?机器学习是什么?AI速查表 - 彭博社
Nate Lanxon, Dina Bass, Jackie Davalos
2022年底,ChatGPT聊天机器人的到来代表了人工智能领域取得的一个里程碑,这是几十年来才实现的。科学家们从上世纪60年代开始尝试“计算机视觉”和赋予机器“阅读”能力。如今,可以想象计算机能够比人类更好地执行许多人类任务。无论你是担心被机器人取代,还是对这些可能性感到好奇,这里列出了一些常用的人工智能术语及其含义。
机器学习
ML是逐渐改进算法的过程——通过让它们接触大量数据来实现特定结果的一组指令。通过审查大量的“输入”和“输出”,计算机可以在不必具体训练的情况下“学习”。以iPhone照片应用为例。最初,它不知道你长什么样。但一旦你开始在多年来拍摄的照片中标记自己的脸,并且在各种环境中,这台机器就能够识别出来。
聊天机器人
这些产品可以与人们就从历史琐事到新食谱等各种话题进行对话。早期的例子是服务提供商在其“联系我们”页面上使用的工具,作为客户需要帮助时的第一个资源。预计像OpenAI的ChatGPT和Google的Bard这样的聊天机器人将会在最近人工智能的进步的推动下迅速改进,并改变我们搜索互联网的方式。
生成式人工智能
这指的是通过简单的问题或命令生成作品 — 图片、文章、诗歌、海盗歌谣 — 。它包括 OpenAI 的 DALL-E,可以在几秒钟内创建复杂详细的图像,以及 Google 的 MusicLM,可以根据文本描述生成音乐。生成式人工智能在接受大量现有材料的训练后创作新作品。这导致一些版权持有者提起诉讼,抱怨自己的作品被盗用。
神经网络
这是一种人工智能类型,计算机被编程以类似于人脑的方式学习:通过试错。成功或失败会影响未来的尝试和适应,就像年幼的大脑根据孩子所学到的内容学习映射神经通路一样。这个过程可能需要数百万次尝试才能达到熟练程度。
大型语言模型
这些是使用大量文本和数据进行训练的非常大的神经网络,包括电子书、新闻文章和维基百科页面。有数十亿个参数可供学习,大型语言模型是自然语言处理的基础,可以识别、总结、翻译、预测和生成文本。
GPT
生成式预训练变压器是一种大型语言模型。 “变压器” 指的是一个系统,可以接受输入字符串并一起处理它们,而不是孤立地处理,以便捕捉上下文和词序。这在语言翻译中很重要。例如:“她的狗,波比,在厨房里吃东西”如果不适当地关注顺序、语法和含义,可能被翻译成法语中的“波比在厨房里吃她的狗”。
幻觉
当像ChatGPT这样的人工智能编造出听起来令人信服但完全虚构的东西时,这被称为幻觉。这是系统在没有正确答案的情况下,仍然知道一个好答案会是什么样子并将其呈现为事实的结果。人们担心,当人们询问某事时,人工智能无法说出“我不知道”可能会导致昂贵的错误、危险的误解和大量的错误信息。
有意识的人工智能
大多数研究人员都同意,一个有意识、能够感知和反思周围世界的人工智能离现实还有很多年。虽然人工智能展示出类似人类的能力,但这些机器还没有“理解”自己在做什么或说什么。它们只是在人类生成的大量信息中找到模式,并生成数学公式来决定它们如何回应提示。而要知道意识何时到来可能很困难,因为对于意识是什么仍然没有广泛的共识。
新兴行为
随着大型语言模型达到一定规模,它们开始展示出一些能力,这些能力似乎是从无处而来的,因为它们既不是训练者打算的,也不是预期的。一些例子包括生成可执行的计算机代码,讲述奇怪的故事以及根据一串表情符号来识别电影。
提示工程
大型语言模型的准确性和实用性在很大程度上取决于给予它的命令的质量。提示工程师可以微调自然语言指令,以使用最少的计算机功率产生一致、高质量的输出。这些技能需求量很大。
参考书架
- 关于AI聊天机器人、AI是否能获得感知能力以及AI在药物开发中的快速解释。
- 彭博社ChatGPT入门指南。
- 彭博社关于在中国蔓延的ChatGPT仿冒品以及微软与谷歌之间的聊天机器人之战将会很昂贵的文章。
- 彭博社专栏作家就微软的网络搜索聊天机器人的相对感知能力以及AI对经济可能产生深远影响发表意见。
- 英国的艾伦·图灵研究所讨论了AI的伦理和安全。
- 皇家学会关于通过示例学习的计算机的能力和前景的论文。
- 我们的世界数据估计未来AI突破可能发生的时间。