‘生成型AI’是当前流行的下一个关键词。无论你在哪个行业工作，你肯定听说过这个词。仅在过去6个月里，它已经展示了人工智能（AI）的重大进展。它重塑了各个行业，每个人都想得到它。

对于你们中的一些人来说，你们可能不太了解AI的子集之间的区别，这就是这篇文章的重点。

为了给你们解释清楚。

 

什么是传统AI？

 

传统AI – AI的一部分，大多数非技术倾向的人都知道。也称为狭义或弱AI，传统形式的AI专注于以智能方式执行特定任务。

所以我们所知道的传统AI是语音助手，比如Siri和Alexa，它们被设计为响应输入并产生输出。这是可能的方式是通过这些AI系统从数据、特征等中学习来做出决策和预测。

想象一下当你在玩电脑下棋时。计算机不是随机制定规则，它知道所有的规则并用这些规则来下一步棋。这是一个预定义的策略。

策略。这就是传统AI的基础。它使用一组特定的规则来做出决策，每次都依赖于这些规则。

它接收输入并产生输出 – 基于规则，而不是创建规则。

 

什么是生成型AI？

 

现在，让我们来谈谈‘生成型AI’这个流行词。正如你可以想象的那样，我已经强调了传统AI是基于规则的，无法创造新事物。那么，生成型AI在哪里？

是的，你是对的。生成型AI有能力创造新事物。与传统AI一样，生成型AI学习了大量的数据，并使用这些数据来做出决策和预测。但是，与简单的输入和输出过程不同。

生成型AI接受输入、理解输入，并使用输入信息创造出新东西。它通过数据进行训练，学习潜在模式，能够根据与训练数据相似的输入信息生成新数据。

迄今为止，你可以使用生成型AI来创建不同形式的输出，如文本、图像和音乐，还可以用它来帮助你完成诸如代码补全等任务。

生成型AI的例子包括GPT、Soundful、Synthesia和DALL-E 2。

 

区别

 

那么，传统AI和生成型AI有什么区别？

它们的能力和应用是主要区别。

正如我之前提到的，传统AI基于接收输入并产生输出。输入数据被分析并用于做出决策和预测。如果你正在寻找模式识别，传统AI是你的首选。传统AI仍然非常受欢迎，并用于驱动许多当前的AI系统，如聊天机器人和预测分析。它专注于特定任务的应用，许多人在日常任务中使用它。

另一方面，生成型AI将超越这一点，创造出与训练数据相似的新数据。如果你正在寻找模式创造，生成型AI是你的首选。生成型AI为公司打开了创造性和创新性的新门。它可以大大减少在创意生成过程等任务上花费的时间。它可以写歌词、写文章和创造Deepfake。在创造和创新很重要的地方，生成型AI有很高的潜力将其推向新的水平。

 

总结

 

为了总结这篇关于传统AI和生成型AI的普通文章，你需要明白它们的功能目前还无法交织在一起。例如，可以将生成型AI与传统AI结合使用以提供更有效的解决方案。另一方面，传统AI可以提供一个特定的输出，可以进一步分析以使用生成型AI创建个性化内容。

了解两者之间的区别以及它们在人工智能世界中的特定角色非常重要。它们都在塑造我们的未来，并在当今社会中受到高度推崇。

您现在已经了解了这两者的独特能力，并将在它们继续创新的过程中享受其中。Nisha Arya是一位数据科学家、自由技术作家和VoAGI社区经理。她对提供数据科学职业建议或教程以及基于理论的数据科学知识特别感兴趣。她还希望探索人工智能在延长人类寿命方面的不同方式。作为一名热心的学习者，她寻求拓宽自己的技术知识和写作技巧，同时帮助指导他人。