生成式人工智能的概念并不新鲜：然而，它在 2022 年 11 月 30 日（ChatGPT 公开的那一天）开始流行起来。它的功能如此惊人，以至于在发布后的前 5 天内就有近 100 万人对其进行了测试。
但这不仅仅是 Twitter 转发带来的“炒作”。ChatGPT 背后的公司 Open AI几乎利用了整个互联网来训练模型。OpenAI 尚未公布确切的成本，但麦肯锡表示，GPT-3 是在大约 45 TB 的文本数据上进行训练的。
ChatGPT 由生成式 AI 模型之一 GPT-3.5 提供支持。生成式预训练 Transformer (GPT) 是一种大规模自然语言技术，可以编写故事、歌曲、诗歌甚至计算机代码，并让 ChatGPT 能够在几秒钟内编写一首说唱歌曲。该模型经过专门微调，可与人类互动：通过聊天，AI 接收文本输入并给出回复。
现在，当ChatGPT 插件发布时，ChatGPT 成为了一个功能齐全的工作场所或产生潜在客户的机会。
除了文本之外，数字图像生成器（例如 DALL·E 2、Stable Diffusion、Midjourney 或Freepik AI Image Generator）可以根据文本生成图像。
这项技术的能力是改变游戏规则的：它开启了以前没有的机会。但让我们先解释一下这句话背后的含义。
生成式人工智能与其他类型的人工智能有何区别？
生成式 AI 模型的主要特点是能够在无需人工干预的情况下对数据集进行分类并找到 它们之间的联系。这个过程得益于机器学习——更具体地说，下一代机器学习。 这些进步凸显了AI 驱动的 SaaS解决方案的出现，改变了企业利用人工智能提高运营效率和决策的方式。
以前，对话式人工智能专家需要花费数周时间训练模型来理解和分类数据，而现在只需几秒钟。这要归功于自我监督学习：这种类型的训练需要用大量数据（主要是文本）来支持模型。因此，它能够生成预测。
样本文本越大，模型预测越准确。一些最大的模型包括：
最大的 LLM 模型
查看完整信息图表：生成式人工智能示例和收入预测
查看完整图片
例如，一些模型可以根据几个单词预测句子的结尾。ChatGPT 已经证明了这一点。这就是 ChatGPT 能够回答有关各种主题的问题的方式，也是 DALL·E 2 和 Stable Diffusion 能够根据描述生成图像的方式。
因此，生成式人工智能开辟了新的机遇：借助大量样本数据，模型可以做到人工智能永远无法做到的事情。
例如，生成式人工智能在以下类别有重大改进：
快速学习
正如我们之前提到的，生成式人工智能模型以自监督的方式在通用数据源上进行预训练，然后可以应用于解决新问题。
例如，通过整合有关公司的信息（例如，网站内容、知识库或内部 PDF）作为 AI 的参考数据，它可能会用于回答客户的问题并帮助员工更快地找到具体答案。AI 将学习数据之间的联系（在人工智能课程中更详细地理解），并为用户提供非常具体的输出。
无需花费数小时训练聊天机器人来理解数据之间 国家代码 +855，柬埔寨电话号码 的差异并提供特定的响应。生成式人工智能是智能人工智能。只需连接您的数据，并使用您自己的 ChatGPT，它就可以执行诸如从您的常见问题解答中生成说唱之类的操作。这是在生成式人工智能出现之前从未实现过的事情。
因此，公司可以更快地适应应用程序并实现其效益。
多种用途
生成式人工智能模型可以利用现有的转换能力将您的数据或提示转化为独特的东西。
一些预期和最有前景的用例包括文本、图像和视频生成任务——这是给营销经理、客户支持代理、设计师、创作者等的礼物。
查看完整信息图表：生成式人工智能示例和收入预测
查看完整图片
文本和图像相关任务是最有前景的任务之一。其他一些预期的生成式 AI 用例包括：
问答：根据训练数据快速提供答案的能力
情感分析：识别客户反馈并进行分类，无需人工干预
信息提取：能够在几秒内从大量数据中找到一块信息
图像字幕：以及其他各种与图像相关的任务，包括识别模式和生成新模式
意图识别：在几秒钟内识别用户需求以提供最佳响应
翻译：使用预先训练的数据，生成式人工智能可以翻译成大约 80 种语言
工作自动化：得益于高分类能力，生成式人工智能可以对特定用户活动执行无限的操作
这样，生成式人工智能模型实际上可以带来多种用途——打破“人工智能是愚蠢的”这一老生常谈的神话。
能够将生成式人工智能与任何预算相结合
生成式人工智能的最后一个最突出的优势是可以用任何预算来尝试它。
以前，集成 AI 意味着投资培训、改进和检查性能。这通常需要昂贵的团队支持。现在，生成式 AI 让企业几乎可以用任何预算从 AI 中获益。
这是一个真正能够影响多个行业的游戏规则改变者。
麦肯锡公司于 2023 年 6 月发布的报告《生成式人工智能的经济潜力》指出，受影响最大的行业可能是电子商务、医疗保健和银行业。收入潜力可能达到 6600 亿美元（零售业）。
