像 ChatGPT 這樣強大的生成式 AI 系統是如何工作的，它們與其他類型的人工智能有何不同？

快速瀏覽一下頭條新聞，就會發現生成式人工智能如今無處不在。事實上，其中一些標題實際上可能是由生成式人工智能撰寫的，例如 OpenAI 的 ChatGPT，這是一種聊天機器人，它展示了一種不可思議的能力，可以生成似乎是由人類編寫的文本。

但是，當人們說“生成式人工智能”時，他們到底是什么意思？

在過去幾年的生成式人工智能熱潮之前，當人們談論人工智能時，他們通常談論的是機器學習模型，這些模型可以學習根據數據進行預測。例如，使用數百萬個示例對此類模型進行訓練，以預測某種X射線是否顯示出腫瘤的跡象，或者特定借款人是否可能拖欠貸款。

生成式 AI 可以被認為是一種機器學習模型，經過訓練可以創建新數據，而不是對特定數據集進行預測。生成式 AI 系統是一種學習生成更多對象的系統，這些對象看起來像它所訓練的數據。

“當涉及到生成式人工智能和其他類型的人工智能背后的實際機制時，區別可能有點模糊。通常，相同的算法可以用于兩者，“麻省理工學院電氣工程和計算機科學副教授、計算機科學和人工智能實驗室（CSAIL）成員Phillip Isola說。

盡管 ChatGPT 及其同類產品的發布帶來了炒作，但該技術本身并不是全新的。這些強大的機器學習模型借鑒了 50 多年前的研究和計算進步。

復雜性增加

生成式人工智能的一個早期例子是一個更簡單的模型，稱為馬爾可夫鏈。該技術以俄羅斯數學家安德烈·馬爾科夫（Andrey Markov）的名字命名，他在1906年引入了這種統計方法來模擬隨機過程的行為。在機器學習中，馬爾可夫模型長期以來一直被用于下一個單詞的預測任務，例如電子郵件程序中的自動完成功能。

在文本預測中，馬爾可夫模型通過查看前一個單詞或幾個前一個單詞來生成句子中的下一個單詞。但是，由于這些簡單的模型只能回顧那么遠，它們不擅長生成合理的文本，麻省理工學院電氣工程和計算機科學的Thomas Siebel教授Tommi Jaakkola說，他也是CSAIL和數據，系統和社會研究所（IDSS）的成員。

“我們在過去十年之前就開始生成東西，但這里的主要區別在于我們可以生成的對象的復雜性以及我們可以訓練這些模型的規模，”他解釋道。

就在幾年前，研究人員傾向于專注于尋找一種能夠充分利用特定數據集的機器學習算法。但這種關注點已經發生了一些變化，許多研究人員現在正在使用更大的數據集，可能有數億甚至數十億個數據點，來訓練能夠取得令人印象深刻的結果的模型。

ChatGPT 和類似系統的基礎模型的工作方式與馬爾可夫模型大致相同。但一個很大的區別是，ChatGPT 更大、更復雜，有數十億個參數。它已經在大量數據上進行了訓練——在這種情況下，互聯網上的大部分公開文本。

在這個龐大的文本語料庫中，單詞和句子以具有某些依賴關系的順序出現。這種重復性有助于模型了解如何將文本切割為具有一定可預測性的統計塊。它學習這些文本塊的模式，并利用這些知識提出接下來可能發生的事情。

更強大的架構

雖然更大的數據集是導致生成式人工智能熱潮的催化劑之一，但各種重大研究進展也導致了更復雜的深度學習架構。

2014 年，蒙特利爾大學的研究人員提出了一種稱為生成對抗網絡 （GAN） 的機器學習架構。GAN使用兩個協同工作的模型：一個學習生成目標輸出（如圖像），另一個學習從生成器的輸出中區分真實數據。生成器試圖欺騙鑒別器，并在此過程中學會做出更真實的輸出。圖像生成器 StyleGAN 基于這些類型的模型。

一年后，斯坦福大學和加州大學伯克利分校的研究人員引入了Diffusion模型。通過迭代優化其輸出，這些模型可以學習生成類似于訓練數據集中樣本的新數據樣本，并已用于創建逼真的圖像。Stable Diffusion模型是文本到圖像生成系統穩定擴散的核心。

2017 年，谷歌的研究人員推出了 transformer 架構，該架構已被用于開發大型語言模型，例如為 ChatGPT 提供支持的模型。在自然語言處理中，轉換器將文本語料庫中的每個單詞編碼為標記，然后生成注意力圖，該圖捕獲每個標記與所有其他標記的關系。此注意力圖可幫助轉換器在生成新文本時理解上下文。

這些只是可用于生成式 AI 的眾多方法中的一小部分。

應用范圍廣泛

所有這些方法的共同點是，它們將輸入轉換為一組標記，這些標記是數據塊的數字表示。只要你的數據可以轉換為這種標準的令牌格式，那么理論上，你可以應用這些方法來生成看起來相似的新數據。

“你的里程可能會有所不同，這取決于你的數據有多嘈雜，以及信號提取的難度，但它確實越來越接近通用CPU可以接收任何類型的數據并開始以統一的方式處理它的方式，”Isola說。

這為生成式人工智能開辟了大量的應用。

例如，Isola的團隊正在使用生成式人工智能來創建合成圖像數據，這些數據可用于訓練另一個智能系統，例如通過教計算機視覺模型如何識別物體。

Jaakkola的團隊正在使用生成式人工智能來設計新的蛋白質結構或有效的晶體結構，以指定新材料。他解釋說，就像生成模型學習語言的依賴關系一樣，如果它顯示的是晶體結構，它就可以學習使結構穩定和可實現的關系。

但是，雖然生成模型可以取得令人難以置信的結果，但它們并不是所有類型數據的最佳選擇。對于涉及對結構化數據進行預測的任務，例如電子表格中的表格數據，生成式AI模型往往優于傳統的機器學習方法，麻省理工學院電氣工程和計算機科學的Andrew和Erna Viterbi教授Devavrat Shah說，IDSS和信息與決策系統實驗室的成員。

“在我看來，它們的最高價值是成為人類友好機器的絕佳接口。以前，人類必須用機器的語言與機器交談才能使事情發生。現在，這個界面已經弄清楚了如何與人類和機器交談，“Shah說。

危險的信號

生成式人工智能聊天機器人現在被用于呼叫中心，以回答人類客戶的問題，但這個應用程序強調了實施這些模型的一個潛在危險信號——工人流離失所。

此外，生成式人工智能可以繼承和擴散訓練數據中存在的偏見，或放大仇恨言論和虛假陳述。這些模型具有剽竊能力，并且可以生成看起來像是由特定人類創作者制作的內容，從而引發潛在的版權問題。

另一方面，Shah提出，生成式人工智能可以賦予藝術家權力，他們可以使用生成工具來幫助他們制作創意內容，否則他們可能沒有辦法制作。

在未來，他認為生成式人工智能將改變許多學科的經濟狀況。

Isola認為生成式人工智能的一個有前途的未來方向是將其用于制造。與其讓模型制作椅子的圖像，不如為可以生產的椅子生成一個計劃。

他還認為，生成式人工智能系統未來將用于開發更通用的智能人工智能代理。

“這些模型的工作方式以及我們認為人腦的工作方式存在差異，但我認為也有相似之處。我們有能力在腦海中思考和夢想，提出有趣的想法或計劃，我認為生成式人工智能也是使代理能夠做到這一點的工具之一，“Isola說。