科普|AI技术干货——生成式人工智能详解
流媒体网
共 2917字,需浏览 6分钟
· 2023-07-15
欢迎留言
本文由「流媒体网」原创出品,
转载或内容合作请联系我们,违规转载必究
人工智能、机器学习和深度学习的比较
Generative AI
在深入探索生成式人工智能(Generative Artificial Intelligence - Generative AI)的迷人世界之前,理解人工智能(Artificial Intelligence - AI)及其重要的子集机器学习(Machine Learning - ML)的基本概念是至关重要的。初学者和专家通常会提出两个基本问题:“人工智能究竟是什么?”以及“人工智能与机器学习有何区别?”这就好比我们在研究生物学之前,必须了解细胞是生命的基本单位,了解DNA是生物遗传的物质基础一样。 由于其科学性和复杂性,人工智能可以被看作是一门学科,就像物理学或生物学一样。它是计算机科学的一个分支,专注于创建被称为“智能代理”的系统,这些系统具有推理、学习、适应和自主行动的能力。简单来说,人工智能是一个多元化的领域,围绕着设计、理论、开发和应用能够展现出类似人类认知功能的机器而展开。 人工智能(AI)就像一个大工厂,工厂内的工人(机器)在努力模仿人类的思维和行为,包括但不限于理解自然语言、识别模式、解决问题和做出决策。在这个巨大的AI工厂中,机器学习(ML)是其中一个关键的流水线车间。机器学习是人工智能的一个核心子集,是一种能够根据输入数据训练模型的系统。它的主要目标是通过训练模型,使模型能够从新的或以前未见过的数据中得出有用的预测,这些数据与训练时使用的数据类似。机器学习就像一个工厂中的自动流水线,它可以根据处理的数据自主地学习和适应,大大减少了对显式编程的需求。 通过将AI看作是自主机器智能的广泛目标,而机器学习则是实现这一目标的具体方法,我们可以清晰地理解AI和ML的区别。也就是说,机器学习就像AI工厂的一台自我学习和进步的机器。这种关系可以通过维恩图形象地表示出来,AI是一个大圆,包含了几个小圆,每个小圆代表AI的不同子集,其中之一就是ML。 图 1 AI 及其子集 深度学习(Deep Learning - DL)是机器学习的一个子集,深度学习更像是机器学习的一个高级工具车间,它专注于使用神经网络模拟人脑的行为。虽然单层神经网络就可以做出近似预测,但是添加更多的隐藏层可以优化预测的精度和准确性。 在机器学习的领域里有两个主要的分支:监督学习和无监督学习。监督学习就像一个有答案的教科书,模型可以从标记的数据中学习,也就是说,它有答案可以学习;而无监督学习则更像一个无答案的谜题,模型需要自己在数据中找出结构和关系。此外,还有一种介于两者之间的强化学习,模型通过经验学习执行动作。 为了让读者对这些概念有一个更全面的理解,我们可以通过对比AI、ML和DL的关键特性来创建一张表格。在该表格中,我们比较了诸如定义、应用、学习方法、数据需求和计算需求等属性。表格 1 人工智能、机器学习和深度学习三者的比较
关联 · 阅读
您认为生成式人工智能在视听行业将有何影响 ?
期待您的见解欢迎留言
报告推荐
年中盘点
本期编辑/胡笑柯
联系我们/17338112792(微信同号)
评论
CXL:破解AI时代“内存墙”新途径
AI大模型的快速发展推动“算力”和“存力”需求快速增长,“内存墙”问题由来已久,在 AI 时代表现的愈发明显,“算力”和“运力”之间的差距越来越大。Transformer 类的模型参数的数量呈现指数增长,每两年增加 410 倍,而 GPU 内存仅以每两年 2 倍的速度扩展。1、AI时代“内存墙”问题
架构师技术联盟
0
科普:深度学习训练,不同预算GPU选购指南
以下文章来源于微信公众号:DeepHub IMBA作者:Mike Clayton本文仅用于学术分享,如有侵权,请联系后台作删文处理导读购买显卡第一个要考虑的问题是什么?当然是预算。本文提供了不同预算的显卡选购指南,希望能对各位读者有所帮助。在进行机器学习项目时,特别是在处理深度学习和神经网络时,最好
机器学习初学者
0
搭建完美的技术写作环境,第1-10章
大家好,我是章北海,《机器学习算法与 Python 实战》和《玩机器学习的章北海》号主,985 统计学硕士,5 年时间撰写了 460 余篇优质原创文章,内容涵盖统计学、数据分析、机器学习、深度学习、Python 实战。毕业之后先后从事数据分析、机器学习工程师、项目管理,这些年积累了很多经验,工作之外
机器学习算法与Python实战
0
人工智能周刊#18:微软发布手机端大模型、Llama 3 中文模型列表、苹果开源新项目、
主打尊重隐私的搜索引擎 duckduckgo,也推出了 ai chat 服务,可以使用 chatgpt 或者 claude机器学习周刊:关注 Python、机器学习、深度学习、大模型等硬核技术本期目录:1、Qwen1.5-110B:Qwen1.5 系列的首个千亿参数开源模型2、苹果开源
机器学习算法与Python实战
0
光纤详解:光纤跳线如何分类,多向单模转换?
本文来自“光纤详解:光纤跳线如何分类,多向单模转换?”,光纤跳线作为光网络布线最基础的元件之一,被广泛应用于光纤链路的搭建中。如今,光纤制造商根据应用场景的不同推出众多类型的光纤跳线,如MPO/LC/SC/FC/ST光纤跳线,单工/双工光纤跳线,单模/多模光纤跳线等,它们之间各有特色,且不可替代。本
架构师技术联盟
0
FaceChain高保真人像风格生成挑战赛:一等奖方案
Datawhale分享 作者:马琦钧,Datawhale成员简 介大家好,我是马琦钧,Datawhale成员,毕业于浙江农林大学,统计学/会计学双学位,获得过由阿里云、谷歌、百度、CVPR、思否、极棒等举办的相关赛事奖项。本次主要分享 FaceChain 高保真人像风
Datawhale
1
管理世界2024 | 使用管理层讨论与分析测量「企业人工智能指标」
Tips: 公众号推送后内容只能更改一次,且只能改20字符。如果内容出问题,或者想更新内容, 只能重复推送。为了更好的阅读体验,建议阅读本文博客版, 链接地址 https://textdata.cn/blog/2024-04-19-ai-improve-firm-productivity/
大邓和他的Python
0
OpenAI的Sora竟然造假:生成的AI大片只有1%的AI,剩下的99%是人工!
点蓝色字关注“机器学习算法工程师”设为星标,干货直达!啊?Sora火爆短片《气球人》,也“造假”了???背后艺术家团队的最新揭秘,可谓一石激起千层浪:原来,视频画面并非完全由AI生成,其中有大量视觉效果需要人类后期实现。be like:这下网友不干了,合着大家伙儿跟OpenAI玩真心,OpenAI背
机器学习算法工程师
1