本集探討了生成式人工智慧的基本概念,首先釐清了人工智慧的定義因人而異,並非單一技術而是一個目標。相較之下,生成式人工智慧的定義較為明確,旨在讓機器產生複雜且有結構的物件,如文章、影像和語音,其複雜性在於可能性無法窮舉。講師舉例,分類問題與生成式 AI 不同,因為分類是從有限選項中選擇,而生成式 AI 則需從近乎無限的可能中尋找答案。進一步說明機器學習是一種手段,透過從資料中自動尋找函數來實現 AI,並以國中數學題為例,解釋機器學習如何自動找出函數中的未知參數,即模型訓練的過程。講師也提到深度學習是機器學習的一種,通常以類神經網路來表示帶有大量參數的函數。最後,以 ChatGPT 為例,說明其背後的核心精神是文字接龍,將生成完整答案拆解為一系列分類問題,並點出生成式 AI 的挑戰在於產生訓練資料中未曾出現過的答案,暗示機器需要具備某種程度的創造力。
Sign in to continue reading, translating and more.
Continue