AI 技术的核心本质是什么？背后的技术原理有哪些？

火炏焱焱

当我们在谈论 AI 时，我们究竟是在谈论什么？从 AI 诞生之日起，它的任务就是要进一步解放生产力。顺着 AI 发展的脉络来看，通过不断模拟人脑的思考过程，AI 逐渐具有了对数据和语言的理解、推理、解释、归纳、演绎的能力，越来越像一个人类。接下来作者就给我们介绍了关于 AI 新的发展机会和能力。一起来看看吧。



写代码、修复 BUG、编故事……这些看似只有人类才能完成的任务，都出自同一个聊天机器人之手。当地时间 11 月 30 日，OpenAI 发布了一个全新的对话式大规模语言模型 ChatGPT。作为 GPT-3.5 系列的主力模型之一，通过对话的形式，ChatGPT 可以回答后续问题、承认错误、挑战不正确的前提并拒绝不适当的请求。
这一模型在开放测试以后，迅速涌入了大批用户，并在社交媒体上晒出自己与 ChatGPT 的互动。有人用来给自己的猫写诗，有人用来给代码改 BUG，还有人问它关于人类的意义…… 12 月 5 日，OpenAI 首席执行官 Sam Altman 发推表示，OpenAI 训练的大型语言模型 ChatGPT 于上周三推出，目前已突破 100 万用户。



甚至于马斯克也为其称赞 "ChatGPT 非常好。我们离强大到危险的 AI 不远了。"



之所以 ChatGPT 能够引起如此大的反响，是因为这一次算法模型的升级让 AI 的认知智能更上一层台阶，换句话说，现阶段的 AI 能够对人类意图的理解更为深刻、准确。
让 AI 更懂人、更像人，一直是技术不断在攻克的难题，而同样作为生成式 AI（AIGC）中一员的 AI 绘画，也因为 Diffusion 扩散模型的加入，闯入了更多公众的视野。
只需要输入几个关键词，就能获得一幅由 AI 生成的绘画。今年以来，AI 绘画可谓是在社交媒体上赚足了眼球，从年初 Disco Diffusion 的流行，再到 8 月，由 AI 绘画程序 Midjourney 生成的《太空歌剧院》获奖，Stable Diffusion 扩散模型的使用，让 AI 绘画在图像细节的处理上更为出色。
如果将 ChatGPT 和 Stable Diffusion 模型两者进行 " 强强联合 "，便能够让模型更懂创作者的需求。一方面，利用 ChatGPT 强大的语言理解能力生成文本描述，另一方面，扩散模型能够最大程度保持图像的细节，既保留了图像中的语义结构，又能够生成高质量的 AI 绘画作品，" 甲方爸爸 " 看了都直呼满意。
无论是 ChatGPT 还是 Diffusion 扩散模型，一个作为多轮对话模型，一个作为辅助多模态生成的模型，都让 AI 的能力从 " 机械执行 "，进阶到 " 创造性 "，这也意味着 AIGC 迎来了一个新的发展阶段。

墙角看世界

打酱油的人拉，回复下赚取积分

黄金人生

我擦！我要沙发！