Генеративный искусственный интеллект
Генеративный искусственный интеллект — тип системы искусственного интеллекта (ИИ), способной синтезировать текст, изображения или комбинированный медиаконтент в ответ на подсказки[1][2]. Впервые появился в конце 2010-х годов благодаря развитию генеративно-состязательных сетей (GAN) и трансформеров[3].
Генеративный ИИ использует генеративные модели, такие как большие языковые модели[4].
Известные системы генеративного ИИ включают ChatGPT — чат-боты, созданные с использованием больших языковых моделей GPT-3 и GPT-4[5] и Gemini — чат-бот, созданный Google с использованием модели LaMDA[6]. Другие генеративные модели ИИ включают художественные системы искусственного интеллекта, такие, как Stable Diffusion и DALL-E[7].
Генеративный ИИ может применяться в самых разных отраслях, включая разработку программного обеспечения, маркетинг и моду[8][9]. Инвестиции в генеративный ИИ резко выросли в начале 2020-х годов, когда крупные компании, такие как Microsoft, Google и Baidu, а также многочисленные более мелкие фирмы разрабатывали модели генеративного ИИ[1][10][11].
Направления
[править | править код]Генеративная система искусственного интеллекта строится путём применения обучения без учителя или самообучения ИИ на наборе данных[источник не указан 869 дней]. Возможности генеративной системы ИИ зависят от модальности или типа используемого набора данных.
- Текст: генеративные системы ИИ, обученные на словах или словесных токенах, включают GPT-3, LaMDA, LLaMA, BLOOM, GPT-4 и другие (см. Список больших языковых моделей). Они способны к обработке естественного языка, машинному переводу и генерации естественного языка и могут использоваться в качестве базовых моделей для других задач[12]. Наборы данных включают BookCorpus, Wikipedia и другие (см. Список корпусов текстов).
- Код: в дополнение к тексту на естественном языке, большие языковые модели можно обучать на текстах, написанных на различных языках программирования, что позволяет им генерировать исходный код для новых компьютерных программ[13]. Примеры включают GitHub Copilot, OpenAI Codex.
- Изображения: системы генеративного ИИ, обученные на наборах изображений с текстовыми подписями, включают такие, как Imagen, DALL-E, Midjourney, Stable Diffusion и другие (см. Художественные системы искусственного интеллекта, генеративное искусство. Они обычно используются для преобразования текста в изображение и передачи нейронного стиля[14]. Наборы данных включают LAION-5B и другие (см. Наборы данных в компьютерном зрении).
- Молекулы: системы генеративного ИИ можно обучать последовательностям аминокислот или молекулярным представлениям, таким как SMILES, изображающим ДНК или белки. Эти системы, такие как AlphaFold, используются для прогнозирования структуры белков и открытия лекарств[15]. Наборы данных включают в себя различные наборы биологических данных.
- Мультимодальность: генеративную систему ИИ можно построить из нескольких генеративных моделей или одной модели, обученной на нескольких типах данных. Например, одна версия OpenAI GPT-4 принимает ввод как текста, так и изображения[16].
Область применения[3]
[править | править код]- Финансовые услуги (чат-боты, анти-фрод устройства, аналитика)
- Здравоохранение и медико-биологические разработки (ускорение разработки лекарств, генетическая инженерия, обучение медперсонала)
- Автомобильная промышленность и производство (проектирование автомобилей, улучшение обслуживания клиентов, тестирование приложений)
- Мультимедиа и развлечения (создание новых жанров музыки, более персонализированный контент, помощь в создании игр)
- Телекоммуникации (улучшение обслуживания клиентов, разговорные агенты)
- Энергетика (Прогнозирование данных, разработка программ энергоэффективности)
Примечания
[править | править код]- 1 2 Metz, Cade; Griffith, Erin. Anthropic Said to Be Closing In on $300 Million in New A.I. Funding. The New York Times (27 января 2023). Дата обращения: 14 марта 2023. Архивировано 14 марта 2023 года.
- ↑ Lanxon, Nate (10 марта 2023). A Cheat Sheet to AI Buzzwords and Their Meanings. Bloomberg News. Архивировано 26 марта 2023. Дата обращения: 14 марта 2023.
- 1 2 Что такое генеративный искусственный интеллект? – Принцип работы генеративного искусственного интеллекта – AWS. Amazon Web Services, Inc.. Дата обращения: 13 февраля 2026.
- ↑ Greg Brockman; Pieter Abbeel; Andrej Karpathy; Vicki Cheung; Peter Chen. Generative models. OpenAI (16 июня 2016). Дата обращения: 3 апреля 2023. Архивировано 3 апреля 2023 года.
- ↑ Metz, Cade (14 марта 2023). OpenAI Plans to Up the Ante in Tech's A.I. Race. The New York Times (амер. англ.). ISSN 0362-4331. Архивировано 31 марта 2023. Дата обращения: 31 марта 2023.
- ↑ Thoppilan, Romal (20 января 2022). LaMDA: Language Models for Dialog Applications. arXiv:2201.08239.
{{cite arXiv}}: Википедия:Обслуживание CS1 (пропущен class) (ссылка) - ↑ Roose, Kevin. A Coming-Out Party for Generative A.I., Silicon Valley's New Craze. The New York Times (21 октября 2022). Дата обращения: 14 марта 2023. Архивировано 15 февраля 2023 года.
- ↑ Don't fear an AI-induced jobs apocalypse just yet. The Economist (6 марта 2023). Дата обращения: 14 марта 2023. Архивировано 14 марта 2023 года.
- ↑ Roberts, Roger; Koullias, T.; Harreis, H. Generative AI: Unlocking the future of fashion. Дата обращения: 3 апреля 2023. Архивировано 10 мая 2023 года.
- ↑ The race of the AI labs heats up. The Economist (30 января 2023). Дата обращения: 14 марта 2023. Архивировано 14 марта 2023 года.
- ↑ Gokturk, Burak; Yang, June. Google Cloud brings generative AI to developers, businesses, and governments (14 марта 2023). Дата обращения: 3 апреля 2023. Архивировано 31 марта 2023 года.
- ↑ Bommasani, R; Hudson, DA; Adeli, E; Altman, R; Arora, S; von Arx, S; Bernstein, MS; Bohg, J; Bosselut, A (16 августа 2021). On the opportunities and risks of foundation models. arXiv:2108.07258 [cs.LG].
{{cite arXiv}}: Википедия:Обслуживание CS1 (дата и год) (ссылка) - ↑ Chen, Ming; Tworek, Jakub; Jun, Hongyu; Yuan, Qinyuan; Pinto, Hanyu Philippe De Oliveira; Kaplan, Jerry; Edwards, Haley; Burda, Yannick; Joseph, Nicholas (6 июля 2021). Evaluating Large Language Models Trained on Code. arXiv:2107.03374 [cs.LG].
- ↑ Ramesh, Aditya; Pavlov, Mikhail; Goh, Gabriel; Gray, Scott; Voss, Chelsea; Radford, Alec; Chen, Mark; Sutskever, Ilya (2021). Zero-shot text-to-image generation. International Conference on Machine Learning. PMLR. pp. 8821—8831.
- ↑ Heaven, Will Douglas. AI is dreaming up drugs that no one has ever seen. Now we've got to see if they work. MIT Technology Review. Massachusetts Institute of Technology (15 февраля 2023). Дата обращения: 15 марта 2023. Архивировано 14 марта 2023 года.
- ↑ Explainer: What is Generative AI, the technology behind OpenAI's ChatGPT?. Reuters. 17 марта 2023. Архивировано 30 марта 2023. Дата обращения: 17 марта 2023.
 | ||||
|---|---|---|---|---|
| Концепции |
| ||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Модели |
| ||||||||||||
| Компании | |||||||||||||
