従来の AI と生成 AI - KDnuggets

プラトン再発行

フォロワー： 0

従来型 AI と生成型 AI
著者による画像

「生成 AI」は、現在流行している次のバズワードです。どの分野で働いているかに関係なく、この言葉を聞いたことがあるでしょう。過去 6 か月だけでも、人工知能 (AI) が大幅に進歩したことがわかります。それはさまざまな業界を再構築しており、誰もがそれを手に入れたいと考えています。

AI のサブセットの違いがよくわからない人もいるかもしれませんが、これがこの記事のポイントです。

物事を解決するために。

従来の AI – 技術に詳しくない人々の大多数が知っている AI の一部。狭い AI または弱い AI とも呼ばれる従来の形式の AI は、特定のタスクをインテリジェントな方法で実行することに重点を置いています。

したがって、私たちが従来の AI について知っているのは、入力に応答して出力を生成するように設計された Siri や Alexa などの音声アシスタントです。これを実現する方法は、これらの AI システムがデータや特性などから学習して意思決定や予測を行うことです。

コンピューターチェスをプレイしているときのことを考えてください。コンピューターはただルールを作り上げていくだけではなく、すべてのルールを知っており、それを使って次の行動をとります。それはあらかじめ決められた戦略です。

戦略。従来の AI はこれに基づいています。毎回、特定のルールセットを使用して決定を行います。

ルールを作成するのではなく、ルールに基づいて入力を受け取り、出力を生成します。

さて、バズワード「Generative AI」についてです。ご想像のとおり、従来の AI はルールに基づいており、新しいものを生み出すことはできないことを強調してきました。それでは、生成 AI はどこに残るのでしょうか?

はい、あなたが正しい。生成 AI には、何か新しいものを生み出す能力があります。従来の AI と同様に、生成 AI は大量のデータを学習し、それを使用して意思決定や予測を行っています。ただし、それは単純な入力と出力のプロセスではありません。

生成 AI は入力を受け取り、それを理解し、入力からの情報を使用して何か新しいものを作成します。データに基づいてトレーニングされ、基礎となるパターンを学習して、トレーニングデータに類似した入力情報に基づいて新しいデータを生成できるようにします。

これまでのところ、Generative AI を使用して、テキスト、画像、音楽などのさまざまな形式で出力を作成したり、コード補完などのタスクを支援したりすることができます。

生成 AI の例には、GPT、Soundful、Synthesia、DALL-E 2 などがあります。

では、従来の AI と生成型 AI の違いは何でしょうか?

主な違いは機能とアプリケーションです。

前に述べたように、従来の AI は入力を受信して出力を生成することに基づいています。入力データは分析され、意思決定と予測を行うために使用されます。パターン認識を探している場合は、従来の AI が最適です。従来の AI は依然として非常に人気があり、チャットボットや予測分析など、現在の多くの AI システムを強化するために使用されています。多くの人が日常のタスクに使用する、タスク固有のアプリケーションに焦点を当てています。

一方、生成 AI はそれを超えて、トレーニングデータに似た新しいデータを作成します。パターンの作成を探している場合は、生成 AI が頼りになります。生成 AI は、企業がより創造的かつ革新的になるための新たな扉を開きます。アイデア出しプロセスなどのタスクに費やす時間を大幅に削減できます。歌詞を書いたり、記事を書いたり、ディープフェイクを作成したりできます。創造と革新が重要な場合、生成 AI はそれを次のレベルに引き上げる高い可能性を秘めています。

従来型 AI と生成型 AI に関するこの一般的な記事をまとめるには、まだそれらの機能を組み合わせることができないことを理解する必要があります。たとえば、生成 AI を従来の AI と併用して、より効果的なソリューションを提供できます。一方、従来の AI は、生成 AI を使用してパーソナライズされたコンテンツを作成するためにさらに分析できる特定の出力を提供できます。

この XNUMX つの違いと、AI の世界でのそれぞれの具体的な役割を理解することが重要です。どちらも私たちの未来を形作り、今日の社会に深く受け入れられています。

あなたは XNUMX つの独自の能力を理解しており、革新的であり続ける乗り心地を楽しむことができるでしょう。

ニシャ・アリア KDnuggets のデータサイエンティスト、フリーランステクニカルライター、およびコミュニティマネージャーです。彼女は特に、データサイエンスに関するキャリアアドバイスやチュートリアル、およびデータサイエンスに関する理論に基づく知識を提供することに関心を持っています。彼女はまた、人工知能が人間の寿命を延ばすためのさまざまな方法を探求したいと考えています。熱心な学習者であり、他の人を導く手助けをしながら、技術知識とライティングスキルを広げようとしています。