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。
- SEO を活用したコンテンツと PR 配信。 今日増幅されます。
- PlatoData.Network 垂直生成 Ai。 自分自身に力を与えましょう。 こちらからアクセスしてください。
- プラトアイストリーム。 Web3 インテリジェンス。 知識増幅。 こちらからアクセスしてください。
- プラトンESG。 カーボン、 クリーンテック、 エネルギー、 環境、 太陽、 廃棄物管理。 こちらからアクセスしてください。
- プラトンヘルス。 バイオテクノロジーと臨床試験のインテリジェンス。 こちらからアクセスしてください。
- 情報源: https://www.kdnuggets.com/traditional-ai-vs-generative-ai?utm_source=rss&utm_medium=rss&utm_campaign=traditional-ai-vs-generative-ai
- :持っている
- :は
- :not
- :どこ
- $UP
- a
- 能力
- できる
- 私たちについて
- 上記の.
- 進歩
- アドバイス
- AI
- AIシステム
- アレクサ
- すべて
- 一人で
- また
- 量
- an
- 分析論
- および
- です
- 周りに
- 記事
- 物品
- 人工の
- 人工知能
- 人工知能(AI)
- AS
- アシスタント
- At
- バック
- ベース
- BE
- さ
- 恩恵
- の間に
- 越えて
- 両言語で
- 広げる
- 焙煎が極度に未発達や過発達のコーヒーにて、クロロゲン酸の味わいへの影響は強くなり、金属を思わせる味わいと乾いたマウスフィールを感じさせます。
- 流行語
- by
- 缶
- 機能
- キャリア
- 特性
- チャットボット
- チェス
- クリア
- コード
- コミュニティ
- 企業
- 完成
- コンピュータ
- コンテンツ
- 続ける
- 可能性
- 作ります
- 作成します。
- 作成
- 創造
- クリエイティブ
- 電流プローブ
- ドール
- データ
- データサイエンス
- データサイエンティスト
- 日付
- 日々
- 決定
- ディープフェイク
- 絶対に
- 設計
- 違い
- 異なります
- さまざまな形
- ありません
- ドア
- 劇的に
- 各
- 効果的な
- 受け入れ
- 楽しみます
- 皆
- 例
- 探る
- フォールズ
- 焦点を当てて
- フォーム
- フォーム
- フリーランス
- から
- 機能
- さらに
- 未来
- 生成する
- 生々しい
- 生成AI
- 取得する
- Go
- ゴエス
- 行く
- ガイド
- ハンド
- ハンド
- 持ってる
- 聞いた
- 助けます
- 助け
- 彼女の
- ハイ
- 非常に
- HTTPS
- 人間
- i
- 念慮
- if
- 画像
- 絵
- 重要
- in
- 傾斜
- include
- 産業
- 情報
- 革新的手法
- 革新的な
- インテリジェンス
- インテリジェント-
- 興味がある
- IT
- ITS
- ただ
- KDナゲット
- キーン
- 知っている
- 知識
- 既知の
- 知っている
- 学んだ
- 学習者
- 学習
- コメントを残す
- レベル
- 生活
- ような
- 長寿
- 探して
- たくさん
- メイン
- 大多数
- make
- 作る
- 作成
- マネージャー
- 方法
- 五月..
- 言及した
- 瞬間
- ヶ月
- 他には?
- 音楽を聴く際のスピーカーとして
- 必要
- 新作
- 次の
- of
- on
- 開設
- or
- その他
- その他
- 私たちの
- 出力
- 部
- 特に
- 過去
- パターン
- パターン
- のワークプ
- 実行
- 個人
- プラトン
- プラトンデータインテリジェンス
- プラトデータ
- 再生
- ポイント
- 人気
- 潜在的な
- 電力
- 予測
- 予測的
- 予測分析
- 事前の
- プロセス
- 作り出す
- 生産する
- 作成
- 提供します
- 提供
- むしろ
- 本当に
- 受け取り
- 受け入れ
- 認識
- 減らします
- 関係なく
- 反応します
- Ride
- 右
- 職種
- ルール
- s
- 科学
- 科学者
- セクター
- を求める
- セッションに
- シェーピング
- 彼女
- 示す
- 重要
- 同様の
- 簡単な拡張で
- シリ
- スキル
- So
- 社会
- ソリューション
- 一部
- 何か
- 歌
- 特定の
- 費やした
- まだ
- 戦略
- そのような
- システム
- 取り
- 取得
- 仕事
- タスク
- テク
- 技術的
- 클라우드 기반 AI/ML및 고성능 컴퓨팅을 통한 디지털 트윈의 기초 – Edward Hsu, Rescale CPO 많은 엔지니어링 중심 기업에게 클라우드는 R&D디지털 전환의 첫 단계일 뿐입니다. 클라우드 자원을 활용해 엔지니어링 팀의 제약을 해결하는 단계를 넘어, 시뮬레이션 운영을 통합하고 최적화하며, 궁극적으로는 모델 기반의 협업과 의사 결정을 지원하여 신제품을 결정할 때 데이터 기반 엔지니어링을 적용하고자 합니다. Rescale은 이러한 혁신을 돕기 위해 컴퓨팅 추천 엔진, 통합 데이터 패브릭, 메타데이터 관리 등을 개발하고 있습니다. 이번 자리를 빌려 비즈니스 경쟁력 제고를 위한 디지털 트윈 및 디지털 스레드 전략 개발 방법에 대한 인사이트를 나누고자 합니다.
- より
- それ
- 情報
- 世界
- アプリ環境に合わせて
- 理論
- ボーマン
- 彼ら
- 物事
- この
- 時間
- 〜へ
- 今日
- 伝統的な
- 訓練された
- トレーニング
- チュートリアル
- 2
- 根本的な
- わかる
- 理解する
- ユニーク
- us
- つかいます
- 中古
- 使用されます
- さまざまな
- 非常に
- ボイス
- vs
- 望んでいる
- 仕方..
- 方法
- we
- WELL
- この試験は
- いつ
- which
- 一方で
- 誰
- 意志
- 願い
- Word
- ワーキング
- 世界
- ラップ
- 書きます
- 作家
- 書き込み
- まだ
- 貴社
- あなたの
- ゼファーネット