Traditional AI Vs Generative AI - KDnuggets

플라톤에 의해 재발행

팔로워 : 0

기존 AI vs 생성 AI
작성자 별 이미지

요즘 떠도는 차세대 유행어는 '제너레이티브 AI(Generative AI)'다. 당신이 어떤 분야에 종사하고 있든, 당신은 확실히 그 단어를 들어봤을 것입니다. 지난 6개월 동안 인공지능(AI)의 획기적인 발전을 보여주었습니다. 그것은 다양한 산업을 재편했고 모두가 그것을 손에 넣고 싶어합니다.

여러분 중 일부는 AI 하위 집합 간의 차이점을 실제로 알지 못할 수도 있으며 이것이 이 기사의 요점입니다.

당신을 위해 일을 정리합니다.

전통적 AI(Traditional AI) – 기술적 지식이 없는 대다수의 사람들이 알고 있는 AI의 일부입니다. 좁은 AI 또는 약한 AI라고도 알려진 전통적인 형태의 AI는 지능적인 방식으로 특정 작업을 수행하는 데 중점을 둡니다.

따라서 우리가 알고 있는 전통적인 AI는 입력에 반응하고 출력을 생성하도록 설계된 Siri 및 Alexa와 같은 음성 도우미입니다. 이것이 가능한 방법은 AI 시스템이 데이터, 특성 등을 학습하여 결정과 예측을 내리는 것입니다.

컴퓨터 체스를 할 때를 생각해 보세요. 컴퓨터는 단지 규칙을 만드는 것이 아니라 모든 규칙을 알고 있으며 이를 사용하여 다음 동작을 수행합니다. 미리 정의된 전략입니다.

전략. 이것이 전통적인 AI의 기반입니다. 매번 결정하는 특정 규칙 세트를 사용하여 결정을 내립니다.

규칙을 생성하는 것이 아니라 규칙을 기반으로 입력을 받고 출력을 생성합니다.

이제 'Generative AI'라는 전문 용어를 살펴보겠습니다. 여러분이 상상할 수 있듯이 저는 전통적인 AI는 규칙에 기반을 두고 있으며 새로운 것을 만들 수 없다는 점을 강조했습니다. 그렇다면 Generative AI는 어떻게 될까요?

네 말이 맞아. 제너레이티브 AI는 새로운 것을 창조하는 능력을 갖고 있습니다. 기존 AI와 마찬가지로 생성 AI도 많은 데이터를 학습하고 이를 사용해 의사결정과 예측을 내립니다. 그러나 단순한 입력 및 출력 프로세스가 아닙니다.

제너레이티브 AI(Generative AI)는 입력을 받아 이해하고 입력 정보를 사용하여 새로운 것을 만듭니다. 데이터에 대해 훈련을 받고 훈련 데이터와 유사한 입력 정보를 기반으로 새로운 데이터를 생성할 수 있도록 기본 패턴을 학습합니다.

현재까지 Generative AI를 사용하면 텍스트, 이미지, 음악 등 다양한 형태의 출력을 생성할 수 있을 뿐만 아니라 코드 완성과 같은 작업에 도움을 줄 수 있습니다.

생성 AI의 예로는 GPT, Soundful, Synthesia 및 DALL-E 2가 있습니다.

그렇다면 전통적인 AI와 생성 AI의 차이점은 무엇입니까?

기능과 응용 프로그램이 주요 차이점입니다.

앞서 언급했듯이 전통적인 AI는 입력을 받고 출력을 생성하는 것을 기반으로 합니다. 입력 데이터는 분석되어 결정과 예측을 내리는 데 사용됩니다. 패턴 인식을 찾고 있다면 전통적인 AI가 적합합니다. 전통적인 AI는 여전히 인기가 높으며 챗봇, 예측 분석 등 현재의 많은 AI 시스템을 구동하는 데 사용됩니다. 많은 사람들이 일상적인 작업에 사용하는 작업별 응용 프로그램에 중점을 둡니다.

반면 생성 AI는 그 이상으로 훈련 데이터와 유사한 새로운 데이터를 생성합니다. 패턴 생성을 찾고 있다면 생성 AI가 적합합니다. 제너레이티브 AI(Generative AI)는 기업이 더욱 창의적이고 혁신할 수 있는 새로운 문을 열어줍니다. 아이디어 프로세스 등의 작업에 소요되는 시간을 획기적으로 줄일 수 있습니다. 노래 가사를 쓰고, 기사를 쓰고, 딥페이크를 만들 수 있습니다. 창조와 혁신이 중요한 곳에서 생성 AI는 이를 다음 단계로 끌어올릴 수 있는 높은 잠재력을 가지고 있습니다.

전통적인 AI와 생성적 AI에 대한 이 일반 기사를 마무리하려면 이들 기능이 아직 서로 얽힐 수 없다는 점을 이해해야 합니다. 예를 들어, 생성적 AI를 기존 AI와 함께 사용하면 보다 효과적인 솔루션을 제공할 수 있습니다. 반면, 기존 AI는 생성 AI를 사용하여 개인화된 콘텐츠를 만들기 위해 추가 분석이 가능한 특정 출력을 제공할 수 있습니다.

두 가지의 차이점과 AI 세계에서 두 가지의 구체적인 역할을 이해하는 것이 중요합니다. 두 가지 모두 우리의 미래를 형성하고 있으며 오늘날 사회에서 높은 평가를 받고 있습니다.

여러분은 두 가지의 고유한 기능을 이해하고 있으며 계속해서 혁신을 거듭하는 과정을 즐기게 될 것입니다.

니샤 아리아 KDnuggets의 데이터 과학자, 프리랜서 기술 작가 및 커뮤니티 관리자입니다. 그녀는 특히 데이터 과학 경력 조언 또는 데이터 과학에 대한 자습서 및 이론 기반 지식을 제공하는 데 관심이 있습니다. 그녀는 또한 인공 지능이 인간의 수명에 도움이 되는 다양한 방식을 탐구하고자 합니다. 기술 지식과 작문 기술을 넓히고 다른 사람을 안내하는 데 도움을 주고자 하는 예리한 학습자.