传统人工智能与生成式人工智能 - KDnuggets

由柏拉图重新发布

关注： 0

传统人工智能与生成人工智能
图片作者

“生成式人工智能”是目前流行的下一个流行词。无论您从事哪个行业，您都肯定听说过这个词。仅在过去 6 个月里，它就向我们展示了人工智能 (AI) 的重大进步。它重塑了各个行业，每个人都想获得它。

对于某些人来说，您可能并不真正了解人工智能子集之间的区别，这就是本文的重点。

为你清理一切。

传统人工智能——大多数非技术人员都了解的人工智能的一部分。传统形式的人工智能也称为窄人工智能或弱人工智能，专注于以智能方式执行特定任务。

我们所知道的传统人工智能是 Siri 和 Alexa 等语音助手，它们旨在响应输入并产生输出。实现这一目标的方式是通过这些人工智能系统从数据、特征等中学习来做出决策和预测。

想想当你在电脑下棋时。计算机不仅仅是制定规则，它还知道所有规则并利用它来采取下一步行动。这是一个预先定义的策略。

战略。这就是传统人工智能的基础。它使用每次都会依赖的一组特定规则来做出决策。

它接收输入并产生输出——基于规则，而不是通过创建规则。

现在，我们来谈谈流行词“生成人工智能”。你可以想象，我已经强调过，传统人工智能是基于规则的，不能创造新的东西。那么，生成式人工智能将何去何从呢？

你是对的。生成式人工智能有能力创造新事物。就像传统人工智能一样，生成人工智能已经学习了大量数据，并利用这些数据来做出决策和预测。但它不是一个简单的输入和输出过程。

生成式人工智能获取输入、理解它，并利用输入信息创建新的东西。它接受数据训练并学习底层模式，以便能够根据与训练数据相似的输入信息生成新数据。

迄今为止，您可以使用生成式 AI 创建不同形式的输出，例如文本、图像和音乐，并使用它来帮助您完成代码完成等任务。

生成式 AI 的示例包括 GPT、Soundful、Synthesia 和 DALL-E 2。

那么，传统人工智能和生成式人工智能有什么区别呢？

功能和应用程序是主要区别。

正如我之前提到的，传统人工智能基于接收输入并产生输出。输入数据被分析并用于做出决策和预测。如果您正在寻找模式识别，传统人工智能是您的首选。传统人工智能仍然非常流行，并用于为许多当前的人工智能系统提供动力，例如聊天机器人和预测分析。它专注于特定于任务的应用程序，很多人都将其用于日常任务。

另一方面，生成式人工智能将超越并创建新数据，这与训练数据类似。如果您正在寻找模式创建，生成式人工智能是您的首选。生成式人工智能为企业更具创造力和创新性打开了新的大门。它可以大大减少花在构思过程等任务上的时间。它可以写歌词、写文章、制作 Deepfake。在创造和创新很重要的地方，生成式人工智能具有将其提升到新水平的巨大潜力。

为了结束这篇关于传统人工智能和生成人工智能的一般性文章，您需要了解它们的功能还不能交织在一起。例如，生成式人工智能可以与传统人工智能结合使用，以提供更有效的解决方案。另一方面，传统人工智能可以提供特定的输出，可以进一步分析该输出，以使用生成人工智能创建个性化内容。

了解两者之间的区别以及它们在人工智能世界中的具体作用非常重要。它们都在塑造我们的未来，并且都受到当今社会的高度欢迎。

您知道了解两者的独特功能，并将享受他们不断创新的旅程。

妮莎·艾莉亚 是 KDnuggets 的数据科学家、自由技术作家和社区经理。她对提供数据科学职业建议或教程以及围绕数据科学的理论知识特别感兴趣。她还希望探索人工智能是/可以有益于人类长寿的不同方式。一个敏锐的学习者，寻求拓宽她的技术知识和写作技巧，同时帮助指导他人。