最通俗的语言搞懂【大模型】的来龙去脉

人工智能时代，有很多时髦、相互容易混淆概念的科技名词：AI、Machine Learning、Deep Learning、Generative AI、Large Model，它们指的是同一个概念么？不是的。

AI（artificial intelligence人工智能），它的概念最广泛，所有研究人类智能的技术都可以归为其中。

ML（machine learning机器学习），是AI的一个子集，具体指的是通过计算机从数据中学习规律的技术。

DL（deep learning，深度学习），是ML的子集，指的是一种具体的计算机算法，即神经网络。

Generative AI (生成式人工智能)，跟AI一样也是广泛的概念，但强调其智能是能够“生成内容”，例如生产文本、生成图片、生成声音，这大大区别于传统的discriminative AI(判别式AI)，判别式AI只能预测分类结果，不能生成内容。生成式AI目前使用的算法都是Deep learning。我们现在常用的GPT模型，其全称是Generative Pre-trained Transformer，其中generative是“生成式”的意思，能够生成与训练数据集相似的新数据；Transformer指的是深度学习算法中的一种模型结构。所以，可以理解成深度学习算法在生成内容领域的应用。

Large Model (大模型)，泛指参数很多的机器学习模型，因为现在只有深度学习模型有可能有几十亿上百亿上千亿的参数（传统的机器学习模型的参数一般在十几到几十个之间），并且这些参数量大的模型又都主要用于生成内容，所以可理解为参数量大的、用于生成内容的深度学习模型。大模型根据应用场景不同，可进一步细分成语言大模型Large language model（LLM）、图像大模型、音频大模型、视频大模型等。

哪些常见的AI产品

目前国外比较有名的大模型公司及其产品。

OpenAI: 人工智能公司，著名的产品是GPT-4、DALL-E 2、Sora。
GPT-4是一个大语言模型，可完成翻译、撰写文章、回答内容等各种类似文案工作者的任务；Dalle.E是大规模文本到图像的转换模型，在给定文本提示的情况下生成各种样式的真实图像；Sora是通过文字生成视频的模型，是基于GPT和Dalle模型成果在视频领域的应用。

Google：产品是Gemini(之前叫做Bard)，功能类似GPT，是基于谷歌自研的大语言模型，跟谷歌自身的产品深度绑定，例如在谷歌邮箱中可以协助写邮件。

Anthropic：OpenAI 前员工共同创立的 AI 公司，推出一款名为 Claude 的类似 ChatGPT的AI助手。

 Meta(Facebook)：模型产品为LLaMA，参数从 7B 到 70B 不等的大模型，是开源社区中性能最强和最流行的模型。

EleutherAI: 非营利性的人工智能研究实验室，专注于大型模型的可解释性和对齐性，发布了开源的大模型GPT-Neo。

微软：Copilot，一个人工智能驱动的智能聊天机器人，其背后支撑是OpenAI的GPT4。

GitHub Copilot：编程机器人，具有代码自动完成功能，并且可作为大多数流行代码编辑器的插件使用。

Sourcegraph Cody：生成式 AI 编程助手，可以解释代码、为选定代码段创建单元测试、优化现有代码的能力等。

Jasper：AI 营销工具以及写作助手，作为第三方工具利用多个模型，如 GPT-4、Claude、等生成营销活动、将文案翻译成多种语言、撰写博客文章、搜索引擎优化 （SEO）。Sensei GenAI：Adobe公司出品的类似Jasper产品。

l Midjourney: 类似