1、生成式AI与对话式AI入门：特性、差异与应用探索

生成式AI与对话式AI入门：特性、差异与应用探索

1. 生成式AI简介

1.1 生成式AI定义

生成式AI是人工智能模型和技术的一个子集，旨在生成与给定输入数据性质相似的新数据样本。其目标是产生并非原始训练集一部分，但连贯、上下文相关且具有相同风格或结构的内容或数据。与单纯的分析或分类不同，生成式AI具备创造和创新的能力，这一领域的进展在创意领域和实际应用中带来了突破，使其成为人工智能研究和开发的前沿领域。

1.2 生成式AI的关键特征

• 数据生成 ：能够创建并非训练数据一部分但与之相似的新数据点，涵盖文本、图像、音乐、视频等各种数据形式。
• 合成 ：生成模型可以融合各种输入，生成包含每个输入特征的输出，例如融合两幅图像的风格。
• 学习分布 ：生成式AI模型旨在学习训练数据的概率分布，以便从该分布中生成新样本。

1.3 生成式AI的流行技术

• 生成对抗网络（GANs） ：由生成器和判别器两个网络组成，它们同时进行训练。生成器尝试生成假数据，而判别器则试图区分真实数据和假数据。随着时间的推移，生成器会越来越擅长生成逼真的数据。
• 变分自编码器（VAEs） ：是一种概率模型，学习对数据进行编码和解码，以便使用编码表示生成新的数据样本。
• 循环神经网络（RNNs） ：