该系列是我学习Generative AI for Everyone 课程的笔记，也是系统学习AI课程的第一站。
概论 #
自从2022年11月OpenAI发布ChatGPT以来，**生成式AI (Gen AI)**已成为一股强大的颠覆性技术，正改变许多人的学习和工作方式。它被认为将赋能许多人，提高生产力，并可能为全球经济增长做出重大贡献。据麦肯锡估计，Gen AI每年可为经济增加2.6万亿至4.4万亿美元。然而，该技术也引发了对自动化导致失业的担忧。
生成式AI指的是能够生成高质量内容的AI系统，主要内容类型包括文本、图像和音频。尽管目前最大的影响体现在文本生成领域（如ChatGPT、Bard、Bing Chat），但它也能够生成精美或超逼真的图像，以及进行音频（声音克隆）甚至视频克隆。
Gen AI的出现，使得许多AI应用的构建比以往更容易、更便宜，促使AI产品和服务数量激增。除了面向消费者的应用外，它作为开发者工具的潜力在长期来看可能更具影响力。
根据您提供的新视频片段“W1 2 how generative ai work”的文字稿，以下是该视频内容的总结：
一、 生成式AI在AI格局中的定位 #
生成式AI（Generative AI）的能力，例如ChatGPT和Bard等系统生成文本的能力，看似具有魔力，代表了AI技术的一大进步。AI可以被视为一系列工具的集合。在当今最重要的AI工具中，包括监督学习（Supervised Learning, SL）和生成式AI。
二、 监督学习的工作机制 #
监督学习是一种技术，擅长于“贴标签”（labeling things），它在给定输入A时，能够生成相应的输出B。
监督学习的典型应用示例包括：
- 垃圾邮件过滤： 输入A为一封电子邮件，输出B为判断它是否为垃圾邮件（0或1）。
- 在线广告： 根据广告和用户信息（A），预测用户是否可能点击该广告（B）。
- 自动驾驶： 接收汽车前方的图像和雷达信息（A），标记出其他车辆的位置（B）。
- 医疗诊断： 输入医疗X光片（A），输出医疗诊断（B）。
- 缺陷检测： 拍摄组装线上手机的图片（A），检查是否有划痕或其他缺陷（B）。
- 语音识别： 输入音频（A），输出文本转录（B）。
- 情绪分析： 阅读业务或产品的评论（A），标记其是积极还是消极的情绪（B），这对声誉监控很有用。
三、 大规模监督学习奠定基础 #
大约2010年至2020年是大规模监督学习发展的十年。研究人员发现，对于许多应用而言，即使输入更多数据，如果模型较小，性能提升也有限。然而，如果训练非常大的AI模型，即使用非常快、非常强大的计算机和大量内存，并且输入更多数据，那么性能就会持续提升。正是这种用于贴标签的超大型模型的理念，为现代生成式AI奠定了基础。
四、 大型语言模型（LLMs）如何生成文本 #
大型语言模型（LLMs）是生成式AI生成文本的技术。LLMs的工作原理是通过使用监督学习技术反复预测下一个词。
- 训练数据： LLMs通过阅读互联网上数千亿甚至数万亿个词语来学习。
- 预测机制： 训练过程将句子转化为大量数据点（输入A和输出B）。例如，系统学习到“我最喜欢的食物是” (A) 之后的下一个词可能是“百吉饼” (B)。
- 文本生成： 当系统在海量数据上训练成一个非常大的AI系统时，就形成了像ChatGPT这样的LLM。给定一个被称为**“提示”（prompt）**的输入，LLM就擅长于生成额外的词语作为响应。
- 应用： 尽管LLMs的核心是预测下一个词，但它们已被许多人发现在日常工作中有用，能够帮助写作、查找基本信息或充当思维伙伴来思考问题。
最后一次修改于 2025-10-29