传统人工智能vs生成式人工智能

"生成式人工智能"是当前流行的下一个热词。无论您在哪个行业工作，您肯定听过这个词。仅在过去的6个月里，它已经展示了人工智能（AI）的重大进展。它已经改变了各个行业，每个人都希望能够掌握它。

对于一些人来说，您可能不太了解AI的子集之间的区别，这篇文章的目的就是解释这一点。

让我来为您澄清一下。

什么是传统人工智能？

传统人工智能 - AI的一部分，大多数非技术人员都知道。也被称为狭义或弱AI，传统AI侧重于以智能方式执行特定任务。

因此，我们所知道的传统AI是语音助手，如Siri和Alexa，它们被设计为响应输入并生成输出。这种做法的关键在于这些AI系统从数据、特征等中学习，以便做出决策和预测。

想象一下当您在玩电脑国际象棋时。计算机并不是随意制定规则，它知道所有规则，并利用这些规则来制定下一步的移动。它是预定义的策略。

策略。这就是传统AI的基础。它使用一组特定的规则来做出决策，每次都依赖于这些规则。

它接收输入并生成输出 - 基于规则，而不是创造规则。

什么是生成式人工智能？

现在，让我们来看看热门词汇"生成式人工智能"。正如您可以想象的，我强调了传统AI是基于规则的，不能创造新东西。那么，生成式AI在这方面是如何的呢？

是的，您说得对。生成式AI有能力创造新的东西。与传统AI类似，生成式AI已经学习了大量数据，并使用这些数据来做出决策和预测。但与简单的输入和输出过程不同。

生成式AI接受输入，理解它，并使用来自输入的信息创建新的东西。它经过数据训练并学习了底层模式，以能够生成基于输入信息的类似于训练数据的新数据。

到目前为止，您可以使用生成式AI来创建文本、图像和音乐等不同形式的输出，还可以使用它来帮助您完成任务，如代码补全。

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

区别

那么，传统AI和生成式AI有什么区别呢？

能力和应用是主要区别。

正如我之前提到的，传统AI是基于接收输入并生成输出的。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AI是您的选择。传统AI仍然非常受欢迎，并用于驱动许多当前的AI系统，如聊天机器人和预测分析。它侧重于特定任务的应用，许多人在日常任务中使用它。

另一方面，生成式AI将超越这一点，创造出与训练数据相似的新数据。如果您正在寻找模式创建，生成式AI是您的选择。生成式AI为企业开启了新的大门，使其更具创造性和创新性。它可以大大缩短诸如创意构思过程之类的任务所需的时间。它可以编写歌词、写文章和创建Deepfake视频。在创造和创新至关重要的情况下，生成式AI有望将其推向新的水平。

总结

要总结这篇关于传统AI和生成式AI的通用文章，您需要了解它们的功能目前还不能交织在一起。例如，可以将生成式AI与传统AI结合使用以提供更有效的解决方案。另一方面，传统AI可以提供特定的输出，然后可以使用生成式AI进一步分析，以创建个性化内容。

理解这两者之间的区别以及它们在AI世界中的具体作用非常重要。它们都在塑造我们的未来，在今天的社会中都受到了高度的欢迎。

现在，您已经了解了这两者的独特能力，将能够享受它们继续创新的过程。