Генеративный искусственный интеллект — это тип системы искусственного интеллекта (ИИ), способной генерировать текст, изображения или другие медиаданные в ответ на подсказки . Генеративный ИИ использует , такие как большие языковые модели , для статистической выборки новых данных на основе набора обучающих данных , который использовался для их создания .

Известные системы генеративного ИИ включают ChatGPT , YandexGPT — чат-боты , созданный с использованием больших языковых моделей GPT-3 и GPT-4 и Bard — чат-бот, созданный Google с использованием модели LaMDA . Другие генеративные модели ИИ включают такие как Stable Diffusion и DALL-E .

Генеративный ИИ может применяться в самых разных отраслях, включая разработку программного обеспечения, маркетинг и моду . Инвестиции в генеративный ИИ резко выросли в начале 2020-х годов, когда крупные компании, такие как Microsoft, Google и Baidu, а также многочисленные более мелкие фирмы разрабатывали модели генеративного ИИ .

Модальности

Генеративная система искусственного интеллекта строится путём применения обучения без учителя или ИИ на наборе данных. ^{[ источник? ]} Возможности генеративной системы ИИ зависят от используемого набора данных.

• Текст : генеративные системы ИИ, обученные на словах или словесных токенах , включают GPT-3 , LaMDA , , BLOOM , GPT-4 и другие (см. Список больших языковых моделей ). Они способны к обработке естественного языка , машинному переводу и генерации естественного языка и могут использоваться в качестве для других задач . Наборы данных включают , Wikipedia и другие (см. ).
• Код : в дополнение к тексту на естественном языке , большие языковые модели можно обучать на текстах, написанных на различных языках программирования , что позволяет им генерировать исходный код для новых компьютерных программ . Примеры включают .
• Изображения : системы генеративного ИИ, обученные на наборах изображений с , включают такие, как Imagen , DALL-E , Midjourney , Stable Diffusion и другие (см. , генеративное искусство . Они обычно используются для преобразования и . Наборы данных включают LAION-5B и другие (см. ).
• Молекулы : системы генеративного ИИ можно обучать последовательностям аминокислот или молекулярным представлениям, таким как SMILES , изображающим ДНК или белки. Эти системы, такие как AlphaFold , используются для прогнозирования структуры белков и . Наборы данных включают в себя .
• Мультимодальность : генеративную систему ИИ можно построить из нескольких или одной модели, обученной на нескольких типах данных. Например, одна версия OpenAI GPT-4 принимает ввод как текста, так и изображения .

Примечания