生成式人工智能是机遇还是挑战？

发布时间：2021-12-16 09:12 所属栏目：125 来源：互联网

导读：人工智能正以惊人的速度、效率以及逼真度在数据中生成新的模式。在过去的几年里，人工智能通过算法生成任何可以数字渲染的对象已变得司空见惯。人工智能的这种应用越来越多地被称为生成，生成式人工智能已成为最引人注目和最强大的人工智能技术之一。生成式

人工智能正以惊人的速度、效率以及逼真度在数据中生成新的模式。在过去的几年里，人工智能通过算法生成任何可以数字渲染的对象已变得司空见惯。人工智能的这种应用越来越多地被称为“生成”，生成式人工智能已成为最引人注目和最强大的人工智能技术之一。

生成式人工智能究竟是什么？

10月18日，Gartner发布了企业机构在2022年需要探索的重要战略技术趋势，这些技术趋势的核心围绕数据与智能，其中，生成式人工智能技术被放到首位。Gartner预计到2025年，生成式人工智能将占所有生成数据的10%，而目前这一比例还不到1%。值得关注的是，Gartner发布的2020人工智能技术成熟度曲线报告中，生成式人工智能便作为新增技术热点被首次提出。
那么，什么是生成式人工智能呢？

理解生成式人工智能的最好方法，就是用现实中的例子来说明。

首先看下面这张图片，右侧的小鸟就是通过左侧的文字描述自动生成的图像。
生成式人工智能可以根据不同角度拍摄的照片生成正面照片，用于面部验证或面部识别系统。

现在，我们就来正式给出生成式人工智能的定义。生成式人工智能其实是一种机器学习算法，该算法可以使用现有内容，如文本、音频文件或图像，来创建新的可信内容的程序。生成式人工智能使计算机能够学习与输入相关的底层模式，然后使用它来生成类似的内容。其中，生成式对抗网络(Generative Adversarial Networks ，GANs )是生成式人工智能的关键技术。

生成式人工智能的用例有哪些？

在研究和商业应用中，生成式人工智能已经在以下领域实现了自己的价值：

1、生成照片：生成式人工智能可以通过生成任何缺失、模糊或误导的视觉元素并将其叠加到原始照片上来自动更改照片。它还可以将任何低分辨率的原始图像转换为看起来自然的高分辨率版本。它可以通过混合现有肖像或从任何特定肖像中提取特征来生成看起来自然但合成的人脸。

2、生成音频：人工智能可以将任何计算机生成的声音渲染成真正听起来像是在人类声道中自然产生的声音。它能够以惊人的自然度将文本翻译成语音。它还可以创作出感觉像是在真正的人类音乐家的灵魂深处表达某种真实感受的音乐。

3、生成视频：生成式人工智能可以调整电影中的帧数，以符合导演想要达到的任何风格、灯光或其他效果。例如在修复电影时，生成式人工智能可以将旧图像和旧电影升级到4K及更高级别来增强画质，添加颜色并使其清晰。

4、生成文本：人工智能可以以最快的速度大规模地快速生成自然语言内容。它可以从图像和其他内容生成标题、注释和其他叙述。它可以将现有字体融合到新的字体设计中。

5、医疗保健：当通过3D打印或其他技术驱动时，生成式人工智能可用于从头开始渲染假肢、有机分子和其他物品。它还可以早期识别潜在的恶性肿瘤以制订更有效的治疗计划。

生成式人工智能面临哪些挑战？

不过，由于生成式人工智能能够有效地创建新内容，因此它也面临着一系列的挑战。

1、难以控制：一些生成式人工智能模型不稳定，而且很难控制它们的行为，它们有时不会产生预期的输出，而且很难找出原因。

2、高估能力：生成式人工智能算法需要大量的训练数据来执行任务。然而，生成式对抗网络无法创造全新的图像或文本，它们只是用不同的方式将它们知道的东西结合起来。

3、数据隐私：有些人可以将生成式人工智能用于欺诈目的，例如诈骗他人、欺诈活动和制造虚假的垃圾新闻等。

现在，已经有许多企业在积极布局生成式人工智能。例如，流媒体播放平台Netflix基于生成式人工智能抽取符合观影习惯的画面，然后将这些图片制作成内容封面，用来降低查找内容的难度，从而提升视频制作效率；药物研发公司Insilico Medicine率先将生成式人工智能应用于药物发现领域，以生成具有预先指定化学物质的新型分子实体和生物学特性；IBM研究人员正在使用生成式人工智能技术来研究抗菌肽(AMP)的新方法，以寻找针对COVID-19的药物。

写在最后：

生成式人工智能将推动下一代应用程序用于自动编程、内容开发、视觉艺术以及其他创意、设计和工程活动。麻省理工学院技术评论将生成式人工智能描述为过去十年人工智能领域最有前途的进步之一。

然而，任何事物客观上都有两面性，生成式人工智能也不例外。随着生成式人工智能持续渗透到我们的日常生活中，人们在积极拥抱生成式人工智能的同时，也要考虑到该技术带来的新挑战。

（编辑：ASP站长网）