Last updated on August 7, 2024
你好,恭喜你完成了基礎介紹章節。你在這個非常令人興奮的領域有了一個很好的開端。在繼續閱讀本課程的其餘部分之前,有幾件簡單的事情你應該知道,關於不同的人工智慧及其工作原理。
在現在的世界上存在著成千上萬,甚至可能有數百萬個人工智慧。有些可能要比另一些優秀。不同的人工智慧可以生成影像、音樂、文字,甚至影片。請注意,這些都是生成式人工智慧,基本上是創造東西的人工智慧。還有用於判別的人工智慧,即分類事物的人工智慧。例如,你可以使用影像分類器來確定一張圖片是貓還是狗。在本課程中,我們不會使用任何判別人工智慧。
目前僅有少數生成式人工智慧足夠先進,可以利用提示工程來取得好的成果。在本課程中,我們主要使用 GPT-3.5-Turbo 和 ChatGPT。正如我們在上一頁中提到的那樣,ChatGPT 是一個聊天機器人,而 GPT-3-Turbo 不是。它們通常在回答相同問題時會產生不同的響應。如果你是開發人員,我建議使用 GPT-3.5-Turbo,因為它更可復現的。如果你不是開發人員,我建議使用ChatGPT,因為它更易於使用。本課程中的大多數技術都可以應用於這兩個人工智慧。然而,其中一些技術只適用於 GPT-3.5-Turbo,因此如果你想使用本課程中的所有技術的話,我們鼓勵你使用 GPT-3.5-Turbo。
在影像生成部分,我們還將使用 Stable Diffusion 和 DALLE。在這裡可以檢視更多相關的人工智慧。
本節介紹了流行的生成式文字人工智慧的方面。這些人工智慧的大腦由數十億個人工神經元組成。這些神經元的結構被稱為 transformer 架構,它是一種相當複雜的神經網路型別。你需要了解的是:
請理解,“思考”、“大腦” 和 “神經元” 這些詞是擬人化的表述(zoomorphism),實際上是對模型所做的事情的比喻。這些模型並不真正思考,它們只是數學函式。它們不是真正的大腦,它們只是人工神經網路。它們不是真正的生物神經元,它們只是數字。
這是一個非常活躍的研究和哲學領域。這種描述與它們的本質相去甚遠,旨在緩和大眾媒體對人工智慧作為像人類一樣思考/行動的存在的描繪。話雖如此,如果你真的想擬人化人工智慧,那就去做吧!似乎大多數人都這樣做,這甚至可能有助於學習它們。
d2l.ai 是瞭解人工智慧工作原理的好資源。
順便說一下,作者實際上是喜歡蘋果的。它們很好吃。