🤖 啥是"AIGC"？带你分清一堆AI技术词

🏷️ AIGC与生成式AI

• AIGC 是 AI Generated Content（AI生成内容）的简写。当AI可以帮忙生成文字、图片、音频视频等内容，且让人难以分清背后创作者是人类还是AI时，这些内容就叫做AIGC。

• ChatGPT 生成的文章 → AIGC
• GitHub Copilot 生成的代码 → AIGC
• Midjourney 生成的图片 → AIGC

• 海外更流行的词是 Generative AI（生成式AI）。生成式AI所生成的内容就是AIGC，所以两者是一体两面的关系。在国内，AIGC常被用来指代生成式AI。

💡 一张图理清所有AI术语的关系

• 这些概念是层层嵌套的包含关系，从大到小：

• AI（人工智能） → 最大的圈，1956年确立的学科，旨在让计算机模拟人类智能
• 机器学习 → AI的子集，核心是不需要人类显式编程，让计算机通过算法自行学习和改进
• 深度学习 → 机器学习的一种方法，使用人工神经网络
• 生成式AI / 大语言模型 → 深度学习的应用

🧠 机器学习 vs 传统编程

• 传统编程：通过代码直接告诉电脑"图片里有红色说明是玫瑰，有橙色说明是向日葵"——人类直接编写判断逻辑，不属于机器学习。
• 机器学习：给电脑大量玫瑰和向日葵的图片，让电脑自行识别模式、总结规律，从而能对没见过的图片进行预测和判断。

🍎 监督学习

• 算法接受有标签的训练数据，每个数据点既包括输入特征，也包括期望的输出值。目标是学习输入和输出之间的映射关系。
• 经典任务：

• 分类：拿猫狗照片 + 对应标签训练，让模型预测新照片是猫还是狗
• 回归：拿房子特征（面积、卧室数、是否带阳台）+ 房价标签训练，让模型预测新房子的价格

🔑 无监督学习

• 学习的数据没有标签，算法自主发现数据里的模式和规律。
• 经典任务：

• 聚类：拿一堆新闻文章，让模型根据主题或内容特征自动把相似文章分组

🐕 强化学习

• 让模型在环境里采取行动、获得反馈，从反馈中学习，从而在给定情况下采取最佳行动来最大化奖励或最小化损失。
• 就跟训小狗一样：刚开始小狗随心所欲做动作，但随着互动，小狗发现某些动作能获得零食、某些没奖励、某些遭受惩罚，行为就逐渐接近训练师的期望。

• 应用举例：让模型下围棋，通过一局局游戏里的奖惩反馈优化策略

🧱 深度学习

• 深度学习不属于监督/无监督/强化学习的任何一类，而是机器学习的一种方法，可以用于这三种学习方式。
• 核心是使用人工神经网络，模仿人脑处理信息的方式，通过层次化方法提取和表示数据特征。
• 以识别小猫照片为例：

• 数据传入输入层（像人眼看到图片）
• 通过多个隐藏层（每层做复杂数学运算，识别耳朵、眼睛等特征）
• 输出层给出答案（是否是小猫）

• 模型通常有很多层，因此称为"深度"。

🎯 生成式AI与大语言模型

• 生成式AI：深度学习的一种应用，利用神经网络识别现有内容的模式和结构，学习生成新内容（文本、图片、音频等）。
• 大语言模型（LLM）：也是深度学习的应用，专门用于自然语言处理任务。"大"说明参数量非常大（数十亿甚至万亿个），训练需要海量文本数据集。

• 国外例子：GPT、LLaMA
• 国内例子：通义千问、ChatGLM
• 以GPT-3为例：根据输入提示和前面生成过的词，通过概率计算逐步生成下一个词/token来输出文本序列

🔢 并非所有生成式AI都是大语言模型

• 不是所有生成式AI都是LLM：生成图像的扩散模型就不是大语言模型，它不输出文本。
• 不是所有LLM都是生成式AI（有争议）：谷歌的BERT模型参数量和训练数据很大，属于LLM，擅长理解上下文（用于搜索排名、情感分析、文本分类），但不擅长连贯的长文本生成，有些人认为不属于生成式AI。

#AIGC #机器学习 #深度学习 #人工智能