AGI 即通用人工智能(Artificial General Intelligence),指的是具备像人类一样广泛的认知能力和智能水平的人工智能。
AIGC 是人工智能生成内容(Artificial Intelligence Generated Content)的缩写,是一种利用人工智能技术生成各种类型内容的应用方式。这种技术能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容。AIGC 在内容创作、广告、媒体等领域有着广泛的应用,包括文字生成(如使用大型语言模型 GPT 系列模型生成文章、故事、对话等)、图像生成(如使用 Stable Diffusion、DALL-E 等模型生成艺术作品、照片等)、视频生成(如使用 Runway、KLING 等模型生成动画、短视频等)。
同时,GPT 系列模型与 ChatGPT 在应用中存在一些问题,如理解偏差、对敏感性问题的处理、回答冗长、意图猜测、对有害内容的响应以及逻辑推理错误等。
AIGC(人工智能生成内容)是一种利用人工智能技术生成各种类型内容的应用方式。这种技术能够通过机器学习和深度学习算法,根据输入的数据和指令生成符合特定要求的内容。AIGC在内容创作、广告、媒体等领域有着广泛的应用。文字生成:使用大型语言模型(如GPT系列模型)生成文章、故事、对话等内容。图像生成:使用Stable Diffusion、DALL-E等模型生成艺术作品、照片等。视频生成:使用Runway、KLING等模型生成动画、短视频等。
Transformer的基本结构Transformer与Seq2Seq模型类似,也采用了编码器-解码器结构,通常会包含多个编码器和多个解码器。在编码器内有两个模块:一个多头注意力机制模块和一个前馈神经网络模块,这里的前馈神经网络是一种最简单的人工神经网络形式。解码器内部的结构也和编码器类似,最开始包含一个多头注意力机制模块,最后包含一个前馈神经网络模块。需要注意的是,解码器中的多头注意力机制模块使用了掩码(Mask)机制,其核心思想是:因为解码器的生成物是一个个产生的,所以生成时只让参考已经生成的部分,而不允许参考未生成的部分。此外,在两个模块中间,还有一个多头注意力机制模块。
GPT系列模型与ChatGPT1.理解偏差:模型可能产生看似合理但实际错误或荒谬的答案。2.敏感性问题:输入措辞的微小调整可能导致模型从不知道答案到正确回答的转变。3.冗长回答:模型的回答通常过于冗长,并可能过度使用某些短语。4.意图猜测:面对模棱两可的问题,模型倾向于猜测用户意图而非请求澄清。5.有害内容响应:模型有时可能响应有害问题或表现出有偏见的行为。6.逻辑推理错误:在需要数学和物理等逻辑推理的任务中,模型可能犯错误。