人工智能与机器学习的关系

视频学习地址：https://youtu.be/G2fqAlgmoPo中文版本推荐[宝玉XP翻译版本](https://www.bilibili.com/video/BV15a4y1u77v/)和超正经学术君（以下是两个版本）：这个名为"生成式人工智能简介"的视频是由Gwendolyn Stripling博士主讲的。她介绍了生成式人工智能的概念，这是一种可以产生各种类型内容的人工智能，包括文本、图像、音频和合成数据。她解释了人工智能和机器学习的区别，机器学习是人工智能的一个子领域，它通过输入数据训练模型，使计算机能够在没有明确编程的情况下学习。机器学习模型可以是监督的，也可以是无监督的，监督模型使用标记的数据从过去的例子中学习并预测未来的值，而无监督模型则专注于发现原始数据中的模式。深度学习是机器学习的一个子集，它使用人工神经网络处理比传统机器学习模型更复杂的模式。这些神经网络可以使用标记和未标记的数据，从而允许半监督学习。生成式人工智能是适用于这个学科的人工智能的一个子集。它试图学习数据和标签之间的关系，以生成新的内容。生成式人工智能输出自然语言、图像或音频，而非生成式人工智能输出数字或类别。生成式人工智能模型使用统计模型预测预期的响应，并根据它们接受训练的数据的基础结构生成新的内容。他们可以根据接收到的输入生成文本、图像、音频和决策的新颖组合。生成式人工智能的力量来自于使用了Transformers，这种技术在2018年彻底改变了自然语言处理(Transformer模型的核心思想是“自注意力机制”/Self-Attention Mechanism，也被称为“自我注意力”或“注意力”。这种机制允许模型在处理一个词或短语时，同时考虑到与它相关的其他词或短语的信息。这种方式使得模型能够更好地理解语言的上下文，从而更准确地进行翻译或生成文本)。然而，Transformers也可能产生幻觉，这些是模型生成的无意义或语法错误的单词或短语。

1.定义1.1.Artificial Intelligence,AI-人工智慧（目标）-让机器展现智慧1.2.Generative AI生成式人工智能-机器产生复杂有结构的物件有结构✅复杂✅有限的选项中做选择❌AI和AGI的关系1.1.Machine Learning机器学习～机器自动从资料中找一个公式机器学习Deep Learning深度学习-一种机器学习技能类神经网络-非常大量参数的函数AI/AGI/ML/DL的关系2.ChatGPT也就是个公式，AI画图也是个公式Transformer是类神经网络的一种G/P/TAI画图也是公式1.ChatGPT就是文字接龙语言模型-答案有限，把复杂的问题变成分类问题生成策略-Autoregressive Generation回归关系[heading2]第2讲：生成式AI厉害在哪里，从「工具」变为「工具人」[content]1.GPT4大升级，贵有贵的道理1.不要问ChatGPT能做什么，要问你想要ChatGPT帮你做什么对比了下，kimi没法生成图片，告诉了我可以借助其他工具但是智谱清言甚至写了python代码，帮我生成了文字云！智谱清言Kimi1.我可以做什么1.1.改不了模型，改变自己，用好模型-更清楚的指令/提供额外资讯1.2.训练自己的模型，调整开源模型参数-注意，可能衍生很多问题

1.定义1.1.Artificial Intelligence,AI-人工智慧（目标）-让机器展现智慧1.2.Generative AI生成式人工智能-机器产生复杂有结构的物件有结构✅复杂✅有限的选项中做选择❌AI和AGI的关系1.1.Machine Learning机器学习～机器自动从资料中找一个公式机器学习Deep Learning深度学习-一种机器学习技能类神经网络-非常大量参数的函数AI/AGI/ML/DL的关系2.ChatGPT也就是个公式，AI画图也是个公式Transformer是类神经网络的一种G/P/TAI画图也是公式1.ChatGPT就是文字接龙语言模型-答案有限，把复杂的问题变成分类问题生成策略-Autoregressive Generation回归关系[heading2]第2讲：生成式AI厉害在哪里，从「工具」变为「工具人」[content]1.GPT4大升级，贵有贵的道理1.不要问ChatGPT能做什么，要问你想要ChatGPT帮你做什么对比了下，kimi没法生成图片，告诉了我可以借助其他工具但是智谱清言甚至写了python代码，帮我生成了文字云！智谱清言Kimi1.我可以做什么1.1.改不了模型，改变自己，用好模型-更清楚的指令/提供额外资讯1.2.训练自己的模型，调整开源模型参数-注意，可能衍生很多问题