以下是一些与生成式 AI 相关的网页：
Gen AI/Generative AI是“生成式人工智能”正式称呼。Generative AI是一种能够生成新内容的人工智能技术，比如文本、图像、音乐等。而AIGC指的是由人工智能生成的内容的创作方式，实际上是Generative AI的应用结果。[heading1]问题四、ChatGPT是什么？[content]从OpenAI的官网中可以查询到，在2022年宣发时，OpenAI称ChatGPT是一种模型。但是同样是在官网中查询帮助页面，发现这里称ChatGPT是一种服务。而我们使用的ChatGPT目前是依赖GPT系列模型来运转的。不做任何怀疑论上的揣摩，从公开收集的资料中可以看出，早些年OpenAI推出了一个叫ChatGPT的模型，但目前我们所熟知的ChatGPT逐渐演变成了一种可以兼容多种GPT模型的聊天应用（服务）。
在整体的人工智能领域中，监督学习用于标记事物，一直占据很大比例。现在生成式AI在近期快速崛起，但强化学习与无监督学习也是AI领域重要的一种工具。生成式AI由监督学习技术搭建。2010-2020年是大规模监督学习的十年，这为现代人工智能奠定了基础。生成文本会使用到大语言模型，生成的过程是，大语言模式使用监督学习不断预测下一个词语，比如，i like，它会不断预测like后的词语是什么，经过大量的数据，它可能后面带的是，beaty，或者，eating，而eating后又大概率预测会有food。这样不断地生成新的文本内容。（这需要千亿，甚至万亿级别的单词数据库）[heading4]大语言模型是思考的朋友[content]运用大语言模型，来写故事，修改本文，非常有用。网络搜索与LLM的区别是，网络搜索可以追寻信息来源，同时你可以使用LLM提供相关的建议与策略。但大语言模型很会编造故事，所以会产生错误信息，这需要鉴别信息准确。[heading4]人工智能是一种通用技术（可以应用的空间）[content]人工智能有大量运用空间。现在通过网址来交互的应用——基于网络界面应用，如下方左图又或者将LLM内置与更大的软件来进行自动化——基于软件程序应用，如下方右图[heading4]写作[content]使用LLM来写作，集思广益，头脑风暴将非常有用。使用网页版的聊天信息时，提供更多的信息。翻译也可以使用LLM，翻译效果可能比机器翻译更好。但网络文本较少时，效果也不太好。可以让LLM将内容翻译成为海盗英语进行测试翻译准确度。
当然，要培养出鉴赏AI的技能，多少还是需要我们训练训练自己的大脑模型的。那如果不善于此的朋友，想要判断眼前的作品是否是AI造物呢？AI技术自己带来的造假难题，也该由AI自己的同僚互鉴打假来解决。现在已有不少网站在做这件事情，通过对大量的图片数据的抓取和分析，给出对画作属性的判断可能性。例如使用AI来鉴别AI绘图性质的网页：ILLUMINARTY（https://app.illuminarty.ai/）。但在测试过程中，有些结构严谨的真实摄影作品，反而会被识别为AI作图。这跟我们前面提到的，AI作画很难完成严谨真实的结构这一点，是相互矛盾的。鉴别的AI认为，过于严谨的图像不像是真实的人造产物。而画图的AI其实难以生成严谨的结构造型。这就是鉴定AI自身的逻辑算法，并不能像人类一样综合去考虑不符合人的逻辑的各种表现。多试几张，就能磕着瓜子看AI吵架了。甚至作长者摇头抚须状，长叹一声，「AI后生们，还有很长的路要走啊。」我们看完AI显眼包的快乐丢撵后，来聊聊「我们为什么要鉴别AIGC」？已经「知其然」，也大略「知其所以然」，而后终于能顺势讨论讨论「知何由以知其所以然」。