什么是生成式人工智能?人工智能的进化
生成式人工智能是使用算法生成、操作或合成数据的任何自动化过程的总称，通常以图像或人类可读文本的形式出现。之所以称之为生成，是因为人工智能创造了以前不存在的东西。这就是它与判别式人工智能的不同之处，后者会区分不同类型的输入。换句话说，辨别性人工智能试图回答这样的问题:“这张图片是一只兔子还是一只狮子?”而生成式人工智能则会回应“给我画一张狮子和一只兔子坐在一起的图片”这样的提示。主要介绍生成式AI及其与ChatGPT和DALL-E等流行模型的使用。我们还将考虑这项技术的局限性，包括为什么“太多的手指”已经成
生成式人工智能是使用算法生成、操作或合成数据的任何自动化过程的总称，通常以图像或人类可读文本的形式出现。之所以称之为生成，是因为人工智能创造了以前不存在的东西。这就是它与判别式人工智能的不同之处，后者会区分不同类型的输入。换句话说，辨别性人工智能试图回答这样的问题:“这张图片是一只兔子还是一只狮子?”而生成式人工智能则会回应“给我画一张狮子和一只兔子坐在一起的图片”这样的提示。
主要介绍生成式AI及其与ChatGPT和DALL-E等流行模型的使用。我们还将考虑这项技术的局限性，包括为什么“太多的手指”已经成为人工生成艺术的死赠品。
生成式人工智能的出现
自从1966年麻省理工学院(MIT)开发出模拟与治疗师交谈的聊天机器人ELIZA以来，生成式人工智能已经存在多年。但是，随着新的生成式人工智能系统的发布，人工智能和机器学习领域多年的工作最近取得了成果。人们肯定听说过ChatGPT，这是一种基于文本的人工智能聊天机器人，可以产生非常像人类的散文。DALL-E和StableDiffusion也因其基于文本提示创建充满活力和逼真的图像的能力而引起关注。我们经常将这些系统和其他类似的系统称为模型，因为它们代表了基于一个子集(有时是一个非常大的子集)的信息来模拟或建模现实世界的某些方面的尝试。
这些系统的输出是如此的不可思议，以至于很多人对意识的本质提出了哲学问题，并担心生成式人工智能对人类工作的经济影响。但是，尽管所有这些人工智能创造都是不可否认的大新闻，但表面之下的事情可能比一些人想象的要少。我们稍后会讨论这些大问题。首先，让我们看看像ChatGPT和DALL-E这样的模型下面发生了什么。
生成式人工智能是如何工作的?
生成式人工智能使用机器学习来处理大量的视觉或文本数据，其中大部分是从互联网上抓取的，然后确定哪些东西最有可能出现在其他东西附近。生成式人工智能的大部分编程工作都是为了创建算法，这些算法可以区分人工智能创造者感兴趣的“事物”——比如ChatGPT这样的聊天机器人的单词和句子，或者DALL-E的视觉元素。但从根本上说，生成式人工智能是通过评估一个庞大的数据语料库来创造它的输出的，然后用语料库确定的概率范围内的东西来回应提示。
自动补全——当你的手机或Gmail提示你正在输入的单词或句子的剩余部分可能是什么——是一种低级形式的生成式人工智能。像ChatGPT和DALL-E这样的模型只是把这个想法带到了更先进的高度
训练生成式人工智能模型
开发模型以适应所有这些数据的过程称为训练。对于不同类型的模型，这里使用了一些基础技术。ChatGPT使用所谓的转换器(T就是这个意思)。转换器从长文本序列中获取意义，以理解不同的单词或语义组件之间的关系，然后确定它们彼此接近出现的可能性。这些变形器在一个被称为预训练(PinChatGPT)的过程中，在无人监督的情况下在大量自然语言文本的语料库上运行，然后由人类与模型交互进行微调。
另一种用于训练模型的技术被称为生成对抗网络(GAN)。在这种技术中，有两种算法相互竞争。一种是基于从大数据集获得的概率生成文本或图像;另一种是判别人工智能，它经过人类的训练，可以评估输出是真实的还是人工智能生成的。生成式AI会反复尝试“欺骗”具有辨别能力的AI，自动适应成功的结果。一旦生成式人工智能持续“赢得”这场竞争，具有辨别能力的人工智能就会被人类微调，这个过程就会重新开始。
这里要记住的最重要的事情之一是，尽管在训练过程中存在人工干预，但大多数学习和适应都是自动发生的。为了使模型产生有趣的结果，需要进行许多次迭代，因此自动化是必不可少的。这个过程需要大量的计算。
生成式人工智能有感知能力吗?
用于创建和训练生成AI模型的数学和编码相当复杂，远远超出了本文的范围。但如果你与这个过程的最终结果模型互动，这种体验肯定是不可思议的。你可以让戴尔-e生产出看起来像真正的艺术品的东西。您可以与ChatGPT进行对话，就像与另一个人进行对话一样。研究人员真的创造了一台会思考的机器吗?
ChrisPhipps是IBM公司前自然语言处理主管，曾参与沃森人工智能产品的开发。他将ChatGPT描述为“非常好的预测机器”。
它非常擅长预测人类会发现什么是连贯的。它并不总是连贯的(大多数情况下是)，但这并不是因为ChatGPT“理解”。事实恰恰相反:消费产出的人真的很擅长做出我们需要的任何隐含假设，以使产出有意义。
菲普斯也是一名喜剧演员，他将其与一种名为MindMeld的常见即兴游戏进行了比较。
两个人每人想到一个词，然后同时大声说出来——你可以说“boot”，我说“tree”。我们完全独立地想出了这些词，一开始，它们彼此之间没有任何关系。接下来的两个参与者拿着这两个词，试着找出他们的共同点，同时大声说出来。游戏继续进行，直到两个参与者说出同一个单词。
也许两个人都说“伐木工人”。这看起来很神奇，但实际上是我们用人类的大脑来推理输入(“boot”和“tree”)，并找到其中的联系。我们做的是理解的工作，而不是机器。在ChatGPT和DALL-E中发生的事情比人们承认的要多得多。ChatGPT可以编写故事，但我们人类要做很多工作才能使其有意义。
测试计算机智能的极限
人们可以给这些人工智能模型一些提示，这将使菲普斯的观点变得相当明显。例如，想想这个谜题:“一磅铅和一磅羽毛，哪个更重?”答案当然是它们的重量相同(一磅)，尽管我们的本能或常识可能会告诉我们羽毛更轻。
ChatGPT将正确地回答这个谜题，您可能会认为它这样做是因为它是一台冷酷的逻辑计算机，没有任何“常识”来绊倒它。但这并不是幕后发生的事情。ChatGPT不是逻辑推理出答案;它只是根据一个关于一磅羽毛和一磅铅的问题的预测来产生输出。因为它的训练集包含了一堆解释谜题的文本，所以它组装了一个正确答案的版本。但是，如果你问ChatGPT两磅羽毛是否比一磅铅重，它会自信地告诉你它们的重量相同，因为根据它的训练集，这仍然是最有可能输出到关于羽毛和铅的提示的结果。
WPS Office是一款面向macOS用户的综合办公套件，将文字处理、电子表格、演示文稿、PDF工具、模板与云协作整合在同一应用中。它兼容常见Microsoft Office格式，支持Intel及Apple芯片Mac，基础功能可免费使用，
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Ableton Live 是面向音乐制作人与现场表演者的数字音频工作站，提供编曲视图、独具特色的现场视图、音频录制、MIDI创作、实时变速、乐器及效果器。Mac版原生支持Apple芯片，并可连接音频接口、MIDI控制器和第三方插件。
Adobe After Effects 是面向动态图形、影视特效与视频合成的专业创作软件。它提供关键帧动画、遮罩抠像、运动跟踪、三维空间、文字动画和表达式等工具，并可与 Premiere Pro、Photoshop、Illustrator
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Adobe Bridge 是面向摄影师、设计师及内容团队的免费数字资产管理工具，可集中预览照片、视频和 Adobe 项目文件，并利用评级、标签、关键词、元数据、筛选与收藏集完成分类检索。它还支持批量重命名、格式导出、相机导入及 Camera
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Adobe Lightroom Classic 是面向桌面摄影工作流的照片管理与后期处理软件，可将原始照片保存在本地硬盘，通过目录、关键词、评分和收藏夹高效整理图库，并提供 RAW 冲印、蒙版、镜头校正、批量同步及多格式导出等功能。
Adobe Media Encoder 是 Adobe 推出的专业音视频编码与转码工具，可通过队列、预设和监视文件夹批量完成格式转换、代理文件创建及多平台成片输出，并与 Premiere Pro、After Effects 等软件紧密协作。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理软件，提供图层、蒙版、选区、修复、调色、文字排版、智能对象及生成式编辑等能力。Mac 版支持 Intel 与 Apple Silicon 处理器。
Adobe Photoshop 是面向摄影师、设计师和内容创作者的专业图像处理工具，可在 Windows 上完成照片修饰、选区抠图、图层合成、文字排版、绘画及生成式编辑。软件采用订阅授权，由 Creative Cloud 管理安装、更新与许
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Adobe Bridge 是 Adobe 推出的创意资产管理工具，可集中预览、分类和查找照片、视频、PDF及多种设计文件，并支持元数据、关键词、评级、批量重命名和格式导出。它可与 Photoshop、Illustrator 等应用衔接，
Affinity Photo 是一款面向摄影师、修图师和视觉设计人员的桌面图像编辑工具，提供 RAW 显影、多图层合成、蒙版、实时滤镜、批处理和色彩管理等功能。原独立产品已停止销售，其照片编辑能力已延续至免费的新 Affinity 应用；
Adobe Lightroom Classic 是面向 Windows 桌面摄影工作流的照片管理与无损编辑工具，可通过目录集中整理大型图库，并完成 RAW 显影、局部蒙版、批量调整、打印和多格式导出。它强调本地文件管理与精细控制，
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Capture One Pro 是面向摄影师和影像团队的专业桌面照片处理工具，提供相机定制色彩配置、RAW转换、图层与蒙版、联机拍摄、目录及会话管理等功能。它适合棚拍、人像、商业产品、婚礼和风光摄影，
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Adobe After Effects 是面向动态图形、动画与影视视觉特效制作的专业工具，可完成关键帧动画、图层合成、遮罩跟踪、抠像、文字动画和二维三维元素整合。Windows 版通过 Adobe Creative Cloud 安装及更新，
DaVinci Resolve是Blackmagic Design推出的一体化影视后期工具，将素材管理、非线性剪辑、专业调色、Fusion视觉特效、Fairlight音频处理和成片交付整合在统一工程中。免费版已覆盖多数个人创作需求，