前言
随着chatgpt3.5的横空出试,大模型爆火,这个风暴传递到了各行各业。
各类公众号、帖子,也涌现出了各种概念,AI、大模型、LLM、AI、AIGC、AGI、GPT、ChatGPT等等。
总觉得被这些概念搞得头晕。
我花了点时间,梳理了下一些常见的概念,希望从基本上能对大模型(LLM)有个基本的认识。
一图胜千言
我自己查阅了一些资料的针对各个概念的解释之后,整理了以下的一个图,来试图说明这些概念之间的关系(如有不对之处,还请看到的大佬予以指正):
概念之间的关系
AI、AGI、AIGC
AI(人工智能): 先说说AI,这个大家可能都不陌生。AI,就是人工智能,它涵盖了各种技术和领域,目的是让计算机模仿、延伸甚至超越人类智能。想象一下,你的智能手机、智能家居设备,这些都是AI技术的应用。
AIGC(AI生成内容): 接下来是AIGC,即AI Generated Content。这就是利用AI技术生成的内容:
markdown代码解读复制代码 1. 文本生成:可以用于自动生成新闻报道、广告文案、产品描述等。
2. 图像生成:可以用于自动生成图像素材、艺术创作、设计等。
3. 音频生成:可以用于自动生成音乐、电台广播等。
4. 视频生成:可以用于自动生成视频剪辑、电影预告片等。
又称生成式AI,被认为是继专业生产内容(PGC)、用户生产内容(UGC)之后的新型内容创作方式。
互联网内容生产方式经历了PGC——UGC——AIGC的过程。
AGI(通用人工智能): 然后我们来看AGI,即Artificial General Intelligence,中文叫通用人工智能。这可比一般的AI高级多了。AGI的目标是创造一个能像人类一样思考、学习、执行多种任务的系统。想象一下,如果有了AGI,它可能会成为全能的“超级大脑”,能在任何领域都超越人类。听起来是不是有点像科幻电影里的情节?
AGI与AIGC(Artificial Intelligence Generated Content,人工智能生成内容)有显著区别。AIGC指的是利用AI技术,尤其是机器学习和深度学习模型,自动生成内容,如文本、图像、音乐或视频。AIGC通常专注于特定的创作任务,而不具备AGI的广泛智能和通用学习能力。
在谈论AGI时,人工智能 和 机器学习领域国际上最权威的学者之一DeepLearning.AI创始人吴恩达认为,尽管AGI是一个激动人心的概念,但我们目前对实现真正的AGI还有很长的路要走。他强调,现有的AI技术,尽管在特定任务上表现出色,但仍然缺乏通用性和灵活性。
AIGC、NLP、LLM
从上面可以看出,现在被我们广泛谈起的AI,主要是指的AIGC领域。
AIGC涉及到的领域和技术很广泛,其中很重要的一项技术就是NLP(自然语言处理),之所以把这3个概念放在一起描述,这两年来,AIGC取得了令人瞩目的增长,有很大因素就在于自然语言处理(NLP),而推动NLP发展到的就是LLM(大型语言模型),也就是我们接下来学习的重点,LLM。
用相对官方的描述,就是说:
NLP(自然语言处理)它是研究如何让计算机读懂人类语言,也就是将人的自然语言转换为计算机可以阅读的指令,NLP是人工智能和语言学领域的分支学科。
而LLM是 NLP 中的一个重要组成部分,主要是用来预测自然语言文本中下一个词或字符的概率分布情况,可以看作是一种对语言规律的学习和抽象。
在NLP中,LLM是一种基本技术,用于处理和理解文本,包括词法分析、句法分析、语义分析等,广泛应用于机器翻译、自动问答系统、信息抽取、文本分类、情感分析等多个领域。而LLM,特别是基于Transformer架构的模型,如GPT-3和T5,通过大规模无监督学习来学习语言规律和上下文信息,然后在微调阶段根据具体任务进行有监督学习和优化,从而能够生成连贯、有意义的文本。这些模型的核心在于预训练和微调,预训练阶段使用掩码语言模型或下一句预测等技术,微调阶段则针对特定任务进行优化。
NLP、GPT、ChatGPT
GPT是NLP领域中的一个重要模型,它是基于Transformer架构构建的预训练语言模型。GPT(Generative Pre-trained Transformer)通过预先训练大量文本数据,学习到语言的基本结构和模式,从而能够理解自然语言文本的意义和语义。
而ChatGPT从名字上就可以看出来,ChatGPT是GPT在对话生成领域的特定应用。
大模型的发展历程
ChatGPT
我们来重点说ChatGPT,可以说此次AIGC的爆火,就是来自于它
ChatGPT(全名:Chat Generative Pre-trained Transformer),是OpenAI [1]研发的一款聊天机器人程序 [12],于2022年11月30日发布 [2-3]** 。ChatGPT是人工智能技术驱动的自然语言处理工具,它能够基于在预训练阶段所见的模式和统计规律,来生成回答,还能根据聊天的上下文进行互动,真正像人类一样来聊天交流,甚至能完成撰写论文 [21]、邮件、脚本、文案、翻译、代码等任务。 [2]