帮助初学者了解传统 AI 和生成式 AI 之间的区别。

图片来源：作者

“生成式AI”是目前流行的下一个流行语。无论你在哪个部门工作，你肯定听说过这个词。仅在过去的 6 个月里，它就向我们展示了人工智能 （AI） 的重大进步。它重塑了各个行业，每个人都想得到它。

对于你们中的一些人来说，你可能并不真正知道人工智能子集之间的区别，这就是本文的重点。

为您澄清事情。

什么是传统人工智能？

传统人工智能 - 大多数非技术倾向的人都知道的人工智能的一部分。也称为窄AI或弱AI，传统形式的AI专注于以智能方式执行特定任务。

因此，我们所知道的传统人工智能是Siri和Alexa等语音助手，它们旨在响应输入并产生输出。这是可行的方式是这些人工智能系统从数据、特征等中学习，以做出决策和预测。

想想你什么时候在玩电脑国际象棋。计算机不仅仅是在制定规则，它知道所有规则并利用这些规则进行下一步行动。这是一个预定义的策略。

策略。这就是传统人工智能的基础。它使用每次回退的一组特定规则来做出决策。

它接收输入并生成输出 - 基于规则，而不是通过创建规则。

什么是生成式 AI？

现在，进入流行语“生成AI”。你可以想象，我已经强调传统人工智能是基于规则的，不能创造新的东西。那么，生成式人工智能会在哪里呢？

是的，你是对的。生成式人工智能有能力创造新的东西。就像传统的人工智能一样，生成式人工智能已经学习了大量数据，并利用这些数据来做出决策和预测。但它不是一个简单的输入和输出过程。

生成式 AI 获取输入，理解它，并使用来自输入的信息创建新的东西。它根据数据进行训练并学习基础模式，以便能够根据类似于训练数据的输入信息生成新数据。

到目前为止，您可以使用生成式 AI 创建不同形式（如文本、图像和音乐）的输出，并使用它来帮助您完成代码完成等任务。

生成式AI的例子包括GPT，Soundful，Synthesia和DALL-E 2。

区别

那么，传统人工智能和生成式人工智能有什么区别呢？

功能和应用程序是主要区别。

正如我之前提到的，传统的人工智能是基于接收输入和产生输出的。分析输入数据并用于做出决策和预测。如果您正在寻找模式识别，传统 AI 是您的首选。传统的人工智能仍然非常流行，用于为许多当前的人工智能系统提供动力，例如聊天机器人和预测分析。它专注于特定于任务的应用程序，许多人将其用于日常任务。

另一方面，生成式人工智能将超越并创建新数据，这类似于训练数据。如果您正在寻找模式创建，生成式 AI 是您的首选。生成式人工智能正在为公司打开新的大门，使其更具创造力和创新精神。它可以大大减少花在构思过程等任务上的时间。它可以写歌词，写文章，并创建深度伪造。在创造和创新很重要的地方，生成式人工智能有很大的潜力将其提升到一个新的水平。

包起来

要总结这篇关于传统人工智能和生成式人工智能的一般文章，你需要明白它们的功能还不能交织在一起。例如，生成式AI可以与传统AI一起使用，以提供更有效的解决方案。另一方面，传统人工智能可以提供特定的输出，可以进一步分析，以使用生成式人工智能创建个性化内容。

了解两者之间的区别以及它们在人工智能世界中的特定作用非常重要。它们都在塑造我们的未来，并在当今社会中受到高度欢迎。

您知道了解两者的独特功能，并将在他们不断创新时享受骑行。Nisha Arya 是 KDnuggets 的数据科学家、自由技术作家和社区经理。她对提供有关数据科学的数据科学职业建议或教程和基于理论的知识特别感兴趣。她还希望探索人工智能如何/可以有益于人类生命的长寿。一个敏锐的学习者，寻求拓宽她的技术知识和写作技巧，同时帮助指导他人。