生成式AI:自然语言处理演变十余年,迎来变现阶段
AIGC(AI Generated Content)即生成式AI,多领域应用逐渐成熟。AIGC涉及无监督和半监督学习算 法,截至目前其发展历程主要分为三个阶段:
统计机器学习方法阶段(2010年前):首先对数据进行手工标注,然后构建其重要特征,最后构建概率 模型并进行参数优化,从而将概率最大的输出作为结果;
基于深度学习的神经网络模型(2010年-2017年):深度学习算法被引入,本质上是通过大量数据训练 神经网络,主要表现形式为:CNN(卷积神经网络)、RNN(循环神经网络)等。相比统计学习方法, 省去了复杂且手工的特征构建;
基于Transformer结构的预训练模型(2017年至今):利用大量无标注数据进行自监督学习,然后再使 用少量的标注数据对下游任务进行微调(即迁移学习)。
在应用方面,按场景分类AIGC已经较为成熟地应用于文本和代码撰写、图像识别和生成,以GPT为首的 AIGC模型也正在探索消费级AI技术的变现方式。展望未来,AIGC不仅会在现有应用领域持续进步,也将 逐步拓展到视频和游戏领域,AIGC将会在更多的领域得到广泛应用,为各个行业和领域的发展和进步提 供更多可能性。
… …