以ChatGPT、Midjourney 爲代表的 AIGC 產品橫空出世，在全球掀起新一輪的 AI 技術變革新浪潮。近二十年來，我們見證了從「機器學習」算法到「深度學習」，再到「基礎模型」的發展。隨着數據量大規模膨脹，可擴展的算力，再加上機器學習不斷創新，生成式AI走向了一個轉折點。

AI能夠生成內容，是因爲基於生成式對抗網絡（GAN）、預訓練模型等技術，根據已有的數據尋找規律，並通過泛化能力生成一切。 那么，生成式AI具體經歷了怎樣一個演變，那還得從機器學習說起。顧名思義，機器學習就是讓計算機對數據進行學習，從中找出規律，並建立模型。根據監督學習方法的差異，機器學習領域出現了兩種類型：判別式模型和生成式模型。前者是對條件概率進行建模，對給定輸入進行分類或標記。後者則對聯合概率進行建模，根據已有數據生成新的內容。

直到2014年，Ian Goodfellow等人提出的GAN，傳統機器學習模型逐漸轉向深度神經網絡。通過利用多層人工神經網絡進行學習和訓練模型，深度學習很快展現出強大的能力。就連2016年打敗人類圍棋高手李世石的AlphaGo，其背後原理也是基於深度學習訓練的。與此同時，生成式機器學習模型也被廣泛應用於文本、圖像、語音等智能生成，由此，人們將其成爲「生成式AI」。隨着時間推移，可以看到，深度學習是機器學習的一個分支，而生成式AI是深度學習的分支。因此，生成式AI並非是全新產物，而是一點點演進而來。

生成式AI的火熱不僅意味着商業的可能性，更代表着AI進入一個新時代。在亞馬遜雲科技中國峰會上，亞馬遜雲科技全球產品副總裁Matt Wood提到了，生成式AI將最先在四個方面發生深刻的變革。它們分別是：創意輸出、功能增強、交互式體驗、決策支持。創意輸出是指通過生成式AI做一些有創造力的工作，比如寫作、編碼、視頻、設計等。辦公軟件能夠幫你去做總結、分析各種個性化內容的實現，還有進行相關內容搜索，都是功能增強的體現。另外，交互式體驗是通過與包括ChatGPT在內的聊天機器人，進行Q&A互動。最後的決策支持，比如智能數據報表AI助理。

現在，屬於生成式AI的未來已至，生成式AI的大爆發就在眼前，而且還是多點爆破，許多企業，都希望能抓住機遇。各大互聯網巨頭也都紛紛入局，吹響了進攻生成式AI賽道的號角。生成式AI在各家战略布局中的權重越來越高，未來生成式AI賽道或是避免不了一場血战。

相關素材整理於《解鎖生成式AI萬億規模市場，亞馬遜雲科技把AIGC門檻打下來了》一文

本文作者可以追加內容哦 !