生成式 AI 技術: 概念、應用和風險

閱讀時間約 7 分鐘
  • 文內如有投資理財相關經驗、知識、資訊等內容,皆為創作者個人分享行為。
  • 有價證券、指數與衍生性商品之數據資料,僅供輔助說明之用,不代表創作者投資決策之推介及建議。
  • 閱讀同時,請審慎思考自身條件及自我決策,並應有為決策負責之事前認知。
  • 方格子希望您能從這些分享內容汲取投資養份,養成獨立思考的能力、判斷、行動,成就最適合您的投資理財模式。

什麼是生成式AI?

生成式人工智慧(Generative AI)是一種能夠創造新內容和想法的人工智慧技術,涵蓋創造對話、故事、圖像、視訊和音樂等多種形式。這種技術旨在模仿人類智能,特別是在一些非傳統計算任務中,例如圖像識別、自然語言處理(NLP)和翻譯。基本運作原理是通過學習大量的數據,生成與原始數據相似的新數據。其核心依賴於先進的深度學習技術,下面將介紹幾項生成式 AI 模型:

raw-image


生成對抗網絡(GANs)

生成對抗網絡(GANs)是一種深度學習架構,用於生成新數據。GANs 通過訓練兩個神經網絡(生成器和鑑別器)彼此競爭,從而創造出真實的數據樣本。 其運作原理是由生成器來負責創建假數據,試圖使其看起來像真實數據,而鑑別器則負責區分這些假數據與真實數據。在多次訓練迭代後,生成器和鑑別器相互改進,最終生成器能夠生成高度逼真的數據,鑑別器無法區分這些數據是真實的還是生成的。


變分自編碼器(VAEs)

變分自動編碼器(VAEs)使用編碼器和解碼器兩個神經網絡,將數據壓縮到潛在空間,然後再解壓縮生成新數據。模型通過最小化重建損失和正則化項來訓練,生成具有一定隨機性的數據,同時保持數據的整體結構。這種方法廣泛應用於生成逼真的圖像、數據增強和數據補全等領域。


Transformer模型

Transformer 模型使用注意力機制來理解和生成數據,其運作方式是通過追蹤序列資料中的關係,理解上下文脈絡。這種模型在自然語言處理、圖像和音頻處理中表現出色。以其強大的能力和廣泛的應用領域而聞名,OpenAI 的 GPT(Generative Pre-trained Transformer),包括 GPT-2、GPT-3 和 GPT-3.5 都是以 Transformer 為基礎。

Chat GPT-4o

Chat GPT-4o



生成式AI的應用

設計與製造

生成式 AI 通過自動化設計流程和生成創新產品概念,提高了設計效率和創造力。強大的圖像生成工具如 Midjourney 和 Stable Diffusion,能生成高質量且創意豐富的圖像,特別適用於遊戲設計等行業。這些工具可生成不同風格的圖片,提升設計效率和創意。此外,Photoshop 等軟件整合了生成式 AI 功能,只需選定區域並輸入指示,即可快速填充、替換或擴展圖片元素,提高設計師的工作效率。

在製造業中,專業人員可以利用生成式AI尋找提高效率的方法,預測維護需求,幫助工程師更快地創建更好的設計,以及創建更具彈性的供應鏈。與此同時,通過加速設計過程,工程師和項目經理可以使用生成式AI生成設計思路,並要求AI根據項目的限制評估這些思路,從而更快地進行設計過程。


教育

生成式 AI 可以根據學生的學習歷史和表現,生成個性化學習計劃和輔導資料,幫助學生更有效地掌握知識,並自動生成練習題和考試試卷,針對學生的錯誤和薄弱環節提供練習,提高學習效率和效果。而在語言學習領域,它可以生成對話和文章來幫助學生提高語言技能,例如,視力障礙或閱讀障礙的學生可使用 Speechify 將文本轉換為語音,讓學生能更輕鬆地學習知識。


客戶服務

基於自然語言處理技術的AI聊天機器人能夠 24/7 全年無休地解答客戶問題,顯著減少了客戶等待時間,從而提高了客戶滿意度。此外,生成式AI能夠更快速地捕捉和理解客戶的需求,從而提供更加個性化的服務。在投資顧問服務中,生成式AI可以分析投資產品的報告,並生成個性化的配置建議,幫助投資者做出更加明智的決策。這種能力使得企業能夠更好地理解客戶的喜好和需求,並提供定制化的解決方案,從而提高了客戶的忠誠度和滿意度。


媒體與娛樂

從音樂到視覺內容,生成式AI帶來了高質量、多樣化的創意產品,並顯著提高了製作效率。在音樂內容方面,Google的Magenta Project提供了一個多樣風格的音樂創作平台,幫助音樂家和製作人尋找靈感並創作新作品。與此同時,生成式AI不僅能生成音樂,還能根據用戶需求製作各種風格和情感的音樂。

在視覺內容方面,生成式AI成為製作高品質視覺內容的不可或缺的工具,從動畫到影視特效。它可以幫助製片人和廣告創作者快速生成視覺效果、添加圖形元素,甚至創建動畫序列,從而節省大量的製作時間和成本。尤其是在廣告和電影製作方面,它能夠根據用戶的偏好和行為生成個性化內容,提高觀眾的黏性和視覺效果。


市場營銷

通過分析消費者的行為習慣,生成式AI能夠製作個性化廣告內容,以吸引消費者的注意力。對於營銷人員來說,生成式AI可以在靈感枯竭時能提供大量可選方案,幫助進行頭腦風暴,從而提高工作效率和創意產出。此外,生成式AI還可以幫助營銷專業人員創建一致的、品牌化的文本和圖像,用於營銷活動。據Gartner預測,到2025年,營銷專業人員將使用生成式AI創建30%的外部營銷材料。


raw-image
raw-image

生成式AI的風險

資料可信度低

生成式 AI 模型缺乏真正的對錯觀念,無法進行真正的推理,加上 AI 不會故意欺騙,多數使用者不會檢查內容的真實性,這大大削弱了生成式 AI 的可信度。例如,Meta 的生成式人工智慧機器人卡拉狄加 (Galoida) 的創建目的是濃縮科學訊息,幫助學者和研究人員快速找到論文和研究。相反,它產生了大量錯誤訊息,錯誤地引用了著名的科學家。


侵犯智慧財產

生成式 AI 技術利用神經網絡,在現有的大型資料集上進行訓練,根據輸入資料中的模式創建新的資料或對象,如文字、圖像、音訊或視訊。這包括用戶輸入的數據,這些數據被工具保留以不斷學習和建立知識,可能會將私人或專有資訊暴露給公眾。企業使用生成式 AI 技術越多,其資訊被他人存取的風險就越大。

此外,生成式 AI 根據組織的提示創建的內容可能包含其他公司的智慧財產,這可能導致生成內容的作者和所有權不明確,從而引發抄襲指控或版權訴訟的風險。為了保護智慧財產權,同時獲得生成式 AI 的好處,組織應評估如何將其數據用於訓練和公共消費。資料匿名化和去識別化是一種解決方案,但這需要供應商提供服務或在向供應商發送資料前應用,並且需要基於合約協議。缺點是企業可能無法從其他組織的數據中獲益。


道德與倫理問題

雖然生成式 AI 能提高生產力,但也可能生成有害或冒犯的內容,尤其是生成內容的真實性和完整性。因 AI 本身無法察覺,類似 Deepfakes 的工具可以製作虛假的圖像、影片或言論,這些虛假內容可能助長仇恨言論或引發歧視。例如,GAN 技術可能會被濫用於製作深偽技術,進而散布錯誤資訊或進行詐欺。生成文字模型也可能被用於創作誤導性新聞或虛假評論。因此,制定完善的 AI 倫理準則對生成式 AI 的應用至關重要,此外,提升大眾的 AI 素養也能減少錯誤資訊或詐騙的風險。


高度依賴訓練資料

生成式 AI 模型的訓練需要大量高品質且相關的資料。然而,在資料缺乏、敏感性高或受保護的領域(如醫療和財務)中,獲取這些資料可能相當困難。同時,確保資料的多元性和代表性,避免輸出內容偏見,也是一項複雜的工作。加上算力的問題,訓練生成式 AI 模型(特別是 GAN 或變換式模型等)不僅需要大量計算資源,還耗時且昂貴,這對於小型組織或 AI 新手來說是很大的阻礙。


raw-image


8會員
30內容數
身為一名零零後的懶惰蟲,每個月可能會產出數十篇,亦或者是只有一篇。從股市的投資觀念、房地產基礎知識、電商經營、到科技與未來趨勢,像是區塊鏈、AI、NFT、大數據分析、元宇宙、加密貨幣等,都是我未來將會介紹的專題內容,希望讀者們能汲取文中知識,並藉此來學習並獲利。每章的內容純屬參考,並非投資建議,投資前請謹慎為上。
留言0
查看全部
發表第一個留言支持創作者!
你可能也想看
學習筆記【生成式AI導論 2024】第4講:訓練不了人工智慧?你可以訓練你自己 (中) — 拆解問題與使用工具延續上週提到的,「有哪些不訓練模型的情況下,能夠強化語言模型的能力」,這堂課接續介紹其中第 3、4 個方法
Thumbnail
avatar
Ezra
2024-03-10
學習筆記【生成式AI導論 2024】第3講:訓練不了人工智慧?你可以訓練你自己 (上) — 神奇咒語與提供更多資訊這一節課說明,如何透過改變給模型的指示或咒語(prompt),來得到不同的結果 。如果直接說結論的話會是,在今天語言模型的能力之下,我們只要交代清楚任務就好,可以包括背景以及需求。而這節課很像是一堂模型咒語的歷史課 XD
Thumbnail
avatar
Ezra
2024-03-03
簡介 & 筆記【生成式AI導論 2024】第2講:今日的生成式人工智慧厲害在哪裡?從「工具」變為「工具人」最近打算跟著 李宏毅老師上傳至 Youtube 上的課程【生成式AI導論 2024】來做學習,算是邊做個記錄~
Thumbnail
avatar
Ezra
2024-03-03
生成式AI迎來技術大躍進,人工智慧會取代人的專業嗎?淺談人工智能模型 (LLM)對於網頁程式開發的影響。前言 在AI經歷數個冰河期後,終於在後疫情時代來到了一個技術高峰,而這個破冰者就是OPen AI(ChatGPT),對於這個話題不管你是是正在接觸AI,對AI技術有些了解的人,抑或是專業領域上對於AI介入感到焦慮的人都希望可以文中得到收穫。 本文想分享一些個人對於AI的理解及對於LLM模型的一些
Thumbnail
avatar
R-036
2024-02-19
美國如何重新定義未來教育?生成式 AI 與 EdTech 的重大政策與計畫美國在教育科技領域的發展和倡議,展現了對 AI 和 EdTech 教育科技的重大承諾。政府積極推動教育科技整合,並通過倡議和法案確保全面發展和利用 AI 技術,以提升學習效果和增強教育公平性。該文章重點介紹了多項主要政策和計畫,以及教育科技的重大發展趨勢。
Thumbnail
avatar
廖肇弘 John Liao
2024-02-19
生成式AI影像:開啟人工智慧新紀元人工智慧(AI)的發展日新月異,其中生成式AI成為近年矚目的焦點之一。生成式AI不僅能夠模仿人類智能,更能夠創造全新的內容和想法。本文將深入探討生成式AI在影像領域的應用,包括其概念、原理、發展趨勢,以及一些嶄新的生成式AI公司和軟體。
Thumbnail
avatar
ChoozSEO
2024-01-24
挑戰紀錄!AWS 生成式AI與2,000位觀眾讓RAP即興生成 飄出「台灣味」 文、圖/Amazon提供    2023 AWS台灣雲端高峰會(AWS Summit Taiwan)2日於南港展覽館盛大舉行,Amazon Web Services(AWS)首日就端出重頭戲,以採用AWS機器學習服務的『KKLab靈魂寫手』與現場2000位出席觀眾一起即興創作,同時邀請
Thumbnail
avatar
廣告雜誌
2023-08-03
Appier 整合生成式 AI 技術賦能企業優化關鍵行銷應用 文、圖/沛星互動科技(Appier)提供   以人工智慧(AI)與軟體即服務(SaaS)為核心的 Appier 持續運用 AI 協助客戶進行商業決策。今日宣布整合 Appier 創新研發的生成式 AI 演算法與 OpenAI ChatGPT 語言模型,在「廣告投放關鍵字與目標參數生成」
Thumbnail
avatar
廣告雜誌
2023-05-02
生成式AI會是傳統車廠自動駕駛技術的一道曙光嗎?去年阿財有分享過自動駕駛技術各個解決方案的路線選擇,當時我就有提到過我認為傳統車廠為什麼不走純視覺路線的可能原因,這邊再稍微分享一下: 首先在講純視覺之前先了解一下目前純視覺是如何計算深度的,目前用相機拍到的影像計算深度有單目視覺、雙目視覺、運動結構恢復(sfm)等再搭配AI模型,可以搜尋Pseud
Thumbnail
avatar
阿財科技分享
2023-04-11