iPAS-初級AI應用規劃師-鑑別式AI與生成式AI的整合應用(番外篇)

更新於 發佈於 閱讀時間約 2 分鐘


整理iPAS-初級AI應用規劃師-鑑別式AI與生成式AI的整合應用(上)跟(下)兩篇資料的時候,一直有個疑問「生成式AI與鑑別式AI的模型是可以互相使用的?」,依照考試分類的話,以現在的AI發展,感覺有點分不太出來,似乎實際上在某些情境下可以互相結合,甚至互補使用。所以考試時可能要以當時最適合的答案來填寫。


兩者的核心區別:

鑑別式 AI(Discriminative AI)負責判斷或分類輸入數據。

生成式 AI(Generative AI)負責生成新數據。


兩者互相結合使用的情境:

生成對抗網路(GAN, Generative Adversarial Network)

GAN 是生成式 AI(Generator)與鑑別式 AI(Discriminator)結合的經典案例。

  • 生成器(Generator):負責生成新的數據(如假圖像)。
  • 鑑別器(Discriminator):負責判斷輸入數據是真實的還是生成的(分類任務)。
  • 對抗訓練:兩個模型不斷進化,使生成的數據更加逼真。

NLP任務中的生成與鑑別結合

在自然語言處理(NLP)領域,GPT(生成)與 BERT(鑑別)可以互補使用。

  • GPT(生成式 AI):負責生成新文本,如 ChatGPT 自動寫作。
  • BERT(鑑別式 AI):負責分析文章,做情感分析、分類或過濾錯誤語法。

AI偵測假內容

隨著 Deepfake 技術發展,需要鑑別式 AI 來對抗生成式 AI。

  • 生成式 AI:可以生成假新聞、假圖像(如 AI 換臉)。
  • 鑑別式 AI:可以訓練模型來檢測這些偽造內容(如 AI 偵測 Deepfake)。

以上資料均來自網路公開資料參考及個人想法綜合整理,因科技發展迅速,資訊不一定絕對正確,請讀者以自己的想法為主,也歡迎留言討論喔!

我是TN科技筆記,如果喜歡這篇文章,歡迎留言、點選愛心、轉發給我支持鼓勵~

也歡迎每個月請我喝杯咖啡,鼓勵我撰寫更多科技文章,一起跟著科技浪潮前進!!

>>>請我喝一杯咖啡

大家好,我是TN,喜歡分享科技領域相關資訊,希望各位不吝支持與交流!
留言
avatar-img
留言分享你的想法!
簡短介紹常見的機器學習模型如邏輯迴歸、隨機森林、K-Means、Q-Learning、CNN等
機器學習(Machine Learning)是一種讓電腦從資料中學習並改進表現的技術,而無需人類逐一編寫具體指令。想像一下,你教一個小孩認識「貓」和「狗」,不是直接告訴他每張圖片的答案,而是給他看許多例子,讓他自己找出規律。 這個想法最早由Arthur Sam
有關資料隱私與安全的重點: 資料隱私風險對企業的影響、企業應對資料隱私風險的策略、資料安全議題、AI 導入時的資安注意事項
簡短介紹常見的機器學習模型如邏輯迴歸、隨機森林、K-Means、Q-Learning、CNN等
機器學習(Machine Learning)是一種讓電腦從資料中學習並改進表現的技術,而無需人類逐一編寫具體指令。想像一下,你教一個小孩認識「貓」和「狗」,不是直接告訴他每張圖片的答案,而是給他看許多例子,讓他自己找出規律。 這個想法最早由Arthur Sam
有關資料隱私與安全的重點: 資料隱私風險對企業的影響、企業應對資料隱私風險的策略、資料安全議題、AI 導入時的資安注意事項
你可能也想看
Google News 追蹤
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
AI繪圖要廣泛用於商用還有一大段路,還需要依賴人類的經驗判斷、調整,為什麼呢?
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
  之前擔任了某個分析AI文創挑的評審,活動順利完結,看到了許多人分析該文章是否為AI文、AI文的不合理之處的看法與理由,今天就來以幾個較常看到的、關於AI文的爭議作為出發點,聊聊我個人對於AI文的一點淺見。   由於AI生成的產物種類眾多,因此這裡的「AI文」,只討論故事、小說這類產物。
Thumbnail
最新的AI趨勢讓人眼花撩亂,不知要如何開始學習?本文介紹了作者對AI的使用和體驗,以及各類AI工具以及推薦的選擇。最後強調了AI是一個很好用的工具,可以幫助人們節省時間並提高效率。鼓勵人們保持好奇心,不停止學習,並提出了對健康生活和開心生活的祝福。
Thumbnail
與AI協作的時代來臨了!本篇文章中會提到一篇研究是關於生成式AI的限制,調查發現原來生成式AI對於業務問題竟然..? 以下會分享我與AI協作的流程和步驟給大家參考,也建議家中有國高中生的爸媽,要讓孩子對GPT有正確的認識與使用方式,AI協作的時代必會來臨,建立正確的觀念與使用很重要喔~
Thumbnail
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
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
在人工智慧(AI)領域中,生成式AI已經成為一個備受關注的分支,它不僅在創造性的工作中展現出強大的能力,還在各個領域中展現出潛在的應用價值。本文將從宏觀的角度出發,深入探討生成式AI的種類、概念、缺點、公司、訓練、發展趨勢以及原理,帶領讀者深入了解這個令人振奮的領域。
Thumbnail
本文討論了在AI時代下我們需要具備的職能,例如提問力、判斷力和專業能力。同時也提到了在使用AI時需要注意的事情,以及一些問答希望可以跟讀者有所互動與交流。另外作者也分享了自己使用AI工具的心得,並期待可以幫助初學者更快地瞭解如何應對AI的基礎邏輯。
Thumbnail
AI繪圖要廣泛用於商用還有一大段路,還需要依賴人類的經驗判斷、調整,為什麼呢?
Thumbnail
本文要探討AI的任務與實戰場景。AI技術已深入生活各層面,從違約預測到都市交通管理。AI任務主要有三類:數值型資料處理、自然語言處理(NLP)和電腦影像辨識。時間序列資料和強化學習方法(如AlphaGo)也引起廣泛關注。AI演算法和方法因應不同學派和技術發展而多樣化,了解這些基礎有助選擇適合研究方向
  之前擔任了某個分析AI文創挑的評審,活動順利完結,看到了許多人分析該文章是否為AI文、AI文的不合理之處的看法與理由,今天就來以幾個較常看到的、關於AI文的爭議作為出發點,聊聊我個人對於AI文的一點淺見。   由於AI生成的產物種類眾多,因此這裡的「AI文」,只討論故事、小說這類產物。
Thumbnail
最新的AI趨勢讓人眼花撩亂,不知要如何開始學習?本文介紹了作者對AI的使用和體驗,以及各類AI工具以及推薦的選擇。最後強調了AI是一個很好用的工具,可以幫助人們節省時間並提高效率。鼓勵人們保持好奇心,不停止學習,並提出了對健康生活和開心生活的祝福。
Thumbnail
與AI協作的時代來臨了!本篇文章中會提到一篇研究是關於生成式AI的限制,調查發現原來生成式AI對於業務問題竟然..? 以下會分享我與AI協作的流程和步驟給大家參考,也建議家中有國高中生的爸媽,要讓孩子對GPT有正確的認識與使用方式,AI協作的時代必會來臨,建立正確的觀念與使用很重要喔~
Thumbnail
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
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
在人工智慧(AI)領域中,生成式AI已經成為一個備受關注的分支,它不僅在創造性的工作中展現出強大的能力,還在各個領域中展現出潛在的應用價值。本文將從宏觀的角度出發,深入探討生成式AI的種類、概念、缺點、公司、訓練、發展趨勢以及原理,帶領讀者深入了解這個令人振奮的領域。