Generatyvusis AI: kas tai? Privalumai, trūkumai ir dar daugiau

Generatyvusis AI yra dirbtinio intelekto dalis, kuri naudoja mašininio mokymosi modelius, kad sukurtų visiškai naują išvestį, pagrįstą mokymo rinkiniu.

Kitaip tariant, generatyvus AI leidžia algoritmui sukurti dalykus, panašius į žmones, o ne įprastą AI sistemų analitinį pobūdį.

Šios išvesties svyruoja nuo gilių klastotės iki AI pokalbių robotų, teksto į vaizdą ir teksto į vaizdo įrašą kūrinių, muzikos, paveikslų ir pan.

Dėl patobulintos aparatinės įrangos ir naujų mašininio mokymosi metodų generatyvūs AI rezultatai pastaraisiais metais taip pat tapo tokie geri ir netgi nuostabūs.

Šiame įraše apžvelgiami generatyvaus AI pagrindai ir programos, taip pat kaip jie gali paveikti jūsų asmeninį gyvenimą ir verslą.

Kaip veikia generuojantis AI

Dirbtinio intelekto tyrimai iš pradžių buvo skirti naudoti algoritmus ir neuroninius tinklus, siekiant nustatyti modelius dideliuose duomenų rinkiniuose. Tai buvo naudojama modelių atpažinimui, analizei, sprendimų palaikymui ir anomalijų aptikimui.

Neuroniniai tinklai yra skaitmeniniai žmogaus smegenų atvaizdai, naudojami natūraliai smegenų sistemai modeliuoti mąstymas. Toks tinklas turi įvesties ir išvesties neuronų sluoksnius, turinčius vieną ar daugiau sluoksnių, vadinamų paslėptuoju sluoksniu.

Paprastais žodžiais tariant, kiekvienam duomenų vienetui, pavyzdžiui, žodžiui, aktyvuojate vieną įvesties neuroną. Taigi, pavyzdžiui, terminas „raudonai karšta saulė“ Įvedus į neuroninį tinklą, bus suaktyvinti 3 įvesties neuronai raudonas, karštasir saulė. Ir išvesties sluoksnyje pranešate, kad tie 3 įėjimai reiškia „raudonai karšta saulė".

Iš pradžių tai gali atrodyti kvaila ir atimta daug laiko, bet po to, kai apmokysite tokį tinklą su „raudonai karšta saulė" žalia karšta saulė","žalia šalta saulė“Ir„geltona šalta saulė“, tada pradeda suprasti, ką karštas, žaliasir šaltas gali būti.

1 pav. Paprastas neuroninis tinklas su „karštos saulės“ atsaku

Tai labai supaprastintas paaiškinimas. Tačiau nors neuroniniai tinklai yra sudėtingos sąvokos, jų tyrimas yra fantastiška kelionė ne tik į dirbtinio intelekto pasaulį, bet ir į žmogaus protą bei sąmonę.

Be to, per daugelį metų neuroninių tinklų technologija išsivystė į naujas sistemas ir platformas, kurios leidžia kurti šiuolaikines dirbtinio intelekto programas. Štai 3 iš populiarių naudojamų neuroninių tinklų:

• Generative Adversarial Nets (GAN) – Tai neuroninis tinklas, kuris išvesties generavimui naudoja dvi dalis. Pirmoji dalis yra generatorius, kuris sukuria atsitiktinę išvestį, o antroji yra diskriminatorius, kuris įvertina darbą, kad pamatytų, koks jis tikras ar netikras.
  
  GAN naudoja neprižiūrimą mokymosi sistemą, o tai reiškia, kad diskriminatoriaus dalis moko generatorių. Laikui bėgant, diskriminatorius vis geriau aptinka klastotes, o generatorius išmoksta sukurti geresnes išvestis iki tikroviškų vaizdų.
  
• Transformatorius – Tai kito tipo neuroninis tinklas, veikiantis saugodamas bet kokią duomenų seką kitoje sekoje, kurią vėliau gali naudoti dekoderis, kad atkurtų pradinę duomenų seką.
  
  Transformatoriai geriausiai tinka projektams su nuosekliais duomenimis, pvz., natūralios kalbos sakiniais ir muzika. Populiarūs transformatoriais pagrįsti neuroniniai tinklai apima „Microsoft“ GPT-3, Pekino Kinijos Wu Dao 2.0 ir „Google“ LaMDA.
  
• Variaciniai automatiniai koduotuvai (VAE) – Šis trečiojo tipo neuroninis tinklas naudojamas aptikti vaizdų triukšmą, piešti vaizdus, ​​sumažinti matmenis, klasifikuoti ir aptikti objektus. VAE modeliai naudoja neprižiūrimą mokymosi metodą duomenų failams sumažinti naudojant glaudinimo algoritmus ir šablonus.

Generatyvaus AI privalumai

Štai generatyvinio dirbtinio intelekto privalumai:

• Aukštesnės kokybės išėjimai – Generatyvusis AI gali būti naudojamas ieškant ir ištrinant triukšmą vaizduose ir vaizdo įrašuose, taip pagerinant bendrą jų išvesties kokybę.
  
• Pigesni procesai – Sugebėjus drastiškai sumažinti vaistų ir medžiagų atradimui gamybos pramonėje reikalingą laiką ir išlaidas, gaminiai gali tapti pigesni.
  
• Produktyvumo didinimas – Sumažinus laiką ir darbo kiekį, generatyvus AI, padedantis kūrybingiems žmonėms, gali padidinti jų produktyvumą.
  
• Pagerėjusi sveikata – Generatyvinių priešingų tinklų (GAN) naudojimas ankstyvam naviko nustatymui reiškia geresnę sveikatą.
  
• Nauji išradimai – Neuroninių tinklų naudojimas sintetinant naujas chemines medžiagas, modelius, medžiagas ar kitus dalykus gali sukelti naujų išradimų.

Generatyvaus AI trūkumai

Taip pat yra keletas problemų, susijusių su generuojamuoju AI, pvz., kūrybiškumo apribojimai, sąrankos išlaidos ir etiniai sumetimai. Štai iš arti:

• Ribotas kūrybiškumas – Nors generatyvus AI kuria naujus dalykus, nėra "out-of-the-box susijęs su mąstymu, nes pagaminta produkcija paprastai yra duomenų, tiekiamų į neuroninį tinklą, sudėtis. Kitaip tariant, dirbtinio intelekto sistemoms trūksta originalumo. Jie negali konceptualizuoti arba patys sugalvoja idėją, nes jos priklauso nuo žmogaus indėlio kuriant šias idėjas.
  
  Tačiau mašininio mokymosi modelio atpažinimo funkcija ir kūrybinio AI kūrybiniai aspektai puikiai sutampa su 6^th Čakrų funkcijos žmogaus jogos energetinėje sistemoje.
  
  Esame saugūs tol, kol mašinos išliks tokios, bet jei jos kada nors pasieks galutinį 7 vietą^th Čakrų gebėjimai suprasti ir konceptualizuoti informaciją, būtent tuos bruožus, kurie mus išskiria iš kitų gyvūnų, tada žmonės gali susidurti su išnykimu.
  
• Didelė sąrankos kaina – Pradinė AI sistemų sąranka šiuo metu gali būti aukšta, nors tikimasi, kad ateityje tai sumažės.
  
• Moraliniai ir etiniai svarstymai - Nuo gilios klastotės vaizduojančius politikus ir įžymybes, kalbančius juokingus ar keistus dalykus prieštaringoms programoms, pvz., giliai nuogoms nuogoms, kurios paskatino feminisčių reakciją, galimi neigiami generatyvaus AI naudojimo padariniai neribojami.

Populiarios generacinės AI programos 

Generatyvioji AI technologija gali būti taikoma daugelyje sektorių, kur žmogaus kūrybiškumas paprastai būtų būtinas. Toliau apžvelgiamos populiariausios programos ir pramonės šakos.

• Vaizdai – Visiškai naujo AI meno generavimas, naudojant teksto į vaizdą kūrimo sistemą arba automatiškai redaguojant vaizdus, ​​pvz., pridedant veido bruožus, akinius ir pan. Nepopuliari giliai nuogiems vaizdams skirta programa nuėjo net automatiškai nurenginėti žmones.
  
• Vaizdo įrašai – Generatyvusis dirbtinis intelektas taip pat naudojamas kuriant vaizdo įrašus, pavyzdžiui, paverčiant žmogaus nuotrauką kalbančiu vaizdo įrašu, išgarsinant "Mona Liza" piešti šypseną ir kalbantys skaitmeniniai avatarai, kurie atrodo ir skamba kaip tikri žmonės.
  
• Tekstas – Tai apima rašytinį tekstą ir kompiuterinį kodą, naudojant natūralios kalbos apdorojimą (NLP). Nuo pokalbių robotų iki gramatikos korektorių ir tekstų kūrėjų bei programuotojų rašymo padėjėjų – domenas yra didžiulis.
  
• Holivudo filmai – Be paprasčiausio vaizdo įrašų kūrimo, generatyvus AI gali būti pritaikytas dar kūrybiškesnėse situacijose, pvz., kuriant visiškai skirtingus aktoriaus veidus, naudojant gilią klastotę, keičiant jų amžių, sukuriant įspūdingus personažus, tokius kaip „Marvel“ karo vadas Thanosas, ir net dirbtinio intelekto sukurtas istorijas. ir scenarijus.
  
• muzika – Nuo žaismo kartu su neuroniniais tinklais iki sudėtingesnių sistemų, kurios kuria įvairių žanrų muziką iš dalies pagalbiniu arba visiškai automatizuotu, generuojantis AI taip pat gali sutrikdyti muzikos pramonę.
  
• Sveikatos apsauga – Įvairios programos, įskaitant kūno nuskaitymo padidinimą, siekiant suteikti geresnės informacijos diagnozei nustatyti.
  
• Mada – Nuo skirtingų stilių iki suasmenintų individualių aprangų, spalvų, tendencijų prognozavimo ir tekstūrų – generatyvus AI taip pat gali sutrikdyti mados industriją.
  

• Elektroninės prekybos personalizavimas – Technika, naudojama nuspėti kliento pageidavimus ir netgi pasiūlyti iniciatyvius sprendimus, patirtį, tikslinę komunikaciją, asmenines produktų rekomendacijas ir pan.
  
• Duomenų papildymas – naujų duomenų taškų kūrimo iš esamų, bet ribotų duomenų procesas, siekiant padidinti turimos informacijos kiekį.
  
• Gamyba – Generatyvusis dirbtinis intelektas padeda sintetinti naujas medžiagas, chemines medžiagas ir vaistus, kurie gali sumažinti gamybos sąnaudas.

Generatyvios AI projekto idėjos

Geriausias būdas mokytis dažnai yra darant. Taigi, jei domitės generatyviuoju AI ir jo teikiamomis galimybėmis, nėra geresnio būdo tai išbandyti nei bandomasis projektas. Toliau pateikiamos kelios idėjos, kurios padės jums pradėti:

1. Sukurkite neegzistuojančius veidus.
2. Veido senėjimo ar manipuliavimo programa.
3. Sukurkite naujas žmogaus pozas iš vaizdų.
4. Sukurkite didesnę vaizdo skiriamąją gebą.
5. Nuspalvinkite juodai baltus vaizdus.
6. Kurkite 3D objektus iš 2D vaizdų.
7. Sukurkite animacinių filmų personažus.
8. Pašalinkite triukšmą iš vaizdų.
9. NLP ketinimų klasifikavimo pokalbių sistema.
10. Trumpos ilgų straipsnių santraukos.
11. Teksto į vaizdą meno kūrinių kūryba.
12. KT nuskaitymas, siekiant pagerinti vėžio diagnozę.

Populiariausi generatyvūs AI įrankiai

Daugelis asmenų ir organizacijų sukūrė daugybę įrankių, kurie vienaip ar kitaip gali padėti jums įgyvendinti generatyvų AI projektą. Štai keletas populiariausių iš šių įrankių:

• OpenAI – Natūralios kalbos apdorojimas GPT-3 ir natūralios kalbos vertimas į kodą Codex modeliai.
• GAN laboratorija - Generative Adversarial Network jūsų naršyklėje.
• naktinė kavinė - AI meno generatorius.
• TorchGanas – GAN mokymo sistema naudojant Pytorch.
• Pyganas – Python biblioteka GAN diegti.
• TF-GAN – Lengvi Tensorflow įrankiai, skirti GAN.
• „Google Cloud AI“ – AI įrankių rinkinys iš „Google“.
• AI duetas – Tai leidžia groti fortepijoniniu duetu su kompiuteriu.
• Meno veisėjas - Remiksuokite vaizdus, ​​​​kad sukurtumėte unikalius meno kūrinius.
• Kodas T5 - Transformatoriumi pagrįstas modelis, skirtas suprasti ir generuoti kodą.
• Mimikrinis AI – Nukopijuokite ir imituokite bet kurio asmens balsą.
• GAN įrankių rinkinys – Be kodo GAN modelio sistema.
• HyperGAN - Sukomponuojama Python sistema su vartotojo sąsaja ir API.
• gilus sapnas – Kompiuterinio matymo programa.
• Imaginaire – „Nvidia“ giluminio vaizdo „PyTorch“ biblioteka.
• „Cartoonify“ - Kurkite animacinius filmus.
• tenzorinis srautas - Populiari mašininio mokymosi platforma.
• Scikit-mokykis – Kita mašininio mokymosi platforma „Python“.
• DALL-E – Įspūdingas teksto į vaizdą kūrėjas.

Pradedantieji, naudojantys generatyvųjį AI

Yra daug naujų įmonių, kurios daugiausia dėmesio skiria tam, kad būtų galima naudoti vieną ar kitą generatyvinio AI aspektą problemoms spręsti. Štai keletas:

• Perfrazuoti.ai – Didelio masto suasmeninti rinkodaros vaizdo įrašai.
• DeepStory - AI istorijų ir scenarijų generatorius.
• musico – AI sukurta muzika.
• Sintezė – Vaizdo įrašų generavimas naudojant tekstą.
• Jukebox – AI sukurta muzika naudojant automatinius koduotuvus.
• ID - Kurkite AI vaizdo įrašus iš nuotraukų.
• Genie AI – Teisiniai šablonai ir dirbtinio intelekto advokatas.
• Dažniausiai AI – Sintetinis duomenų generatorius, skirtas dirbtiniam intelektui kurti.

Išvada

Baigiantis šio generatyvaus AI tyrimo pabaigoje, pamatėte, kas tai yra, kas ne, kaip jis veikia ir ką padeda įmonėms pasiekti.

Visi galime būti tikri, kad dirbtinio intelekto pramonė ir toliau augs. Taigi, jei esate kūrėjas, naudokite jį. Ir jei esate verslo savininkas, pasinaudokite tuo.