生成式 AI 和其他類型的 AI

人工智慧是由機器針對人類智慧的模擬。儘管有古老的神話和幾個世紀的努力試圖創造可以如人類一般行動的機器，但機器學習的第一個真正的例子出現在 1951 年，當時曼徹斯特大學的西洋跳棋程式學會了如何以夠好的技法來擊敗人類玩家。這是遊戲 AI 的最早形式。

如今，AI 無所不在，尤其在我們的手機和行動應用程式中，它執行臉孔辨識、語音辨識、垃圾郵件過濾、文法建議和語言翻譯等一般任務。

沒有任何類型的 AI 可以做所有事情。正如我們使用不同的電腦程式進行文字處理、會計和數位合成一樣，不同類型的 AI 以不同的方式工作，以實現不同的目標。您在一天內可能遇到的 AI 類型分為三個基本類別。

這種類型的 AI 執行特定的任務，並且不會超越這個範疇進行學習。影像辨識、自然語言處理器和影像生成器是狹義人工智慧的形式。Siri、Google Assistant 和 Alexa 都是狹義 AI 的形式。它們可以理解並回應語音命令，但無法為您提供準確的醫療診斷。

如同名稱所示，這些機器只能對刺激做出反應，例如虛擬棋盤上棋子的移動。它們不會像有限記憶的 AI 機器那樣建立可以在未來檢索的記憶，但它們是數位生活中有助益的部分。垃圾郵件篩選器和推薦系統會記錄您的行為並建議您接下來應該觀看什麼或您可能會想購買的物品，這些都是被動機器。

做為被動機器後 AI 發展的下一階段，有限記憶 AI 可以儲存知識，從中學習，並根據所學執行新任務。這種類型的 AI 對於做出預測非常有用，它可以用來預測從金融到天氣等各個領域的未來趨勢。這是當今最常見的 AI，主要出現在聊天機器人和自動駕駛汽車中。

正如其他類型的 AI 是為特定目的而建構，生成式 AI 也包括為了生成不同類型的內容而打造不同類型的模型。

文字生成可能是最受關注的 AI 形式，聊天機器人 AI 模型已經越來越受歡迎，並經常出現在新聞中。人們會使用這些文字生成器做任何事，像是校對、撰寫問卷到建立程式碼都包含在內。

AI 生成器 (像是 Adobe Firefly) 可以將文字提示轉換為影像。對於藝術家、內容創作者和行銷人員而言，它們具有廣泛的用途。經過數億張影像和字幕的訓練，AI 影像生成器使任何人都能夠盡情描述他們想要的內容，並根據一段文字描述快速生成新影像。

藝術家和設計師可以使用這項技術集思廣益，並嘗試構思作品的新方式，而無需在每個重複處理上投入大量時間。即使行銷人員和獨立內容創作者不是經驗豐富的藝術家，他們也可以快速製作出精美的影像。

就像影像生成器接受大量影像資料集的訓練一樣，AI 音樂生成器也接受音樂和中繼資料的訓練。它們可以辨識音樂類型的模式和特定藝術家的作品，並根據這些特徵創作新的音樂。

這種形式的生成式 AI 結合了影片、聲音和影像這全部三種形式。這些模型經過包含音訊、影片和文字的資料訓練，可以幫助影片製作人節省編輯、添加字幕、調整不同輸出大小的時間，甚至根據文字提示產生新的影片內容。