過去兩年,，AI 領域里已經(jīng)出現(xiàn)大量大型生成模型,，如 ChatGPT 或 Stable Diffusion。具體而言,，這些模型能夠執(zhí)行像通用問答系統(tǒng)或自動創(chuàng)建藝術圖像等任務,，這些任務正在徹底改變很多領域,。

　　從目前的發(fā)展來看,，這些生成模型對行業(yè)和社會的影響是巨大的,，因為一些工作崗位可能會發(fā)生改變。例如，Generative AI 能夠有效且創(chuàng)造性地將文本轉換為圖像,，如 DALLE-2 模型,；把文本轉成 3D 圖像，如 Dreamfusion 模型,；把圖像轉成文本,，如 Flamingo 模型；把文本轉成視頻,，如 Phenaki 模型,；把文本轉成音頻，如 AudioLM 模型,；把文本轉成代碼,，如 Codex 模型,；把文本轉成科學論文,，如 Galactica 模型；甚至創(chuàng)建算法的模型,，如 AlphaTensor,。

　　在近日由西班牙 Comillas Pontifical University 研究人員提交的綜述論文中，作者試圖以簡潔的方式描述生成式 AI 對當前很多模型的影響,，并對最近發(fā)布的主要生成式 AI 模型進行分類,。

　　論文《ChatGPT is not all you need. A State of the Art Review of large Generative AI models》：

　　鏈接：https://arxiv.org/abs/2301.04655

　　為向可能因使用這些模型而受益的專業(yè)人士提供有效信息，作者按如下結構組織文章,。首先,，作者提供行業(yè)中出現(xiàn)的主要生成式模型的分類。接著對每個類別進行分析,。最后,，本文會給出相關結論和未來要做的工作。文章中作者沒有詳細介紹每個模型的技術細節(jié),，如 Transformer,，因為文章的目的是研究模型的應用，而不是研究它們的工作原理,。

　　生成式 AI 模型的分類

　　在詳細分析每個模型之前,，首先將當前的生成式 AI 進行分類，類別代表輸入數(shù)據(jù)和輸出數(shù)據(jù)類型之間的映射,。如圖 1 所示,。作者總共總結 9 個類別，其中每個出現(xiàn)在圖 1 中的模型將在之后詳細描述,。由于文章主要關注點是描述生成式 AI 模型的最新進展,，為讓讀者能有整體認識，在圖 2 中給出了所有已發(fā)布的模型。

　　有趣的是,，所有這些模型僅由 6 個公司發(fā)布,，如圖 3 所示。背后的主要原因是為能夠估計這些模型的參數(shù),，必須擁有巨大的計算能力以及在數(shù)據(jù)科學和數(shù)據(jù)工程方面技術精湛,、經(jīng)驗豐富的團隊。因此,，只有圖 3 所示的公司,，在收購的初創(chuàng)公司的努力下以及與學術界的合作，才能夠成功發(fā)布生成式 AI 模型,。

　　到此已經(jīng)介紹了最新的生成式 AI 模型,，接下來的部分將詳細介紹圖 1 中所示每個類別。

　　隨著技術的進步,，我們已經(jīng)在文本到圖像或文本到音頻等任務中看到了大量的創(chuàng)造力和個性化,。它們在文本到科學或文本到代碼的任務中也很準確。這可以在很大程度上提升我們的自動化水平,，因為它可以幫助優(yōu)化創(chuàng)造性和非創(chuàng)造性任務,。

　　然而，由于目前構建它們的方式,，這些模型面臨著許多限制,。在數(shù)據(jù)集方面，找到一些模型的數(shù)據(jù),，如文本到科學或文本到音頻非常困難,，使得訓練模型非常耗時。特別需要提到的是,，數(shù)據(jù)集和參數(shù)必須非常龐大,，這使得訓練變得更加困難。模型最大的問題之一是從數(shù)據(jù)集中的問題中嘗試獲得解決方案,，而模型在解決這些問題時遇到了更多麻煩,。同樣，在計算方面,，運行它們需要大量的時間和算力,。

　　我們應該意識到這些模型的局限性，以便在接下來的幾年中嘗試和改進它們,。

　　更多細節(jié)請參見原論文,。

　更多信息可以來這里獲取==>>電子技術應用-AET<<