你知道吗：生成式AI 常见名词解释

AI 领域是一个充满技术和数学术语的兔子洞，即使是最基本的概念也缺乏简单的解释。因此，像 ChatGPT 和Stable Diffusion这样的工具感觉就像神秘的黑匣子，很容易忘记它们与相关公司之间的区别。

为了帮助理解这一切，这里有一个通俗易懂的英文词汇表，包含著名的 AI 术语、产品和公司，以及您可以了解更多信息的链接。

基本人工智能术语

AI：人工智能的缩写，广义上指的是计算机可以（像人类）一样学习和做出决策的想法。

机器学习：人工智能的一个子领域，这是教计算机通过数据和算法识别模式的实践。它与传统编程的不同之处在于，计算机不需要明确编码来解决每一个潜在场景。

神经网络：一种机器学习模型，模仿人脑中的神经元，使用节点网络通过算法处理数据。这允许计算机在许多不同的数据点之间建立联系，并在响应查询时了解哪些是最重要的。

深度学习：描述了一个神经网络，其数据在到达响应之前经过多层处理——其中一些对程序员是隐藏的。ChatGPT 和 Stable Diffusion 等 AI 工具是使用深度学习技术的应用示例。

GPT 和对话式 AI

GPT：“Generative Pre-Trained Transformer”的缩写，这是一种使用深度学习生成类人文本的 AI 模型，由 OpenAI 创建。其中：

“生成”是指其生成文本的能力。

“预训练”是指使用一个机器学习任务的模型来训练另一个，类似于人类在学习新事物时如何利用现有知识。在这种情况下，GPT 涉及对大量文本进行预训练。

“Transformer”是一种神经网络，可以全面了解数据序列所有部分（如句子中的单词）之间的关系。它被视为人工智能的一项突破，因为它比以前的方法更能理解上下文和细微差别。

语言建模：一种确定句子中单词顺序的技术，基于这些单词有意义的概率。

ChatGPT：OpenAI 创建的对话式聊天机器人，使用强调来回对话的语言模型。截至目前，可以免费试用。

GPT-3：OpenAI创建的第三代语言模型。它构成了过去两年推出的大量使用OpenAI 的 API的 AI 编写工具的基础。（ChatGPT 使用改进版本，称为 GPT-3.5，而 GPT-4 正在开发中。）

OpenAI：GPT-3、ChatGPT 和 DALL-E 背后的人工智能研究公司。它最初是一个非营利组织，但现在经营着一家雇佣大部分员工的“利润上限”公司。值得注意的是，Elon Musk 是联合创始人，但于 2018 年辞去了 OpenAI 董事会的职务。

DALL-E、Stable Diffusion和AI艺术

扩散模型：一种根据文本提示创建图像的方法。它的工作原理是向一组训练图像添加随机噪声，然后学习如何去除噪声以构建所需图像。

几家公司现在正在使用扩散模型来提供文本到图像的工具，最著名的是：

DALL-E：OpenAI 的文本转图像工具，它使用 GPT-3 来解释用户的请求。最新版本 DALL-E2 于 7 月推出，提供比原始版本更清晰、更准确的图像。它在公开测试版中可用，用户最多可以免费创建 50 张图像。

Stable Diffusion：由 Stability AI 创建的开源文本到图像应用程序。正式版安装过程繁琐，并通过命令行运行，但第三方开发人员使用开源代码为台式机和网络创建了更易访问的版本。

Imagen：另一种使用扩散模型的文本到图像工具，由谷歌创建。该公司选择暂时不发布其代码或公开展示它，理由是它有可能创建不适当的内容。

Midjourney：一个创建自己的文本到图像系统的独立实验室，目前仅提供受邀测试版。

Dreambooth：一种由谷歌开发的深度学习模型，可以微调通过扩散创建的图像。它最著名的用例是能够根据现有照片生成特定人物的新照片——无论好坏。尽管 Google 本身并未发布 Dreambooth 供公众使用，但其实现已作为开源项目发布。

Lensa：Prisma Labs 于 2018 年首次推出的适用于iOS和Android的图像编辑应用程序。由于新的“魔法头像”功能，它在最近几周走红，其效果类似于 Stable Diffusion 和 Dreambooth。它因创造过度性感的图像（尤其是女性图像）以及意外的裸体而受到批评。