我的开源
生成式AI备忘
背景
Generative AI
2020年，生成式AI做为新增技术热点，首次被Gartner提出。
生成式AI是什么
[2]
对于生成式AI，Gartner这样定义：通过各种机器学习（ML）方法从数据中学习工件的组件（要素），进而生成全新的、完全原创的、真实的工件（一个产品或物品或任务），这些工件与训练数据保持相似，而不是复制。
简单理解，生成式AI就是利用现有文本、音频文件或图像创建新内容的技术。使用生成 AI，计算机检测与输入相关的基本模式并生成类似内容。
核心技术 GANs
[2]
生成式对抗网络（GANs, Generative Adversarial Networks ），是生成式AI的关键技术。其本质是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。
在原理上，生成式对抗网络使用两个神经网络相互对立，一个生成器和一个判别器。生成器或生成网络，负责生成类似于源数据的新数据或内容，判别器或判别网络则负责区分源数据和生成数据。经过交替周期训练，生成器不断学习生成更逼真的数据，判别器则更善于区分假数据和真实数据。可以把GANs想象成一个造假者和一个在猫捉老鼠游戏中的警察，造假者正在学习传递假币，而警察正在学习检测假币。渐渐地，双方在对抗中都不断完善。
应用
[2]
- 生成图形：学习艺术品的风格，生成新的油画。
- 生成照片：修正缺失/模糊/误导照片；照片超分；语义生成图像。
- 生成音频：生成语音；生成音乐；生成视频、文本、字幕等。
- 生成材料：通过3D打印、cRIspR等技术，生成假肢、有机分子或其他物品。
企业
[2]
- 迪士尼：借助生成式AI生成动画，只需通过文本描述某些活动，而不是注释数据和大量训练就能创建动画、电影剧本视频。
- Netflix：借助生成式AI抽取符合观影习惯和需求的画面，然后把这些图片制作成内容封面，以降低内容搜寻难度，提升视频制作效率。
- Unity：3D生成型AI的推动者。全球有超过一半的移动、PC 和主机游戏采用了其生成引擎来制作，其3D-AI技术也广泛应用于工业设计的3D模型搭建，VR/AR设备内容创作以及影视特效制作。
- Insilico Medicine（英科智能）的AI药物研发公司也是生成式AI的应用者。作为一家抗衰老及癌症治疗药物研发商，Insilico Medicine依托基因组学、医疗大数据及AI技术等技术手段，专注于癌症治疗、抗衰老药物的研发、生产及销售。同时该公司也是全球第一家应用GANs，2015年在全球范围内率先利用生成对抗网络(GANs)和强化学习(RL)技术，生成具有特定性质的药物分子结构。
- 影谱科技：2018年底便发布AGC智能影像生产引擎，这也是国内最早一批借助生成式AI开发的技术框架。
Gartner技术成熟度曲线
2022年
[4]
- AI Engineering：5-10年
2021年
[3]
- Generative AI: 2-5年
Organizations can apply generative AI that creates original media content, synthetic data and models of physical objects. For example, generative AI was used to create a drug to treat obsessive compulsive disorder (OCD) in less than 12 months. Gartner estimates that by 2025, more than 30% of new drugs and materials will be systematically discovered using generative AI techniques。
2020年
沉浸式AI
关键技术
- 去中心化身份：(Decentralized identity, DCI)，允许实体（通常是人类用户）通过利用诸如区块链或其他分布式账本技术（dlt）以及数字钱包等技术来控制自己的数字身份。
- 数字人类：(Digital humans)，是交互式的、由人工智能驱动的表现形式，具有人类的一些特征、个性、知识和思维模式。
- 内部人才市场（Internal talent marketplaces）在没有招聘人员参与的情况下，将内部员工（在某些情况下，还包括一些临时员工）与固定时间的项目和各种工作机会进行匹配。
- 元宇宙（Metaverse）是一个集体的虚拟3D共享空间，由虚拟增强的物理和数字现实的融合创造。元宇宙是持久的，提供增强的沉浸式体验。
- 不可替代代币（Non-fungible token ，简称NFT）是一种独特的、基于区块链的可编程数字项目，可公开证明数字资产的所有权，如数字艺术或音乐，或被代币化的物理资产，如房屋、汽车或文件。
- 超级应用（Superapp）是一个复合移动应用，作为一个平台，提供模块化的微应用，用户可以激活个性化的应用体验。
- Web3是一种新的技术栈，用于开发分散的web应用程序，使用户能够控制自己的身份和数据。