生成式 AI，是指基於特定模型和算法，通過輸入大量已有原始數據（文本、圖片、代碼、音頻、視頻等）並進行持續反饋和修正，使機器能識別、理解、模擬原始數據的分布和規律，進而在得到一定“指令”或“提示”後，自動生成與原始數據有相似特徵但又不完全相同的新數據的人工智慧技術。
與人們所熟知的分析式AI（Analytical Artificial Intelligence，又被稱為“判別式AI”或“決策式AI”）相比，生成式 AI 最大的不同點在於其強大的“創造能力”和“創新能力”，通過大規模的數據投喂，能夠按照人們的期望生成不同於樣本數據的甚至是原創性的新內容，而分析式 AI 則更多的是利用已有數據進行分析、解釋、判斷和預測，以提供決策支持。
從理論上講，投餵的數據越多，模型的算法越強，生成式 AI 的“智力”就越高，即變得越“聰明”，可以展現出更高的智慧型水平，進而實現更為複雜及多樣任務的精準輸出，通過對算法的持續改進和最佳化，甚至可以完全按照人類的思維方式和決策模式處理各類具體問題，同時在專業程度和智力水平上媲美和超越各行業的人類專家。
基本介紹
- 外文名：Generative Artificial Intelligence
- 所屬學科：計算機科學
- 套用：文生文、文生圖、文生視頻
- 重要事件：2022年11月ChatGPT正式上線
發展歷程,相關認證,
發展歷程
生成式 AI，最早可以追溯到 20 世紀 50 年代至 60 年代初，此時的研究人員已經開始探索模擬人類智慧型的可能性。這一時期，基本的電腦程式已經被開發出來，旨在讓計算機能像人類一樣理解、分析和處理文本數據，這些系統雖具有開創性，但功能有限，且遠未達到今天生成式 AI 的複雜程度。隨後的 60 年代後半葉和 70 年代，人工智慧研究更多轉向了基於規則的系統和知識庫，研究人員嘗試將人類知識和專業知識通過明確的規則和邏輯推理編碼到電腦程式中，從而極大推動了專家系統的發展，專家系統能夠通過遵循預定義的規則解決特定問題，證明了計算機可以執行需要專業知識的任務，但其仍然較大程度受限於手動編碼和擴展性難題。到了 80 年代和 90 年代，為更好理解和生成人類語言的自然語言處理（NLP）技術得到進一步豐富和擴展，雖然這些 NLP 系統在很大程度上仍然基於規則，並依賴於語法和句法，但已經成為機器翻譯、語音識別等套用的堅實基礎，同時基於統計的機器學習（ML）逐漸流行。真正意義上的革命發生在 2010 年後，深度學習技術的爆發徹底改變了生成式人工智慧的面貌。生成對抗網路（GANs）被提出，通過對抗性訓練機制使生成的數據越來越逼真，為生成技術打開了全新套用領域。緊隨其後，基於神經網路注意力機制所構建的模型 Transformer 架構的誕生及基於此的 BERT、GPT 系列模型，利用自注意力機制，在自然語言處理中實現了長程依賴理解和高質量文本生成，特別是 OpenAI 的 ChatGPT 發布，在文本生成、問答對話等方面展示了令人驚嘆的能力，推動了整個生成式 AI 領域的巨大飛躍。
相關認證
生成式人工智慧（GAI）認證
生成式人工智慧認證，是由全球知名的終身學習公司培生（Pearson）推出的。這個認證旨在為職場人士、學生以及所有對AI感興趣的朋友提供一套全面且實用的生成式人工智慧技能培訓框架及認證。
2025年5月7日，全球終身學習公司培生（FTSE: PSON.L）宣布推出生成式人工智慧認證中文版（Generative AI Foundations 認證中文版）。中文版生成式人工智慧認證更深度融合了中國本土熱門AI技術，如Deepseek、豆包和即夢等，打造了更貼合中國市場需求的人工智慧使用生態。
