哪里能给人做网站,wordpress产品调用,深圳好的品牌策划公司,360免费wifi为什么连接不上生成式人工智能AIGC#xff08;Artificial Intelligence Generated Content#xff09;是人工智能1.0时代进入2.0时代的重要标志。 个人主页#xff1a;【#x1f60a;个人主页】 系列专栏#xff1a;【❤️周末闲谈】 系列目录
✨第一周 二进制VS三进制 ✨第二周 文心一…生成式人工智能AIGCArtificial Intelligence Generated Content是人工智能1.0时代进入2.0时代的重要标志。 个人主页【个人主页】 系列专栏【❤️周末闲谈】 系列目录
✨第一周 二进制VS三进制 ✨第二周 文心一言模仿还是超越 ✨第二周 畅想AR 文章目录 系列目录前言ALGC发展人工智能的发展历史:AIGC的发展历程早期萌芽阶段1950-1990沉积积累阶段1990-2010快速发展阶段2010-至今 前言
当我查阅资料时发现明明是火遍全网的话题在网络上关于AIGC的概念却是模糊不清甚至在有些对话中关于它的介绍居然是错误的那么今天就让我来谈谈这个对于我们来说有点陌生的“AIGC”。
ALGC
AIGC是一种新的人工智能技术它的全称是Artificial Intelligence Generative Content即人工智能生成内容 这里我们引用中国信通园的概念——AIGC既是从内容生产者视角进行分类的一类内容又是一种内容生产方式还是用于内容自动化生成的一类技术集合。 其核心思想是利用人工智能模型根据给定的主题、关键词、格式、风格等条件自动生成各种类型的文本、图像、音频、视频等内容。AIGC可以广泛应用于媒体、教育、娱乐、营销、科研等领域为用户提供高质量、高效率、高个性化的内容服务。 发展
人工智能的发展历史: #mermaid-svg-Kg58MiZSz1AQE1ZP {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .error-icon{fill:#552222;}#mermaid-svg-Kg58MiZSz1AQE1ZP .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edge-thickness-normal{stroke-width:2px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Kg58MiZSz1AQE1ZP .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .marker.cross{stroke:#333333;}#mermaid-svg-Kg58MiZSz1AQE1ZP svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .cluster-label text{fill:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .cluster-label span{color:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .label text,#mermaid-svg-Kg58MiZSz1AQE1ZP span{fill:#333;color:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .node rect,#mermaid-svg-Kg58MiZSz1AQE1ZP .node circle,#mermaid-svg-Kg58MiZSz1AQE1ZP .node ellipse,#mermaid-svg-Kg58MiZSz1AQE1ZP .node polygon,#mermaid-svg-Kg58MiZSz1AQE1ZP .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .node .label{text-align:center;}#mermaid-svg-Kg58MiZSz1AQE1ZP .node.clickable{cursor:pointer;}#mermaid-svg-Kg58MiZSz1AQE1ZP .arrowheadPath{fill:#333333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edgeLabel{background-color:#e8e8e8;text-align:center;}#mermaid-svg-Kg58MiZSz1AQE1ZP .edgeLabel rect{opacity:0.5;background-color:#e8e8e8;fill:#e8e8e8;}#mermaid-svg-Kg58MiZSz1AQE1ZP .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Kg58MiZSz1AQE1ZP .cluster text{fill:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP .cluster span{color:#333;}#mermaid-svg-Kg58MiZSz1AQE1ZP div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Kg58MiZSz1AQE1ZP :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 1950 -1974 1974-1980 1980-1987 1987-1993 人工智能概念的出现 神经网络遇冷研究经费减少 专家系统流行并商用 专家系统溃败研究经费大减 深度学习理论和工程突破 AIGC的发展历程
早期萌芽阶段1950-1990 受限于科技水平AIGC仅限于小范围实验。1957年莱杰伦·希勒(Lejaren Hiller)和伦纳德·艾萨克森Leonard Isaacson通过将计算机程序中的控制变量改为音符完成了历史上第一部由计算机创作的音乐作品——弦乐四重奏《依利亚克组曲Illiac Suite》。1966年约瑟夫·韦岑鲍姆(JosephWeizenbaum)和肯尼斯·科尔比(Kenneth Colbv)共同开发了世界上第一个机器人“伊莉莎(Eliza)”其通过关键字扫描和重组来完成交互式任务。80年代中期IBM基于隐马尔可夫链模型创造了语音控制打字机“坦戈拉Tangora”能够处理两万个单词。 沉积积累阶段1990-2010 AIGC从实验性向实用性逐渐转变深度学习算法、图形处理单元(GPU)、张量处理器(TPU)和训练数据规模等都取得了重大突破受到算法瓶颈的限制效果有待提升。2007年纽约大学人工智能研究员罗斯·古德温Ross Goodwin装配的人工智能系统通过对公路旅行中的所见所闻进行记录和感知撰写出世界上第一部完全由人工智能创作的小说《1 The Road》。2012年微软公开展示了一个全自动同声传译系统通过深度神经网络DNN可以自动将英文演讲者的内容通过语音识别、语言翻译、语音合成等技术生成中文语音。 快速发展阶段2010-至今 深度学习模型不断迭代AIGC取得突破性进展。尤其在2022年算法获得井喷式发展底层技术的突破也使得AIGC商业落地成为可能。其中主要集中在AI绘画领域2014年6月生成式对抗网络Generative Adversarial NetworkGAN被提出。2021年2月OpenAI推出了CLIPContrastive Language-Image Pre-Training多模态预训练模型。2022年扩散模型Diffusion Model逐渐替代GAN。 文章部分内容来源于中国信通院人工智能生成内容AIGC白皮书2022年
