详细内容或原文请订阅后点击阅览
人工智能：生成式 AI 技术及其商业应用
GAO 发现生成式人工智能可以根据用户的提示创建文本、图像、音频或视频等内容。生成式人工智能与其他人工智能系统的不同之处在于，它能够生成新颖的内容，需要大量的数据进行训练，并且模型的规模和复杂性更高。生成式人工智能模型的其他几个显著差异包括：使用自然语言进行提示，以及理解和解释模型决策的难度增加。生成式人工智能系统采用多种模型架构或底层结构。这些系统被称为神经网络，大致模仿人类大脑，可识别数据中的模式。多种因素的融合推动了生成式人工智能的快速发展：大型数据集的可用性、深度学习算法的改进和增强以及计算能力。生成式人工智能模型的训练需要大量数据，其中大部分数据通常来自互联网上的公开信息，其中可能包括受版权保护的内容。为了提供更有意义和更适合用途的响应，商业开发人员通常采用一种称为从人类反馈中进行强化学习的过程。在这个过程中，生成式人工智能模型需要进一步训练，人类会对输出进行评估和排序，然后模型会模仿人类的偏好。处理训练数据和调整越来越大的模型需要相应的计算能力。
来源:美国政府问责局__信息技术信息GAO 的发现
生成式人工智能可以在用户提示下创建文本、图像、音频或视频等内容。生成式人工智能与其他人工智能系统的不同之处在于，它能够生成新颖的内容，需要大量的数据进行训练，并且模型的规模和复杂性更高。生成式人工智能模型的其他几个显著差异包括：使用自然语言进行提示，以及理解和解释模型决策的难度增加。生成式人工智能系统采用多种模型架构或底层结构。这些系统被称为神经网络，大致模仿人类大脑，可以识别数据中的模式。
多种因素的融合推动了生成式人工智能的快速发展：大数据集的可用性、深度学习算法的改进和增强以及计算能力。生成式人工智能模型的训练需要大量数据，其中大部分数据通常来自互联网上的公开信息，其中可能包括受版权保护的内容。为了提供更有意义且更切合实际的响应，商业开发人员通常采用一种称为从人类反馈中进行强化学习的过程。在此过程中，生成式 AI 模型会接受进一步的训练，人类会评估和排列输出，然后模型会模仿人类的偏好。处理训练数据和调整越来越大的模型需要相应的计算能力。训练大型生成式 AI 模型可能需要数万个处理器运行数月，并且可能花费数亿美元。
生成式人工智能的潜在应用摘要
生成式人工智能的潜在应用摘要GAO 进行这项研究的原因
如需更多信息，请联系 Brian Bothwell，电话 (202) 512-6888 或 bothwellb@gao.gov，或 Kevin Walsh，电话 (202) 512-6151 或 walshk@gao.gov。
Bothwellb@gao.gov walshk@gao.gov