第一節 生成式AI的概念與發展歷程

你是否曾經想過，計算機像人一樣創造出豐富多樣的內容，例如寫一首詩、繪制一幅畫、演唱一首歌曲，甚至制作一部電影？這些聽起來或許令人驚嘆，但實際上，一種名為生成式AI的人工智能技術已經能夠做到。生成式AI是人工智能的一個重要分支，它利用復雜的計算機算法模擬人類的創造性思維，從而在各個領域生成內容。在本書中，我們主要關注生成式AI如何在多個方面影響教育領域。

本節將簡要介紹AI的基本概念，重點介紹生成式AI的發展歷程，并展望未來可能的發展方向。

什么是AI

人工智能（Artificial Intelligence，AI）是指讓計算機具有類似于人類的智能的技術。人工智能使計算機能夠理解、分析、學習、推理、決策、創造和交互等。人工智能可以分為弱人工智能和強人工智能兩種。弱人工智能是指使計算機在某個特定領域或特定任務（例如下棋、識別圖像、翻譯語言等）上表現出超越人類的智能。強人工智能是指使計算機在所有領域和任務上都表現出與人類相當或超越人類的智能，例如理解自然語言、具有自我意識和創造力等。目前，我們所見到的大部分人工智能屬于弱人工智能，強人工智能仍處于理論和設想階段。

什么是生成式AI

生成式AI是指利用計算機算法模擬人類智能，在各個領域創造性地生成內容的人工智能技術。這種技術的核心目標是使機器能夠自主生成具有特定形式的輸出，例如文本、圖片、音頻和視頻等。生成式AI的典型應用之一是生成式對抗網絡（GAN），它能夠在計算機圖形學、計算機視覺等領域自動生成逼真的圖像和視頻內容。

為了讓非計算機專業的讀者更容易理解生成式AI，我們用一個簡單的例子來加以說明。假設你想要畫一幅風景畫，但你不會畫畫，只有一些素材和參考圖片。你可以把這些素材和參考圖片給一個會畫畫的朋友（我們稱之為生成器），讓他根據你的要求幫你畫一幅風景畫。但是你不知道他畫得好不好，你需要另一個會鑒賞畫作的朋友（我們稱之為判別器）來幫你評價他畫得是否符合你的要求，是否逼真，是否有創意等。通過這樣的反復交流和修改，你最終可以得到一幅滿意的風景畫。這個過程就類似于生成式對抗網絡的工作原理，只不過生成器和判別器都是由計算機算法實現的。生成式AI不僅能在繪畫領域發揮作用，還能在文學、音樂、設計等領域實現類似的創作。

生成式AI的發展歷程

早期實驗

生成式AI的最早實驗可以追溯到20世紀50年代。在這一時期，人工智能領域的研究者嘗試使用計算機生成文本、音樂和藝術作品。例如，1956年，美國計算機科學家John McCarthy和Marvin Minsky在達特茅斯會議上提出了利用計算機進行自然語言處理的概念，為后來的生成式文本模型奠定了基礎。1957年，美國數學家John Nash和David Huffman發明了霍夫曼編碼（Huffman Coding），為后來的數據壓縮和編碼技術提供了理論基礎。1958年，美國作曲家Lejaren Hiller和Leonard Isaacson使用IBM 704計算機創作了《伊利諾伊第四號交響曲》（后來被重新命名為“弦樂四重奏第四號”，英文名為String Quartet No. 4），它是第一部完全由計算機創作的音樂作品。與本書的其他相關資料類似，感興趣的讀者可以在“文勇圖書館”微信公眾號上找到相應的音頻文件進行聆聽。

《伊利諾伊第四號交響曲》是通過編寫算法生成音樂片段來創作的。Hiller和Isaacson利用IBM 704計算機的能力，編寫了一系列指令和數學公式，用于生成音符、和聲、節奏和整體結構。這部交響曲展示了計算機在音樂創作中的潛力。計算機應用復雜的算法和模式，可以創造出獨特而令人驚嘆的音樂元素。《伊利諾伊第四號交響曲》以其復雜的和聲結構、富有層次感的節奏和獨特的音色效果而聞名。

雖然這個實驗引發了當時音樂界的許多爭議，有些人認為計算機生成的音樂缺乏情感和人類創造力，但這個實驗為使用計算機技術創作音樂提供了佐證。它向世界展示了計算機作為一種創造性工具的潛力，并啟發了后來無數音樂家和作曲家使用計算機技術來創作音樂。

生成式模型的興起

到了20世紀90年代，生成式模型開始在自然語言處理、計算機視覺等領域取得顯著的進展。例如，1997年，加拿大計算機科學家Geoffrey Hinton提出了受限玻爾茲曼機（RBM），成為深度生成式模型的開創者。2006年，Hinton又推出了深度信念網絡（DBN），進一步推動了生成式AI技術的發展。這些模型為我們現在常用的語音助手（如Siri、Google Assistant和Alexa）奠定了基礎。這些助手可以理解用戶的指令，并生成自然的語言響應，為用戶提供信息、設置提醒、預訂餐廳等。這種技術在智能家居、手機、車載系統等領域得到了廣泛應用，使人們的生活更加便捷。

1998年，美國計算機科學家Yann LeCun等人提出了卷積神經網絡（CNN），為后來的圖像生成模型構建奠定了基礎。1999年，日本計算機科學家Makoto Nagao等人提出了統計參數合成（SPS），為后來的語音合成模型構建奠定了基礎。從這個時候開始，計算機視覺有所發展。此外，CNN還開始被應用于面部識別技術。這種技術現在被廣泛應用于手機解鎖、安全監控，以及社交媒體的標簽功能等；同時，還被廣泛應用于醫療領域，幫助醫生識別疾病圖像，例如腫瘤和視網膜病變等。

深度學習技術的突破

自2012年以來，深度學習技術的飛速發展極大地推動了生成式AI的進步。這一時期，研究者成功地將卷積神經網絡（CNN）和循環神經網絡（RNN）等深度學習技術用于生成圖像、音頻和文本內容。這一期間的關鍵突破和對日常生活的影響如下。

2014年，生成式對抗網絡（GAN）由Ian Goodfellow等人提出，它使計算機能夠生成逼真的圖像，極大地擴展了生成式AI的應用范圍。例如，現在我們可以在電影、電視和視頻游戲中看到逼真的虛擬人物，這些虛擬人物是基于GAN生成的。此外，藝術家也開始使用GAN創作，創造出我們在傳統藝術中無法看到的新穎形象。

2015年，谷歌的DeepDream項目實現了讓計算機生成夢幻般的圖像。這些夢幻般的圖像被廣泛應用于視覺藝術創作。而且，由于可以生成特殊的夢幻圖像，DeepDream也被應用于心理疾病的治療，如緩解焦慮和壓力。

2017年，谷歌的Tacotron項目實現了讓計算機根據文本生成自然的語音。Tacotron被廣泛應用于語音生成助手，如Google Assistant，讓我們的日常生活更加便捷。例如，我們可以要求語音助手播放音樂、設置提醒，甚至預訂餐廳。

2018年，OpenAI的GPT-1模型讓計算機能夠根據給定的上下文自動生成連貫且有意義的文本。GPT-1在新聞編寫、文本摘要，甚至寫小說或詩歌方面都有廣泛應用。此外，該模型還被應用于自動郵件回復和聊天機器人，使我們的在線交流變得更加簡便。

當下與未來的發展

目前，生成式AI已經在各個領域展現出驚人的能力。例如，在文本方面，OpenAI發布了GPT系列模型，它可以根據給定的上下文自動生成連貫且有意義的文本；在圖像方面，NVIDIA發布了StyleGAN系列模型，它可以根據給定的風格參數自動生成高清晰度的人臉圖像；在音頻方面，DeepMind發布了WaveNet模型，它可以根據給定的文本或聲音自動生成逼真的語音。

自2022年12月以來，生成式AI領域發生了巨大變化。例如OpenAI發布了GPT-4模型，它是目前最大的語言模型，擁有1750億個參數，可以生成更多樣化和高質量的文本。NVIDIA發布了StyleGAN3模型，它是目前最先進的圖像生成模型，可以生成更逼真和更多樣化的人臉圖像。DeepMind發布了DALL-E模型，它是一個基于圖像和文本的多模態生成模型，可以根據給定的文本描述生成任意主題的圖像。Opera發布了Opera One瀏覽器，它是第一個集成生成式AI的瀏覽器，可以根據用戶的喜好和興趣生成個性化的內容和推薦。這些新的技術發展表明，生成式AI正在不斷地創新和突破，為人類帶來更多便利和樂趣，也為人工智能領域開辟了更多的可能性。

生成式AI仍然有許多具有挑戰性的問題需要解決，例如提高生成內容的質量、多樣性、可控性等。未來，隨著計算能力的提升和算法的改進，生成式AI有望在各個領域實現更高質量的創作。此外，生成式AI還可以與其他人工智能技術（例如推理式AI、交互式AI等）相結合，為人類創造更加豐富的虛擬世界。

對家長說的話

親愛的家長們：

在本節中，我們了解了生成式AI的基本概念和發展歷程，它看似與我們的生活相去甚遠，實則已經深深地融入到我們的日常生活中。作為家長，我們為什么需要了解生成式AI呢？我認為有以下幾點原因。

首先，理解生成式AI能夠幫助我們更好地把握未來的發展趨勢。生成式AI已經是當下和未來科技發展的重要引擎。許多行業，包括醫療、教育、娛樂、交通等，都在迅速地接納生成式AI技術。因此，作為家長，我們需要了解生成式AI的發展，以便輔助孩子更好地規劃未來。

其次，隨著生成式AI在教育領域的應用日益增多，理解生成式AI可以幫助我們更好地引導孩子的學習。現在，已經有一些學校和在線教育平臺開始使用生成式AI來提供個性化學習，以適應每個學生的獨特需求。同時，生成式AI也被用來開發更具吸引力的教育資源，比如互動的學習軟件和益智類游戲，這些都需要我們家長去理解，進而引導孩子。

最后，理解生成式AI也能幫助我們培養孩子未來所需的技能。在這個以數據和技術驅動的世界，編程、數據分析等技能將變得越來越重要。了解生成式AI可以幫助我們提前規劃孩子的教育路徑，讓他們具備應對未來挑戰的能力。

讓我們一起參與到這個全新世界的探索中，一起為孩子的未來做好準備。

● 擴展閱讀

1.What is generative AI？ The evolution of artificial intelligence

這篇文章介紹了一些流行的AI模型，如ChatGPT和DALL-E，它們分別能夠根據文本提示生成流暢的文字和逼真的圖像。文章還探討了生成式AI的工作原理、訓練方法、意識問題、計算機智能的極限、人工生成藝術的缺陷、生成式AI可能帶來的負面影響以及一些實際應用場景。文章認為，生成式AI是人工智能發展的一個重要方向，但也有潛在的風險和挑戰。

2.The History of Generative AI and Its Basic Concept

這篇文章回顧了生成式AI的發展歷史，從最早的隱馬爾可夫模型和高斯混合模型，到最新的變分自編碼器和生成式對抗網絡。生成式AI是一種利用算法生成新的數據或內容的人工智能技術，它可以用于生成圖像、音樂、文本、視頻等。20世紀50年代和60年代，人工智能研究剛剛興起，主要是基于規則的系統。20世紀70年代和80年代，神經網絡開始流行，但受限于計算能力和數據量。20世紀90年代和21世紀00年代，隱馬爾可夫模型和高斯混合模型等概率模型成為生成式AI的主流方法，用于語音識別、自然語言處理等領域。21世紀10年代以后，深度學習的發展推動了生成式AI的進步，出現了變分自編碼器、生成式對抗網絡等新型模型，能夠生成更加逼真和多樣化的數據。生成式AI在藝術、娛樂、教育、醫療等領域有廣泛的應用前景，但也有潛在的倫理、社會和安全問題。

3.A Comprehensive Survey of AI-Generated Content（AIGC）：A History of Generative AI from GAN to ChatGPT

生成式AI是一種利用AI模型生成數字內容的技術，包括圖像、音樂、自然語言等。生成式AI的目標是使內容創作更高效和便捷，能夠快速生成高質量內容。生成式AI從人類提供的指令中提取和理解意圖信息，并根據其知識和意圖信息生成內容。近年來，大規模模型在AI中變得越來越重要，因為它能夠提供更好的意圖提取和更好的生成結果。隨著數據的增加和模型規模的增大，模型能夠學習的領域分布變得更加全面和接近現實，從而能夠生成更加逼真和高質量的內容。這篇綜述介紹了生成式模型的歷史、基本組件，從單模態交互和多模態交互兩個角度介紹了AI的最新進展，并討論了AI存在的一些開放式問題和挑戰。

● 思考問題

1.AI在未來可能帶來哪些正面和負面影響？

2.如何確保AI生成的內容符合道德和法律規定？

3.AI在藝術、科學和工程等領域的應用有何異同？

4.如何評價AI與人類創造力之間的關系？