生成式人工智能 (AI) 是一种可帮助你创作内容的 AI。它可以帮助你提高创造力、效率和扩大知识面。
在本文中,你可以了解生成式 AI 的方方面面,包括:
- 什么是生成式 AI 及其运作方式
- 如何使用生成式 AI 及评估其回答的准确性
- Google 如何开发 AI
什么是生成式 AI
生成式 AI 是一种机器学习模型。它并非人类,无法独立思考或感受情绪。不过,它十分擅长找寻规律。
过去,AI 被用来理解和推荐信息。现在,生成式 AI 还可以帮助我们创作全新的内容,例如图片、音乐和代码。
如何训练机器学习模型机器学习模型(包括生成式 AI 在内)是通过一个观察和模式匹配的过程进行学习的,这个过程称为“训练”。若要让模型理解什么是运动鞋,需要使用数百万张运动鞋的照片来训练模型。随着时间推移,模型会认识到运动鞋是人类脚上穿着的有鞋带、鞋底和徽标的物品。
通过训练,模型可以完成以下流程:
- 接收“生成带山羊饰物的运动鞋的图片”这样的输入内容。
- 将它学到的关于运动鞋、山羊和饰物的知识关联起来。
- 生成一张图片,即使它以前未曾见过这样的图片。
生成式 AI 和大语言模型 (LLM) 属于同一类技术。生成式 AI 可以基于任何类型的数据进行训练,而 LLM 则使用字词作为训练数据的主要来源。
采用 LLM 技术的产品(例如 Gemini 和生成式搜索体验)可以根据你的问题以及截至目前生成的所有文本,预测后续可能出现的字词。它们具有灵活性,能够根据训练中学到的规律选择后续可能出现的字词,从而生成富有创意的回答。
比如,你要求大语言模型将词组“哈利·[空白]”补全,模型可能会预测下一个词是“斯泰尔斯”或“波特”。
如何使用生成式 AI
重要提示:采用生成式 AI 技术的 Google 产品可以帮助你开启创意过程,但并不会为你完成所有工作,也不能自行创作。
你可以通过以下 3 种方式使用生成式 AI:
- 提出创意点子,让它来一场头脑风暴。例如,让它帮你为喜爱的电影撰写前传。
- 问它你觉得无解的问题。例如,“先有鸡还是先有蛋?”
- 用它获得额外助力。让它为你写的故事想一个标题,或者让它帮你识别图片中的动物或昆虫的种类。
当您使用生成式 AI 探索、创造和学习新事物时,以负责任的方式使用它非常重要。如需了解详情,请参阅我们的生成式 AI 使用限制政策。
AI 难免会出错生成式 AI 尚处于实验阶段,是一项仍在发展中的技术,因此难免会出错:
- 它可能会杜撰信息。生成式 AI 虚构回答的行为被称为“幻觉”。之所以会产生幻觉,是因为 LLM 不像 Google 搜索那样从网络获取信息。它完全不会收集信息,而是根据用户输入的内容预测后续字词。
- 例如,如果你询问“谁会赢得 2032 年布里斯班夏季奥运会女子体操比赛的冠军?”,即使这项赛事还没有举行,你也能得到回答。
- 它可能会误解问题。有时,生成式 AI 产品会误解语言,扭曲其含义。
- 例如,你可能想详细了解相声等曲艺节目中的“包袱”,也就是笑料。如果你询问有关“包袱”的信息,生成式 AI 可能会向你介绍外包有布的包裹,因为这是“包袱”这个词最原本的意思。
请批判性地看待生成式 AI 工具给你的回答。使用 Google 和其他资源来查证获得的信息是否属实。
如果你遇到任何有误的回答,请报告给我们。我们的许多生成式 AI 产品都提供了报告工具。你的反馈有助于我们优化模型,从而为所有用户提供更好的生成式 AI 体验。
我们的生成式代码功能仍处在实验阶段,如果您使用建议的代码或编码说明,须自行承担责任。在使用任何代码之前,请谨慎判断,并仔细测试和检查其中是否存在错误、问题和漏洞。您须自行负责遵守所有适用的许可要求,例如当我们引用了开源代码库时,您便需要注意这一点。了解详情。
Google 如何开发 AI
为了确保我们打造的工具能让世界变得更美好,我们在 2018 年制定了一套 AI 原则。这些原则阐明了我们在 AI 开发过程中秉持的目标:开发大胆创新的技术,以负责任的方式应对社会所面临的一些重大难题。
例如,我们使用 AI 来:
- 支持气候变化控制举措,比如减少交通堵塞以降低汽车尾气排放量
- 预测或监控自然灾害,比如预测 20 多个国家/地区的洪水情况,以及跟踪野火的实时火势边界
- 支持医疗保健创新,比如降低肺结核筛查的门槛,以及协助在早期发现乳腺癌
我们的原则还列出了我们的 AI 产品不会涉足的领域,例如可能造成整体伤害或违反国际法律和人权的技术。
为了开发和改进 Google 搜索中的生成式 AI 体验和为其提供支持的机器学习技术,Google 会利用用户与 Google 搜索和这些体验的互动数据。这可能包括用户搜索的内容和提供的反馈(例如“我喜欢”或“不喜欢”)等互动数据。人工审核是我们以负责任的方式评估及改进搜索结果和产品质量的诸多方法之一。
专职审核员努力提升 Google 搜索的机器学习模型质量,与此同时,我们也在采取多种防范措施来保护用户的隐私:
- 审核员查看及标注的数据会与用户的账号解除关联。
- 借助自动化工具来帮助识别并移除众多身份信息和敏感个人信息。