Генеративный искусственный интеллект включает модели, которые аппроксимируют распределения данных и могут создавать новые, правдоподобные точки данных.
К основным методам относятся генеративные состязательные сети (GAN), вариационные автокодировщики (VAE) и авторегрессионные модели, такие как GPT.
Эти модели обучаются путем оптимизации функций потерь, направленных на то, чтобы сгенерированные данные было невозможно отличить от реальных обучающих данных.
Генеративный ИИ имеет значимые применения в синтезе изображений, обработке естественного языка и моделировании сложных систем.
Определение:
«Генеративный искусственный интеллект относится к системам, способным создавать новый контент, изучая основные закономерности заданного набора данных и производя результаты, которые напоминают исходное распределение данных.»
Источник:
Goodfellow et al. – Generative Adversarial Nets, 2014; а также современные обзорные статьи по генеративному ИИ.