面向专家的生成式人工智能解释

生成式人工智能包括能够近似数据分布并生成新的、合理的数据点的模型。

核心方法包括生成对抗网络（GANs）、变分自编码器（VAEs）以及自回归模型如GPT。

这些模型通过优化损失函数进行学习，目标是使生成的数据无法与真实训练数据区分开来。

生成式人工智能在图像合成、自然语言处理和复杂系统模拟中具有重要应用。

定义：
“生成式人工智能指的是能够通过学习给定数据集的潜在模式生成新内容的系统，产生的输出类似于原始数据分布。”

来源：
Goodfellow 等人 – 生成对抗网络, 2014；以及关于生成式人工智能的最新综述文章。