生成式人工智能的最新进展对许多领域造成了极大的颠覆。从编程再到视频、艺术、写作、游戏，这一切都在以前所未有的速度发展。生成式人工智能是一种能够根据输入参数生成新内容的人工智能。它涉及无监督和半监督训练技术，使模型能够使用先前创建的文本、音频、视频和代码等内容，创建新的内容。
在之前，训练模型更多的是使用已经准备好的数据集，而现在有了生成模型，我们可以训练模型根据输入的参数生成新内容，并把这些作为训练的原料。这在某种程度上让AI更具自我意识，并能够根据预先习得的偏见进行思考和创造。
生成式人工智能的取得颠覆性成果与新型AI模型的突破有关，这种模型比以往任何模型都更加强大和灵活。这种新型模型是Large Language models，简称LLM，现已被广泛用于聊天机器人、代码生成和内容创造中。
模型、数据和计算是机器学习的基础，模型是从输入中产生所需输出的算法。应用于这些算法的训练集称为数据集。最后，运行这些训练阶段所需的计算能力就是计算。这对于生成式人工智能来说也不例外。
其中，对于生成式人工智能来说，Transformer模型是这项技术的源头。Transformer模型允许使用填空技术在不需要标记数据的情况下训练模型，其次它为生成式人工智能提供大量非结构化数据，如书籍或在线文章。然后，使之能够理解文本的上下文并得出所需的输出。
不过，需要注意的是包括目前最火的生成式人工智能应用ChatGPT在内的生成式AI模型都是以随机方式训练的。训练算法会根据训练数据与AI模型输出的比较来计算正确答案的方向。换句话说，它不考虑对与错的概念，只是考虑正确答案的接近程度。
所以，目前的生成式人工智能并不完美，大多数时候是可以获得较为准确的答复，但有时候生成式人工智能的答复并不是正确的。
