จินตนาการโลกที่ปัญญาประดิษฐ์ไม่เพียงแค่รู้จักแสงอาทิตย์ตกดิน แต่ยัง วาดภาพขึ้นมาจากความว่างเปล่านั่นคือการเปลี่ยนแปลงแนวคิดจาก แบบจำลองแยกประเภท—ซึ่งเน้นการคำนวณความน่าจะเป็น $p(output|input)$ เพื่อติดป้ายชื่อข้อมูลที่มีอยู่ ไปสู่โลกอันกว้างขวางของปัญญาประดิษฐ์สร้างสรรค์ เราได้ก้าวข้ามขอบเขตของอดีตมาสู่การสร้างแบบจำลองของโครงสร้างข้อมูลพื้นฐานที่แท้จริง การแจกแจงข้อมูลพื้นฐาน។

กำหนดแนวทางสถาปัตยกรรม

ระบบจำแนกของเราถูกครอบงำโดยกลยุทธ์ทางคณิตศาสตร์สามแบบที่แตกต่างกัน แต่ละแบบมีจุดแข็งเฉพาะสำหรับ การสร้างสรรค์แบบหลายมิติ และ การสร้างสรรค์ภาพ:

• เครือข่ายแอนติเวิร์สเชียลสร้างสรรค์ (GANs): การแข่งขันระดับสูงระหว่างสองเครือข่ายประสาทเทียม — ผู้สร้าง (นักปลอม) และผู้ตรวจสอบ (นักสืบ) ผู้สร้าง (นักปลอม) และผู้ตรวจสอบ ผู้ตรวจสอบ (นักสืบ) การโต้ตอบเชิงขัดแย้งนี้ การโต้ตอบเชิงขัดแย้ง บังคับให้ผู้สร้างสร้างเนื้อหาที่ไม่สามารถแยกแยะได้มากขึ้นเรื่อย ๆ
• โมเดลการกระจาย: กระบวนการค้นหาความเป็นระเบียบภายในความวุ่นวาย โมเดลเหล่านี้เรียนรู้โดย เพิ่มและลบเสียงรบกวนทีละขั้นตอน จากข้อมูล จนสุดท้ายสามารถสร้างภาพรวมที่มั่นคงจากสิ่งที่ไม่มีการเคลื่อนไหวได้
• ทรานสฟอร์เมอร์แบบออโตเรเกรสซีฟ: สถาปนิกแห่งลำดับ โมเดลเช่น ทรานสฟอร์เมอร์แบบสร้างสรรค์ที่ฝึกไว้ล่วงหน้า (GPT) ทำงานโดย คาดการณ์โทเค็นถัดไป อิงจากบริบทของทุกสิ่งที่เกิดขึ้นมาก่อนหน้า สร้างเรื่องราวและโครงสร้างที่สอดคล้องกันในระยะยาว