传统AI和生成式AI

最近，AI领域的裁员消息引发了行业内外的广泛关注。在这场技术革新的浪潮中，传统AI和生成式AI作为两大分支，各自扮演着不同的角色。本文将带你深入了解这两种AI技术的技术差异、应用场景、发展历程，以及它们在实际应用中的优劣比较。

今天看到AI四小龙商汤的裁员消息，集全公司的力量押注在AI赛道上，在公司成立十周年的时候迎来的是裁员的消息。

商汤不只是做AI的应用，还有AI大模型训练，算力的基础设施建设，都是巨大的投入。

大装置、大模型、大应用，每一个都是巨大的投入，而中国公司最喜欢卷价格战。你降价，我也降价，最后把大家都逼到绝路。

最后商汤能不能扭亏为盈，就看能不能坚守护城河的打造，专注生成式AI，提供更加高质量的AI服务能力。

上面提到了生成式AI，他和传统AI有什么区别。

01 技术差异

传统AI基于规则和数据，通过设定一定的规则，再通过大量的数据训练，提炼特征后，再进行归类和预测。

比如通过大量的图片训练，提炼猫和狗的特征，从而达到快速识别动物的目的。

生成式AI是一种全新的技术，不仅能识别和分类，还能创造数据。比如画画，AI识别了大量风格作品的特征后，还能创造出新的风格的作品出来。

02 应用差异

传统AI主要应用在需要精确分类和预测的领域，比如医疗诊断、信用评分、欺诈识别、语音识别等。

生成式AI拥有独特的创造能力，可以应用于绘画、音乐创作、创意视频制作、游戏场景设计等。

03 发展历程差异

传统AI可以追溯到20世纪50年代，2000年左右又刮起了机器学习风潮。

生成式AI发展历程比较短，2014年到现在，谷歌、openai等大模型的发展，推动生成式AI的商业化进程。

04 哪种技术更好

没有更好，只有更合适，需要创意，那用生成式AI更好，需要稳定精确的预测能力，用传统AI更好。要有创意和精确，那就需要传统AI和生成式AI的结合。

本文由人人都是产品经理作者【蔡锦海】，微信公众号：【锦海说】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。