什麼是生成式 AI(Generative AI)?
生成式 AI 是一種能產生全新內容的人工智慧,廣泛應用於文字、圖片與程式碼生成,是現代 AI 生態的核心。
什麼是生成式 AI(Generative AI)?
用白話先理解生成式 AI
生成式 AI 是一類能夠「產生新內容」的人工智慧系統,包含文字、圖片、聲音或程式碼,而不只是判斷或分類既有資料。
為什麼會出現生成式 AI?
早期的 AI 多半用來做預測或分類,例如判斷圖片中是否有貓、判斷信件是否為垃圾郵件。這類 AI 的任務,是從既有選項中做出判斷,而不是創造新內容。
隨著模型能力與訓練資料規模提升,研究者開始嘗試讓 AI 不只回答「是或否」,而是能夠根據學到的模式,產生新的句子、圖像或結構。生成式 AI 正是在這樣的背景下出現,並逐漸成為主流。
用生活情境來理解生成式 AI
可以把生成式 AI 想像成一位「即興創作的人」。他不是背誦固定答案,而是根據過去看過的大量範例,即時組合出一個看起來合理的新作品。
當你請生成式 AI 寫一段文字或產生一張圖片時,它並不是從資料庫中抓取成品,而是根據訓練過的模式,一步步生成新的內容。
生成式 AI 在 AI 生態系中扮演的角色
在現代 AI 生態中,生成式 AI 通常是「互動層」的核心,負責把人類的需求轉換成可閱讀、可使用的輸出。
在 Vibe Coding 或 AI 協作流程中,生成式 AI 讓人可以直接用自然語言描述想法,並快速看到可運作的結果,大幅降低創作與開發門檻。
關於生成式 AI 的常見誤解
第一個常見誤解是,生成式 AI 只是把資料複製貼上。實際上,它產生的是全新的內容組合,而不是原文重現。
第二個誤解是,認為生成式 AI 一定正確。由於它的本質是「生成可能性最高的內容」,而非驗證真實性,因此仍可能產生錯誤或不精確的結果。
第三個誤解是,把生成式 AI 當成搜尋引擎。搜尋引擎是找資料來源,而生成式 AI 是產生內容,兩者用途不同。
什麼情況下不一定需要生成式 AI?
當需求只是單純的資料查詢、精準計算或固定規則處理時,使用傳統系統通常更穩定、成本也更低。
生成式 AI 特別適合用在創作、探索與輔助思考,而不是所有問題的通用解法。
相關名詞與延伸概念
- 大型語言模型(LLM)
- 判別式 AI(Discriminative AI)
- 生成式模型
- AI 幻覺(Hallucination)
- 多模態 AI
