最近，AI領域的裁員消息引發(fā)了行業(yè)內外的廣泛關注。在這場技術革新的浪潮中，傳統(tǒng)AI和生成式AI作為兩大分支，各自扮演著不同的角色。本文將帶你深入了解這兩種AI技術的技術差異、應用場景、發(fā)展歷程，以及它們在實際應用中的優(yōu)劣比較。

今天看到AI四小龍商湯的裁員消息，集全公司的力量押注在AI賽道上，在公司成立十周年的時候迎來的是裁員的消息。

商湯不只是做AI的應用，還有AI大模型訓練，算力的基礎設施建設，都是巨大的投入。

大裝置、大模型、大應用，每一個都是巨大的投入，而中國公司最喜歡卷價格戰(zhàn)。你降價，我也降價，最后把大家都逼到絕路。

最后商湯能不能扭虧為盈，就看能不能堅守護城河的打造，專注生成式AI，提供更加高質量的AI服務能力。

上面提到了生成式AI，他和傳統(tǒng)AI有什么區(qū)別。

01 技術差異

傳統(tǒng)AI基于規(guī)則和數(shù)據(jù)，通過設定一定的規(guī)則，再通過大量的數(shù)據(jù)訓練，提煉特征后，再進行歸類和預測。

比如通過大量的圖片訓練，提煉貓和狗的特征，從而達到快速識別動物的目的。

生成式AI是一種全新的技術，不僅能識別和分類，還能創(chuàng)造數(shù)據(jù)。比如畫畫，AI識別了大量風格作品的特征后，還能創(chuàng)造出新的風格的作品出來。

02 應用差異

傳統(tǒng)AI主要應用在需要精確分類和預測的領域，比如醫(yī)療診斷、信用評分、欺詐識別、語音識別等。

生成式AI擁有獨特的創(chuàng)造能力，可以應用于繪畫、音樂創(chuàng)作、創(chuàng)意視頻制作、游戲場景設計等。

03 發(fā)展歷程差異

傳統(tǒng)AI可以追溯到20世紀50年代，2000年左右又刮起了機器學習風潮。

生成式AI發(fā)展歷程比較短，2014年到現(xiàn)在，谷歌、openai等大模型的發(fā)展，推動生成式AI的商業(yè)化進程。

04 哪種技術更好

沒有更好，只有更合適，需要創(chuàng)意，那用生成式AI更好，需要穩(wěn)定精確的預測能力，用傳統(tǒng)AI更好。要有創(chuàng)意和精確，那就需要傳統(tǒng)AI和生成式AI的結合。

本文由人人都是產品經(jīng)理作者【蔡錦?！?，*：【錦海說】，原創(chuàng)/授權 發(fā)布于人人都是產品經(jīng)理，未經(jīng)許可，禁止轉載。

題圖來自Unsplash，基于 CC0 協(xié)議。