AI 越來越聰明，但它到底是怎麼變聰明的？這一集楊家彥試著用白話，解釋專家如何訓練類神經網路，透過不斷嘗試、調整神經元之間的權重，讓模型越來越準。
他介紹目前兩大 AI 模型家族：大型語言模型與擴散模型。大型語言模型採用的 Transformer 架構，特別適合 GPU 運作；但它其實是在生成「很像答案」的文字，也因此會出現幻覺。
擴散模型則借用物理的擴散現象：就像把茶包丟進熱水，再反向把茶「收回來」。最後他也談到科技公司最感興趣的應用：推薦系統。
這集你會聽到
- 類神經網路是怎麼被訓練的？
- 大型語言模型的 Transformer 架構有什麼優點？
- 生成式 AI 為什麼會出現幻覺？
- 擴散模型為什麼適合用來生成影像？
章節
-
AI 怎麼變聰明
今天的議題
-
類神經網路
調整權重
-
更深的神經網路
大型語言模型
-
Transformer 與 GPU
擴大模型規模
-
AI 的幻覺
很像答案的文字
-
擴散模型
茶包與熱水
-
推薦系統
科技公司的最愛
關鍵字
- 人工智慧
- 大型語言模型
- LLM
- 擴散模型
- Transformer
- AI 幻覺
- 推薦系統
- 楊家彥
