DeepSeek解读生成式AI
本文简要介绍DeepSeek思考推理和解读生成式AI的过程，希望对读者有所帮助。
DeepSeek解读生成式AI
Using Prompts to Know About Generative AI on DeepSeek R1
By Jackson@ML
1. DeepSeek
DeepSeek是由成立于2023年的一家中国人工智能公司 - 杭州深度求索公司研究开发的新一代大语言模型。
自诞生之日起，若干项指标高居榜首，月活用户数傲视西方世界率先领航的GPT, DALL-E2, Gemini等其它大语言模型。
图一 deepseek官网页面
DeepSeek有一项重要功能就是依据用户**提示词(Prompts)**来回答问题。
很多知识领域的难题，人们如今可以求助DeepSeek来答疑解惑了。
本文简要介绍善于推理的DeepSeek R1模型如何利用最简单直观的提示词来回答生成式AI的问题。
2. 生成式AI
Generative Artificial Intelligence, 叫做生成式人工智能，简称Generative AI，即生成式AI。
生成式AI可以为用户生成有非凡创意的文本、图片、音频和合成数据等，是人工智能领域新兴的子领域并且在高速发展。
图二 骑马的宇航员（来自OpenAI）
生成式AI不等于传统意义上的机器学习（Machine Learning, 简称ML），它能生成不同类型的内容。
以下是人工智能（AI），机器学习（ML）和深度学习（Deep Learning）之间的架构关系。
图三 人工智能，机器学习和深度学习的关系
人工智能（AI）是计算机科学的分支，AI是一个独立学科，像物理学一样；但AI要处理智能体的创建，是能够推理、学习且自主行动的系统。
人工智能是计算机系统的理论和发展，该系统能够正常执行人类智能请求的任务。
从传统意义上说，我们对AI，ML及生成式AI还有很多理论上的研究和实践，才能说得清这些学科的深度含义，以及它们之间的关系。
今天，请允许我用最简单的Prompts来请DeepSeek解读生成式AI，看与我们自身的认识，有哪些异同点。
3. DeepSeek推理生成式AI
为避免歧义，在打开DeepSeek并登录后，尝试用最简单的英文prompts来提问：
What is Generative AI?
我们看到，在这个问题上，她思考了48秒，相较于其它问题，显然这个问题较为复杂。
但她很快给出了推理，如下图（节选）：
图四 DeepSeek推理思考页面
Deep Seek首先想到了要分解任务，她由大模型“前辈”们：ChatGPT和DALL- E说开去，针对提示词提问生成的文本或图片展开论述。
然后，谈到了Neural Network(神经网络) – 这是深度学习的思路，还提到GANs(生成式对抗网络)；之后，步步为营，以Transformer为基础，将聊天机器人的文本生成，论文和代码等展开思考。
最后，根据生成式AI是AI的子集进一步思考，归拢到机器学习的大范畴里。
推理过程中，还涉及到了预训练模型所需的大数据集，重要模型（例如：GANs, VAEs和Transformers）。
4. DeepSeek解读生成式AI
经过reasoning（推理）过程，DeepSeek最终给出的答案如下：
生成人工智能是指通过从现有数据中学习模式来创建新内容（如文本、图像、音乐或代码）的人工智能系统。与注重分析或分类的传统AI不同，生成模型产生了模彷训练数据结构和风格的新颖输出。
关键技术： 生成式对抗网络（GAN）：使用两个相互竞争的神经网络（生成器和鉴别器）,提高生成内容的真实感（例如:创建真实感图像）。
变分自动编码器（VAE）：将数据编码到一个压缩的潜在空间中，并对其进行解码以生成新数据，这对于像图像合成这样的任务很有用。
Transformers：利用关注机制进行顺序数据，在文本生成方面表现出色（例如ChatGPT、GPT-4）。这些模型为大型语言模型（LLM）提供了支持,并在广阔的文本语料库中进行了培训。
应用程序： 文本生成：聊天机器人,内容创建,代码编写.
**图像合成：**艺术、设计和deepfakes（例如DALL-E、MidJourney）。
图五 下国际象棋的猫先生（来自OpenAI）
音乐/录像：创作音乐或生成视频内容。
医疗：通过模拟分子结构发现药物.
游戏：创建动态环境或角色。
*挑战和注意事项：
道德关注：滥用（如误传的深造）、版权问题和培训数据的偏见。
技术局限：如果没有适当的培训或控制，产出可能是荒谬的或不准确的。
资源强度：需要大量数据集和强大的计算能力。
*例子：
**ChatGPT：**为对话、文章等生成类似人类的文本。
**DALL-E：**通过文本提示生成图像。
图六 DALL-E2用输入图片创建的不同效果（来自OpenAI）
生成性人工智能具有跨行业的变革潜力，但需要谨慎治理，以应对道德和实际挑战。
人工智能技术好文陆续推出，敬请关注、点赞👍和收藏。
您的认可，我的动力！😃
相关阅读：
欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。
更多推荐
26
0- 0
已为社区贡献3条内容
所有评论(0)