Generative AI

探索生成式 AI 的基础知识。了解它如何创建合成数据、与 Ultralytics YOLO26 集成，并推动计算机视觉的创新。

生成式 AI 是指专注于根据用户提示创建新内容（如文本、图像、音频、视频和计算机代码）的人工智能 (AI)的一个子集。与主要旨在分析或分类现有数据的传统 AI 系统不同，生成式模型使用深度学习 (DL)算法来学习海量数据的基础模式、结构和概率分布。一旦经过训练，这些系统就可以生成与训练数据具有统计相似性但又是独特创作的新颖输出。这种能力使生成式 AI 成为现代基础模型的基石，推动了创意产业、软件开发和科学研究的创新。

生成模型的工作原理#

生成式 AI 的核心是复杂的神经网络架构，它们通过学习来编码和解码信息。这些模型通常使用庞大数据集上的无监督学习进行训练。

**Transformer：**对于文本和代码，Transformer 架构利用自注意力等机制来追踪序列中长距离单词之间的关系。这使得大型语言模型 (LLMs)能够生成连贯且上下文相关的文本。
**扩散模型：**对于图像生成，扩散模型的工作原理是向图像添加噪声，直到图像无法辨认，然后学习逆转这个过程，从随机噪声中重建出清晰的图像。
GAN：生成对抗网络 (GANs)采用两个神经网络——生成器和判别器——它们相互竞争，推动生成器产生越来越逼真的输出。

生成式 AI 与判别式 AI#

要理解生成式 AI，将其与 判别式 AI 区分开来至关重要。虽然两者都是机器学习的支柱，但它们的目标大不相同。

生成式 AI 专注于创造。它模拟各个类别的分布来生成新的样本。例如，像 Stable Diffusion 这样的模型可以根据文本描述生成一张新的狗的图像。
判别式 AI 专注于分类和预测。它学习类别之间的决策边界以对输入数据进行分类。像 YOLO26 这样高性能的视觉模型是判别式的；它们擅长通过分析图像来识别和定位特定的对象（例如在照片中检测狗），而不是创建图像本身，从而在目标检测方面表现出色。

实际应用#

生成式 AI 的多功能性使其能够应用于各个领域，通常与判别模型结合使用，以创建强大的工作流程。

**合成数据生成：**计算机视觉工程师最实用的应用之一是创建合成数据。为罕见的边缘情况（例如特定的工业缺陷或危险的路况）收集真实世界的数据可能是危险的或代价高昂的。生成模型可以生成这些场景的数千张逼真的图像。然后，这些数据被用于训练像 YOLO26 这样的稳健检测器，从而提高它们在真实世界中的准确性。
**创意设计与原型制作：**在创意领域，由文本到图像模型驱动的工具允许设计师快速可视化概念。通过输入提示词，艺术家可以生成产品设计、建筑布局或营销资产的多种变体，从而显着加速构思阶段。
代码生成与调试： 软件开发已被在代码库上训练的模型所改变。这些助手通过建议代码片段、编写文档甚至识别 Bug 来帮助开发人员，从而简化了软件生命周期。

与计算机视觉的协同作用#

生成式 AI 和判别式计算机视觉模型通常作为互补技术发挥作用。一个常见的流程包括使用生成模型来扩充数据集，然后使用诸如 Ultralytics 平台之类的工具在该增强的数据集上训练判别式模型。

以下 Python 示例演示了如何使用 ultralytics 软件包加载 YOLO26 模型。在混合工作流中，你可能会使用此代码来验证合成生成的图像中的对象。

from ultralytics import YOLO

# Load the YOLO26 model (Latest stable Ultralytics model)
model = YOLO("yolo26n.pt")

# Run inference on an image (e.g., a synthetic sample from a generative model)
# The model identifies objects within the generated content
results = model("https://ultralytics.com/images/bus.jpg")

# Display the detection results to verify the synthetic data quality
results[0].show()