iPAS AI 應用規劃師中級 L21103
生成式 AI 十年怎麼演進？VAE、GAN、Transformer 到 AI Agent
兩大陣營
- 鑑別式 Discriminative，找邊界，數學邏輯=P(X|Y)，郵件過濾、人臉辨識
- 生成式 Generative，生模擬，數學邏輯=P(X,Y)，文字、圖片生成
AI發展的階段
早期痛點(2013~2015)
- VAE: 畫質模糊，因強制假設高斯分佈，用圓圈構圖
- RNN: 梯度下降，無長期記憶
GAN生成對抗網路(2014~2020)
- 來自lan Goodfellow，讓生成器與鑑別器循環直到那許均衡
- 優點: 資料稱強，解決訓練數據不足
- 缺點: 不穩定，會有模式崩潰(mode collapase)，因為只能出現能騙過鑑別器的個案，生成器就會只往那個方向走
Transformer(2017~)
- google論文 attention is all you need
- 核心: self-attention
擴散模型去噪(2020~)
- 逆向工程，把原始圖片一步步加噪點，逼模型還原之。最後得出一個能生圖片的模型
- 代表: Stable Diffusion、Midjourney
- 優點: 穩定、多樣性
- 缺點: 慢(因為迭代去噪)
Agent(2023~)
- Planning: 拆解複雜任務
- Memory: 用戶偏好
- Tool Use: 成為有手腳的代理人
上次修改於 2026-10-04