人工智能AI

# 名词解释

## AIGC
生成式人工智能AIGC（Artificial Intelligence Generated Content）是人工智能1.0时代进入2.0时代的重要标志。
GAN、CLIP、Transformer、Diffusion、预训练模型、多模态技术、生成算法等技术的累积融合，催生了AIGC的爆发。算法不断迭代创新、预训练模型引发AIGC技术能力质变，多模态推动AIGC内容多边形，使得AIGC具有更通用和更强的基础能力。

```mindmap>600
- AIGC发展的四个阶段
	- 萌芽
		- 80年代中期，IBM基于隐形马尔科夫链模型创造了语音控制打字“坦戈拉(Tangora)"。对AIGC进行了一些初步的尝试，但是受限于各种因素，因此实际效果远远算不上是智能创作内容的程度。
	- 沉淀积累
		- 软件上:2006年深度学习取得了里大突破。
		- 硬件上:图形处理器(GPU)等算力设备性能不断提升，
		- 数据上:互联网使数据规模快速膨胀并未各类人工智能算法提供海量训练数据，使人工智能取得显著进步。
		- 2012年，微软公开展示了一个全自动同声传译系统，基于深度神经网络(DNN)可以自动格英文演讲内容通过语音识别，语言翻译等技术生成中文语音。
	- 快速发展
		- 2017年，AI图像生成、自动后语视频、图像高清化、图像编等技术快速发展。
		- 2018年，预训练模型出现，降低了标注需求和成本。
		- 2019年，生成式对抗网络(GAN)逐渐成熟，AIGC技术研究迎来拐点，
		- 2020年，自监督学习成为业界主流，模型体量和复杂度不断提升。
		- 2021年，MAE的出现使得视觉可以用NLP自认语言同样的架构训练预训练模型，加多态多任务领域，文字图像对齐的研究爆发。
	- 起飞破圈
		- AIGC概念伴随着AI绘西出园，
		- 2022年，AIGC推向平民化的是Stability:ai推出的Stable Diffusion，Al绘画产出效果有直观改善。
		- AI绘画迅速在美图、小红书、微博等多个平台上，内容创作者、技术研究者、投资人等此园层形成声势。
```
 *思维导图可通过滚动鼠标滚轮实现放大缩小*

## 大模型

大模型指的是 大语言模型（英文：Large Language Model，缩写LLM）， 大语言模型（LLM）是基于大量数据进行预训练的超大型深度学习模型。

## Ollama

Ollama是一个开源框架，专为在本地机器上便捷部署和运行大型语言模型（LLM）而设计。它提供了一套简单的工具和命令，使任何人都可以轻松地启动和使用各种流行的LLM，例如GPT-3、Megatron-Turing NLG和WuDao 2.0。

## Llama3

Llama3 是由 Meta AI 开发的最新一代开源大型语言模型 (LLM)。它基于 137B 参数的 Transformer 架构，在大量文本和代码数据集上进行训练。与前代模型相比，Llama3 在许多自然语言处理任务上表现出更强的性能。