生成式人工智能（Generative AI）是近年來備受矚目的科技趨勢，它在改變產業和提升運營效率方面展現出巨大潛力。然而，在深入探討生成式AI的同時，我們必須認識和理解它與傳統AI的區別。

傳統人工智能也被稱為Strong AI或 Weak AI，它指的是那些被設計來對特定一組輸入做出反應的系統。這些系統具有從數據中學習並基於該數據做出決策或預測的能力。想像一下，你同電腦下棋。電腦知道所有的規則，它可以通過對比過去棋局的數據預測你的走法，並從數據中挑選最有利的策略同玩家對弈。它並不是在創造下棋的新方法，而是在它被編程時就已經擁有的策略中進行選擇。傳統人工智能就像一位熟讀棋譜的大師，依照前人留下的經驗快速應對相同的局勢。其他傳統人工智能的例子還包括像Siri語音助手或Google的搜索算法。

生成式人工智能則可以被看作是人工智能的下一代，能夠創造新事物。假設你給它一個開始的句子：「從前，在一個沒有太陽的地方……」，它能生成一個完整的冒險故事，包括人物、情節轉折和扣人心弦的結局。這是生成式人工智能的一個基本例子。它就像一個富有想像力的朋友，能夠生成創意內容。而且，如今的生成式人工智能不僅可以生成文本輸出，還可以生成圖像、音樂甚至是電腦代碼。生成式人工智能模型通過對一組數據進行訓練並學習其中的潛在模式，從而生成與訓練集相似的新數據。

以GPT-4為例，這是OpenAI的語言預測模型，它通過對大量互聯網數據的訓練，能夠生成與人寫的文本幾乎無法區分的文本。

總而言之，傳統人工智能和生成式人工智能的主要區別在於它們的能力和應用。前者主要用於分析數據和做出預測，而後者則更進一步，通過創造與訓練數據相似的新數據。換句話說，傳統人工智能擅長於模式識別，它的工作流程是識別一組數據，通過對比將已有的數據反饋給用戶；而生成式人工智能擅長於模式創造，它會通過學習一組數據的潛在模式，生成新的數據反饋給用戶。

生成式人工智能為創造力和創新提供了新途徑。在設計領域，生成式人工智能可以幫助創建原型，提高構思效率。在娛樂行業中，它可以幫助製作新音樂、寫劇本。而傳統人工智能並沒因為技術更迭而失去作用，它在特定任務應用中仍然表現出色。如驅動聊天機器人、推薦系統、預測分析等等，它仍是當前大多數人工智能應用的引擎，優化各行各業效率。

隨着各行業不斷探索人工智慧的巨大潛力，生成式人工智能和傳統人工智能在塑造我們的未來中扮演更加重要的角色。在快速變化的數字世界中，理解兩者的差異，擁抱這些先進技術，將為我們開啟更多獨特的可能性。

◆ 洪文正（香港新興科技教育協會）

簡介：本會培育科普人才， 提高各界對科技創意應用的認識，為香港青年提供更多機會參與國際性及大中華地區的科技創意活動 ，詳情可瀏覽www.hknetea.org。