生成式AI的第一步,为什么不是创作,而是压缩?
本期《白话大模型》从费曼那句“凡我不能创造的,我便无法理解”出发,回到2006年,认识辛顿与深度自编码器(AE)。
一张30000维的图片,如何被压缩成300维的低维向量?Encoder、Decoder和Latent Space究竟是什么?更关键的是:AE为什么能够学会数据的结构,却只能复原,不能真正创造?

|从理解世界,到创造世界
|新篇章:AI生成纪元的黎明
|费曼:创造,是更深的理解
|AI想要创造,为什么要先学会压缩?
|2006:辛顿与自编码器 AE
|AE的核心:先压缩,再还原
|Encoder与Decoder:抽象与具象之间
|什么是低维向量Z和潜空间?
|AE如何训练?从重建到表征学习
|AE不会创造,却找到了创造发生的地方

