内容摘要
本视频是"人人皆可用的生成式 AI"课程的第一讲，由 AI 之父吴恩达（Andrew Ng）主讲。视频从 ChatGPT 掀起的全球热潮切入，系统介绍生成式 AI（Generative AI，简称 GenAI）的定义、社会影响与商业潜力。内容涵盖 GenAI 的三大输出类型（文字、图像、音频），列举了主流应用场景，并回顾了传统非生成式 AI 与生成式 AI 的区别，帮助学习者建立对这项颠覆性技术的整体认知框架。
核心观点
-
生成式 AI 正在重塑工作与学习方式
自 ChatGPT 发布以来，生成式 AI 引发了个人、企业和政府的广泛关注，被认为是与互联网革命同等量级的颠覆性技术。 -
经济影响力巨大
麦肯锡估算 GenAI 每年可为全球经济新增 2.6 万亿至 4.4 万亿美元；另有研究预测未来十年内将拉动全球 GDP 增长 7%；OpenAI/宾大联合研究则指出，约有 10% 的工作任务将受到直接影响。 -
GenAI 的核心能力是"内容生成"
与传统 AI 侧重分类、预测不同，GenAI 能够生成全新的文字、图像和音频内容，最典型的代表是大语言模型（LLM）。目前文字生成的影响力最为显著。 -
主要应用产品已形成竞争格局
ChatGPT（OpenAI）、Bard（Google）、Bing Chat（Microsoft）是当前最具代表性的消费级 GenAI 应用，此外还有大量面向企业的生成式 AI 工具正在快速涌现。 -
双重影响：机遇与风险并存
GenAI 可带来生产力提升和经济增长，但也可能导致部分岗位的结构性失业，课程将帮助学习者做出理性判断，了解如何合理使用这一工具。
关键收获
💡 收获 1：GenAI 的本质是"生成新内容"
生成式 AI 不同于传统 AI——它不只是识别或分类，而是能够创作出全新的文字、图片和声音，这是其颠覆性的根本所在。
💡 收获 2：经济潜力数字惊人，需理性看待
每年 2.6～4.4 万亿美元的新增经济价值并非空穴来风，但实现周期和落地路径仍存在高度不确定性，应将其视为长期趋势而非短期红利。
💡 收获 3：从用户到使用者，理解 GenAI 如何为你所用
本课程的目标不是教如何构建 AI，而是教你如何用好 AI，在自己的工作或业务中找到切实可行的应用场景。
💡 收获 4：文字生成是 GenAI 影响最深的领域
在三类输出（文字、图像、音频）中，文字生成目前影响最广，商业落地最成熟，应当优先掌握。
💡 收获 5：辨别"非生成式 AI"与"生成式 AI"的边界
垃圾邮件过滤、餐厅推荐、广告点击预测等传统应用属于非生成式 AI；而 ChatGPT 生成内容的能力才是"生成式"的核心标志。
重要引述
"Generative AI is a very disruptive technology that's already changing how many people learn and work."
（生成式 AI 是一项极具颠覆性的技术，它已经在改变许多人的学习和工作方式。）
"In this course you learn what generative AI is, what it can and cannot do, and also how to use it in your own work or business."
（在本课程中，你将了解什么是生成式 AI，它能做什么、不能做什么，以及如何在你自己的工作或业务中使用它。）
"Of these three types of contents — text, images, and audio — the biggest impact so far has been on text generation."
（在文字、图像、音频这三类内容中，迄今为止影响最大的是文字生成。）
总体结论
本讲作为课程开篇，成功建立了学习者对生成式 AI 的全景认知：从 ChatGPT 引发的社会现象出发，揭示 GenAI 在经济层面的宏观潜力，阐明其"生成新内容"的核心能力边界，并区分了与传统 AI 的本质差异。最重要的是，课程明确了学习目标——不是培养工程师，而是帮助每一个人理解并运用这项技术解决实际问题。这是一个面向非技术人群的极佳切入点：务实、宽广、落地。
逐字稿（中文翻译）
欢迎来到生成式 AI。
欢迎来到《人人皆可用的生成式 AI》课程。
自 ChatGPT 发布以来，AI——尤其是生成式 AI——已经引起了众多个人、企业和政府的广泛关注。它是一项极具颠覆性的技术，已经在改变许多人的学习和工作方式。
许多开发者认为，生成式 AI 将赋能更多人，带来生产力的提升，并对全球经济增长做出重大贡献。当然，它也可能带来一些负面影响，比如就业岗位的流失，或者更多人担忧的其他问题。
在本课程中，你将学到：生成式 AI 是什么，它能做什么、不能做什么，以及如何在你自己的工作或业务中使用它。
因为生成式 AI 已经是一种极具颠覆性的技术，人们对它的能力存在很多误解。本课程将帮助你做出更明智的判断，判断哪些应用对特定业务而言是否真正有用。
让我来分享一些关于生成式 AI 经济潜力的数据。麦肯锡的研究估计，生成式 AI 每年可为全球经济贡献 2.6 万亿至 4.4 万亿美元的新增价值；政府研究则预测，它可能在未来十年内将全球 GDP 提升 7%；OpenAI 与宾夕法尼亚大学的联合研究还估计，它将影响约 10% 的工作任务。这些数字意味着巨大的机遇与挑战并存。
在此之前，如果你使用过 ChatGPT，你可能已经让它做了不少事情——比如总结一篇文章、以特定的语气起草一封电子邮件、回答问题，或者为一款面向机器人的新款太阳镜写一篇社交媒体帖子，并让它生成各种创意输出。
许多用户已经熟悉了这类网站或面向消费者的应用程序，它们可以生成文字内容。其他类似的例子还包括 Google 提供的 Bard，以及 Microsoft 提供的 Bing Chat。现在，有许多公司都在提供用户界面，让你可以输入一些文字（这叫做"提示词"），并获得生成的文字输出。
但是，生成式 AI 不仅仅可以生成文字。它已经被整合到电子邮件软件中，可以帮你起草回复；被用于客户服务聊天机器人；也有人正在构建生成式 AI 工具，帮助员工更高效地撰写报告。
在考虑是否在你的业务中使用生成式 AI 时，理解哪些应用场景可能真正有用，是一个关键的判断能力。
我将生成式 AI 描述为能够生成文字、图像和音频这三类内容。在这三类内容中，迄今为止影响最大的是文字生成。但它也可以根据特定的指令生成美丽的图像——这是一种不同类型的提示词。
在我们真正深入了解生成式 AI 之前，让我先快速介绍一下非生成式 AI 的例子，以便大家能够区分二者。
非生成式 AI 的例子包括：垃圾邮件过滤器（判断一封邮件是否为垃圾邮件），餐厅推荐系统，以及广告点击预测。这些都是在给定输入的情况下，输出某个预测值或分类结果。
而生成式 AI 则不同——它能够生成全新的内容，而不仅仅是对已有内容进行分类或预测。
通过理解这一区别，你将能够更好地判断：对于你面临的具体业务场景，生成式 AI 究竟在多大程度上可以发挥作用。
本文档根据视频自动生成字幕整理翻译，内容为 DeepLearning.AI "Generative AI for Everyone" 课程第一周第一讲。
生成式 AI 简介
下载 MP3