生成型人工智能应用调研
这篇综述论文提供了关于生成式 AI 扩散和传统模型的全面概述,主要介绍了它们的基本技术、在不同领域的应用以及所面临的挑战,旨在为研究人员和从业者提供全面了解,并激发未来在这个令人兴奋的人工智能领域的创新。
Feb, 2024
医学领域中的人工智能技术发挥着越来越重要的作用,特别是在医学成像领域,通过生成式人工智能可以增强图像质量并提高医学诊断和患者护理水平。
Mar, 2024
本文旨在为研究人员和实践者提供综合指南,介绍生成式人工智能和基础模型在智能汽车背景下的现状、潜在应用和未来研究方向,讨论其在语音、音频、视觉和多模态交互等领域的应用和与伦理相关的挑战和风险,以及关键未来研究领域,包括领域适应性、对齐、多模态集成等,以解锁生成式人工智能的全部潜力,塑造智能车辆未来。
May, 2023
本文总结了在可视化领域中利用生成式人工智能(GenAI)的方法,涵盖了不同类型的 GenAI 方法在数据增强、可视化映射生成、风格化和交互等各个阶段的应用,同时阐述了评估、数据集和端到端 GenAI 与生成算法之间的挑战和研究机会。通过总结不同的生成算法、其当前应用和限制,希望为未来的 GenAI4VIS 研究提供有用的见解。
Apr, 2024
人工智能在医疗保健领域产生了显著影响,特别是通过生成模型在医学图像生成、数据分析和诊断方面的应用。这篇文章探讨了生成模型在智能医疗设备中的应用,以提升诊断速度和准确性,改善医疗服务质量和效率并降低设备成本,实现了医学图像生成、数据分析和诊断的突破。此外,将生成模型与物联网技术结合,可以实现实时数据分析和预测,提供更智能的医疗服务,帮助远程医疗。挑战包括计算需求、伦理关注和特定场景的限制。
Jun, 2024
人工智能的进展推动了医疗保健领域的革命性变化,其中包括生成式人工智能模型,特别是转换器和扩散模型的应用。本综述旨在全面介绍生成式人工智能在医疗保健中的应用,重点关注转换器和扩散模型,并提出未来研究的潜在方向,以应对医疗保健部门的现有限制和不断变化的需求。作为对对生成式人工智能在医疗保健领域应用感兴趣的研究人员和实践者的全面指南,本综述提供了有关当前技术水平、面临的挑战以及未来发展方向的宝贵见解。
Oct, 2023
这篇文章探讨了生成人工智能在建筑设计中的广泛应用,从生成 2D 图像、视频和 3D 模型的基本原理到对建筑设计各个阶段的影响,指出了设计创新的新方向和应用生成人工智能的新轨迹。
Mar, 2024
深度生成人工智能是机器学习社区中长期关注的重要话题之一,能够影响文本生成和计算机视觉等多个应用领域。最大似然估计是训练生成模型的主要范式,通过减少模型分布和目标分布之间的差异来捕捉和近似目标数据分布。然而,该目标无法满足用户对生成模型的全部要求。增强学习作为一种竞争性选择,能够通过创建新目标以利用新信号来注入新的训练信号,具有灵活性和强大的能力,能够从多个角度遵循人类的归纳偏好,如对抗学习、手工设计规则和学习奖励模型等。因此,增强学习已成为一个热门的研究领域,在模型设计和应用方面拓展了生成人工智能的界限。虽然最近在不同应用领域存在一些调查报告,但本综述旨在提供一个高级别的综述,涵盖了广泛的应用领域,包括严格的分类和对各种模型和应用的充分覆盖。值得一提的是,本综述还调查了快速发展的大规模语言模型领域。通过展示可能解决当前模型限制并扩展生成人工智能前沿的潜在方向,我们总结了本综述。
Aug, 2023