AI、生成式 AI、大語言模型——這三個詞到底是不是一回事？
整理版優先睇
AI、生成式AI、大語言模型係包含關係，唔好撈亂佢哋嘅層次同應用範圍。
呢篇文章出自一位技術作者，佢見到好多人成日將 AI、生成式 AI 同大語言模型當成同一樣嘢，搞到概念混淆，所以決定寫文釐清。佢想解決嘅問題係：點樣幫讀者快速分清呢三個名詞嘅層次同各自嘅定位。
整體結論係呢三個詞係層層包含嘅關係：AI 係最闊嘅範疇，包含所有模擬人類智能嘅技術；生成式 AI 係 AI 嘅一個子集，專指可以生成新內容嘅模型；而大語言模型就係生成式 AI 嘅一種具體類型，主要處理文字。明咗呢個層次，就唔會再搞錯。
文章用咗好多生活化例子，例如將 AI 比喻成「所有智能工具」，生成式 AI 就係「識得創作嘅工具」，LLM 就係「專註文字創作嘅工具」，咁樣讀者就容易理解。作者仲提醒大家，唔同層次嘅技術有唔同嘅能力同限制，應用時要識得分。
- AI 係最大概念，包含所有模仿人類智能嘅系統，例如規則系統、機器學習。
- 生成式 AI 係 AI 嘅子集，重點係「生成」新內容，唔係純粹分析或分類。
- 大語言模型（LLM）係生成式 AI 嘅一種，專門處理文字，例如 GPT 系列。
- 三層關係：AI ⊃ 生成式 AI ⊃ LLM，記住呢個包含結構就唔會亂。
- 實際應用時要按需求揀技術：簡單分類用傳統 AI，創作內容用生成式 AI，文字生成用 LLM。
AI：最底層嘅大傘
AI 係人工智能嘅統稱，泛指所有可以感知環境、推理、學習同決策嘅電腦系統。呢個範疇好闊，包括早期嘅規則系統、決策樹，以至近呢十年興起嘅機器學習。
AI 係最頂層嘅概念，所有智能系統都算係 AI，無論佢係咪識得生成新內容。
- 傳統 AI 例子：專家系統、下棋程式、推薦算法。
- 現時嘅 AI 已經擴展到深度學習、強化學習等複雜技術。
- 唔好一聽到 AI 就以為係生成式，真係要睇具體技術。
生成式 AI：識得創作嘅子集
生成式 AI 係 AI 嘅一個分支，專注於「生成」全新內容，例如文字、圖像、音樂、影片。佢同傳統 AI 嘅最大分別係：傳統 AI 主要做分類、預測、回歸，而生成式 AI 係創造出之前唔存在嘅嘢。
生成式 AI 嘅核心係「生成能力」，唔係分析能力。
- 1 圖像生成：DALL-E、Midjourney。
- 2 文字生成：GPT、Claude。
- 3 音樂生成：Suno、MusicLM。
- 4 影片生成：Sora、Runway。
大語言模型：生成式 AI 嘅文字專家
大語言模型（LLM）係生成式 AI 嘅一種，專門處理同生成文字。佢哋用海量文本訓練，學識語法、知識同推理能力。而家最出名嘅 LLM 包括 GPT-4、Claude、Gemini 等。
LLM 係生成式 AI 嘅子集，唔係所有生成式 AI 都係 LLM。
LLM 嘅特點係可以完成對話、寫文章、摘要、翻譯、程式碼生成等任務。佢哋嘅能力建基於大規模參數同訓練數據，所以叫「大」語言模型。
參數規模同訓練數據質素直接影響 LLM 嘅表現，但唔係唯一因素。
- 例子：ChatGPT、Claude、Gemini、Llama。
- LLM 唔等於生成式 AI 全部，仲有其他生成式模型如圖像生成模型。
- 使用 LLM 時要留意 token 限制、 prompt 設計同輸出控制。
點分清楚？一條線幫到你
最簡單嘅記法係：AI 係所有智能系統，生成式 AI 係識得創作嘅智能系統，LLM 係專註文字創作嘅生成式系統。佢哋嘅關係係一個遞進嘅同心圓。
AI ⊃ 生成式 AI ⊃ LLM，呢個包含關係要記實。
另一種諗法：如果你想解決一個問題，先問需唔需要智能？如果需要，再問需唔需要生成新內容？如果需要，最後問係咪主要處理文字？咁樣一層層篩選，就唔會用錯技術。
實際應用時，分類問題用傳統 AI，創作問題用生成式 AI，文字生成用 LLM。
常見混淆，一次拆解
好多人話「AI 寫文章」，其實準確嚟講係「LLM 寫文章」。又有人話「生成式 AI 好勁」，但其實生成式 AI 入面嘅圖像模型同文字模型能力好唔同。
講「AI」時要具體啲，講清楚係邊一層。
- 1 混淆一：將 LLM 等於生成式 AI——錯，生成式 AI 仲包括圖像、音頻等。
- 2 混淆二：將生成式 AI 等於 AI——錯，AI 仲有非生成式嘅技術。
- 3 混淆三：以為所有 AI 都係大模型——錯，有好多細模型同傳統算法。
