Generative Artificial Intelligence: A Systematic Review and Applications

近年来，人工智能（AI）的研究经历了一次范式转换。这是由于生成模型在监督和无监督学习场景中具有开创性的能力所推动的。生成AI已经展示了在图像翻译、医学诊断、文本图像融合、自然语言处理等领域中解决复杂实际难题的最先进性能。本文记录了对生成AI的最新进展和技术的系统回顾和分析，并详细讨论了它们的应用，包括应用特定的模型。事实上，生成AI迄今为止产生的主要影响是在语言生成方面，尤其是大型语言模型的发展，在图像翻译和其他几个交叉学科应用中也有表现。此外，本文的主要贡献在于其对这些领域最新进展的一致综合，将当代领域的突破无缝地编织在一起。特别地，它分享了对生成AI未来轨迹的探索。最后，本文以讨论负责任的AI原则和这些生成模型的可持续性和增长所必需的伦理考虑结束。

系统地回顾和分析生成式人工智能的最新进展和技术，讨论其应用和应用特定模型，并探索生成式人工智能的未来发展轨迹。

生成式人工智能在监督和无监督学习场景中表现出卓越的性能，尤其在语言生成、图像转换等领域有突破性的进展。论文综合了这些领域的最新进展，探讨了未来的发展方向。

论文详细讨论了生成式人工智能在语言生成、图像转换、医学诊断、自然语言处理等领域的应用，介绍了相关的数据集和开源代码。此外，论文还讨论了负责任的人工智能原则和必要的伦理考虑。

最近的相关研究包括《Language Models are Few-Shot Learners》、《Unsupervised Image-to-Image Translation Networks》、《Generative Pretraining from Pixels》等。