本题问题：人工智能技术简称AI，生成式人工智能是各种AI技术中的一种。生成式人工智能可以用算法模拟人脑的学习和决策过程，能识别大量数据中的模式关系，利用这些信息理解用户的自然语言指令，并用相关的新内容做出回应，创作出新的____、____、____、____或____。

本题选项：

A．文本

B．实物

C．图像

D．视频

E．音频

F．软件代码

正确答案：A．文本 C．图像 D．视频 E．音频 F．软件代码

题目来源：暂无

出题单位：“学习强国”学习平台

拓展阅读：

人工智能技术简称AI，生成式人工智能是各种AI技术中的一种。生成式人工智能可以用算法模拟人脑的学习和决策过程，能识别大量数据中的模式关系，利用这些信息理解用户的自然语言指令，并用相关的新内容做出回应，创作出新的文本、图像、视频、音频或软件代码。

生成式人工智能是人工智能的一个分支，是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术。这种技术能够针对用户需求，依托事先训练好的多模态基础大模型等，利用用户输入的相关资料，生成具有一定逻辑性和连贯性的内容。与传统人工智能不同，生成式人工智能不仅能够对输入数据进行处理，更能学习和模拟事物内在规律，自主创造出新的内容。

——选自《党的二十届三中全会〈决定〉学习辅导百问》

人工智能如果按基础模型来区分，主要包括决策式AI和生成式AI。决策式AI主要学习数据中的条件概率分布，即一套样本归属于特定类别的概率，机器可对新的场景进行判断、分析和预测。生成式AI主要学习数据中的联合概率分布，即数据中由多个变量组成的向量呈现一定的概率分布，机器可以对已有数据进行归纳总结，并在此基础上使用深度学习技术等来创作模仿式、缝合式的内容。

生成式人工智能也被称为AIGC（AIGeneratedContent，人工智能生成内容），可生成的内容形式十分多样，包括文本、图片、音频和视频等，它的运行原理主要是通过大量数据投喂来训练深度神经网络。2014年伊恩·古德费洛辞退了OpenAl的工作、重回谷歌公司，他组建了一个专门探讨“生成模型”的研究小组，主要用来探索可以创造性地生成真实世界的图片、照片、音像等元素的系统，生成对抗网络（GenerativeAdversarialNetworks，简称GANs）由此诞生，这标志着通往人工智能的创新之路被打开。生成对抗网络主要通过训练两个神经网络来生成新的数据，这两个神经网络一个是生成器，可以根据输入的随机噪声来生成新的数据；另一个是判别器，作用是判断一个数据是否真实，即是否来自原始数据集。通过训练这两个网络，生成器可以学会如何生成真实的数据，而判别器可以学会如何区分真实数据和生成数据。生成对抗网络的训练特点是博弈对抗，通过这种不断的训练和评估，生成式人工智能可以生成自然形态的输出内容，如文本、图像和声音。

数据，是生成式人工智能的基础养料，其智能化应用主要是基于大量数据库和语料库的生成式系统。生成式人工智能的价值亮点并不止于应用本身，而是它能够分析大量的数据进行机器学习；它不仅能够从一个静态的数据库和语料库中提取数据，而且更能够与提问和交谈主体之间建立起持久的互动关系，每一次与对话主体进行交谈和互动，都推动了机器学习和成长。生成式人工智能并不是其应用程序本身有多么智能，而是它能吸收足够多的数据库和语料库；它掌握的不是个体信息，而是全景信息或长篇连续性文本；它学习的不是个别的数字和句子，而是系统整体的语境。

算法，是生成式人工智能的逻辑结构。人工智能基本上采用神经网络算法，即将问题分解成诸多节点（神经元），让其自动互联和构成。基于神经网络架构的生成预训练转换器，机器学习的网络十分善于利用基础的神经元链接的生成原则，学习和模仿任何与之对话的对象，并通过语言转化体现在表述之中。其中最基础的是一种被称为“朴素贝叶斯算法”原理，这种算法能够在海量的连续性语料库和数据库中发现一些微弱的关联，与生成式人工智能对话越多，提出的要求越复杂，越有利于神经网络算法的生成。

算力，是生成式人工智能的运行动力。“算力决定算法”，生成式人工智能的井喷式发展，除了有基于神经网络的机器学习算法之外，更重要的是算力的增强。从当前的行业发展趋势看，大模型参数量指数级增长，算力需求井喷，迭代周期加速，呈现“万亿参数、万卡集群、多模态”的鲜明特征。从未来产业发展看，探索创新类脑计算、量子计算等高能效算力技术，为算力提升打开了新路径，比如神经拟态计算等类脑计算芯片不仅通过模仿神经元的结构构建硬件，还能采用脉冲式神经网络等新技术，实现实时在线学习，甚至可以对多种不同的模态进行整合。

人工智能从机器自动化一路走来，技术路线上主要是人脑器官的技术化延伸，也就是马克思所说的制造“人类头脑的器官”。生成式人工智能的技术路线塑造了“人机共生”的新型关系，与传统的人工智能相较生成式人工智能不仅是一个“自我更新、自我完善、自我演进”的“复杂巨系统”，而且形成了人与技术互动的“请求—回应”关系。此时，机器不再是简单、被动地执行人的指令，而是与人形成“一种相互协作、彼此增强的模式”。在这种新型关系中，人机交互方式“从以机器为中心转向以人为中心”，“打破了人、机器与信息资源之间的边界，重塑了信息资源生成和使用范式”。生成式人工智能的发展，或许可以成为构建基于智能技术的人类命运共同体的契机。

不过，面对生成式人工智能的潜在风险，如知识产权争议、数据隐私威胁、道德使用挑战、技术偏见延续、结构性失业问题等等，我们要坚持依法依规引导，支持行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等在生成式人工智能技术创新、数据资源建设、转化应用、风险防范等方面开展协作。网信、发展改革、教育、科技、工业和信息化、公安、广播电视、新闻出版等部门，依据各自职责依法加强对生成式人工智能服务的管理。国家有关主管部门针对生成式人工智能技术特点及其在有关行业和领域的服务应用，完善与创新发展相适应的科学监管方式，制定相应的分类分级监管规则或者指引。