- 准确的术语是“生成式”人工智能。它基于大型模型的学习，并能够使用这些模型创造性地生成文本、视频、音频和其他内容。 - 生成式人工智能并不是幻觉。当之前训练过的大型模型被要求创建内容时，它们并不总是包含完全完整的模式来指导生成，有时会导致所谓幻觉。 - 生成的输出不一定是可重复的，因为它涉及一定的随机性，本质上是一种随机活动，这使得生成式人工智能输出不是确定性的。 - 内容的非确定性生成实际上为生成式人工智能应用的核心价值主张奠定了基础。这为创造力的用例提供了最佳点。 - 生成式人工智能最大的局限性在于其输出不一定是可验证的。询问有关生成式人工智能的问题；不要将事务性操作委托给生成式人工智能。 - 生成式人工智能在工作场所的广泛使用将导致现代的大鸿沟，将不可避免地影响那些将思维过程放弃给生成式人工智能并逐渐被边缘化的人。 - 所谓的公共模型大多是有污点的，因此需要更好、更安全的方法来确保公众对生成式人工智能的信任。
当我们目睹生成式人工智能的使用和滥用时，我们必须向内审视，并提醒自己人工智能是一种工具。
