“UGC不存在了”——借鑒自《三體》

ChatGPT 的橫空出世將一個(gè)全新的概念推上風(fēng)口——AIGC（ AI Generated Content）。

GC即創(chuàng)作內(nèi)容（Generated Content），和傳統(tǒng)的UGC、PGC，OGC不同的是，AIGC的創(chuàng)作主體由人變成了人工智能。

xGC

• PGC：Professionally Generated Content，專業(yè)生產(chǎn)內(nèi)容

• UGC：User Generated Content，用戶生產(chǎn)內(nèi)容

• OGC：Occupationally Generated Content，品牌生產(chǎn)內(nèi)容。

AI 可以 Generate 哪些 Content？

作為淘寶內(nèi)容線的開(kāi)發(fā)，我們每天都在和內(nèi)容打交道，那么AI到底能生成什么內(nèi)容？

圍繞著不同形式的內(nèi)容生產(chǎn)，AIGC大致分為以下幾個(gè)領(lǐng)域：

文本生成

基于NLP的文本內(nèi)容生成根據(jù)使用場(chǎng)景可分為非交互式文本生成與交互式文本生成。

非交互式文本生成包括摘要/標(biāo)題生成、文本風(fēng)格遷移、文章生成、圖像生成文本等。

交互式文本生成主要包括聊天機(jī)器人、文本交互游戲等。

【代表性產(chǎn)品或模型】：JasperAI、copy.AI、ChatGPT、Bard、AI dungeon等。

圖像生成

圖像生成根據(jù)使用場(chǎng)可分為圖像編輯修改與圖像自主生成。

圖像編輯修改可應(yīng)用于圖像超分、圖像修復(fù)、人臉替換、圖像去水印、圖像背景去除等。

圖像自主生成包括端到端的生成，如真實(shí)圖像生成卡通圖像、參照?qǐng)D像生成繪畫圖像、真實(shí)圖像生成素描圖像、文本生成圖像等。

【代表性產(chǎn)品或模型】：EditGAN，Deepfake，DALL-E、MidJourney、Stable Diffusion，文心一格等。

音頻生成

音頻生成技術(shù)較為成熟，在C端產(chǎn)品中也較為常見(jiàn)，如語(yǔ)音克隆，將人聲1替換為人聲2。還可應(yīng)用于文本生成特定場(chǎng)景語(yǔ)音，如數(shù)字人播報(bào)、語(yǔ)音客服等。此外，可基于文本描述、圖片內(nèi)容理解生成場(chǎng)景化音頻、樂(lè)曲等。

【代表性產(chǎn)品或模型】：DeepMusic、WaveNet、Deep Voice、MusicAutoBot等。

視頻生成

視頻生成與圖像生成在原理上相似，主要分為視頻編輯與視頻自主生成。

視頻編輯可應(yīng)用于視頻超分（視頻畫質(zhì)增強(qiáng)）、視頻修復(fù)（老電影上色、畫質(zhì)修復(fù)）、視頻畫面剪輯（識(shí)別畫面內(nèi)容，自動(dòng)場(chǎng)景剪輯）。

視頻自主生成可應(yīng)用于圖像生成視頻（給定參照?qǐng)D像，生成一段運(yùn)動(dòng)視頻）、文本生成視頻（給定一段描述性文字，生成內(nèi)容相符視頻）。

【代表性產(chǎn)品或模型】：Deepfake，videoGPT，Gliacloud、Make-A-Video、Imagen video等。

多模態(tài)生成

以上四種模態(tài)可以進(jìn)行組合搭配，進(jìn)行模態(tài)間轉(zhuǎn)換生成。如文本生成圖像（AI繪畫、根據(jù)prompt提示語(yǔ)生成特定風(fēng)格圖像）、文本生成音頻（AI作曲、根據(jù)prompt提示語(yǔ)生成特定場(chǎng)景音頻）、文本生成視頻（AI視頻制作、根據(jù)一段描述性文本生成語(yǔ)義內(nèi)容相符視頻片段）、圖像生成文本（根據(jù)圖像生成標(biāo)題、根據(jù)圖像生成故事）、圖像生成視頻。

【代表性產(chǎn)品或模型】：DALL-E、MidJourney、Stable Diffusion等。

本文接下來(lái)將會(huì)著重講述文本類AIGC和圖像類AIGC。

文本類AIGC

RNN → Transformer → GPT（ChatGPT）

最近勢(shì)頭正猛的ChatGPT就是文本類AIGC的代表。

ChatGPT（Chat Generative Pre-trained Transformer），即聊天生成型預(yù)訓(xùn)練變換模型，Transformer指的是一種非常重要的算法模型，稍后將會(huì)介紹。

其實(shí)現(xiàn)在的用戶對(duì)于聊天機(jī)器人已經(jīng)很熟悉了，比如天貓精靈、小愛(ài)同學(xué)或是Siri等語(yǔ)音助手。那為什么ChatGPT一出現(xiàn)，這些語(yǔ)音助手就顯得相形見(jiàn)絀呢？

本質(zhì)上是NLP模型之間的差異。

在自然語(yǔ)義理解領(lǐng)域（NLP）中，RNN和Transformer是最常見(jiàn)的兩類模型。

循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network）

RNN，即循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network）源自于1982年由Saratha Sathasivam 提出的霍普菲爾德網(wǎng)絡(luò)。下圖所示是一個(gè)RNN網(wǎng)絡(luò)的簡(jiǎn)易展示圖，左側(cè)是一個(gè)簡(jiǎn)單的循環(huán)神經(jīng)網(wǎng)絡(luò)，它由輸入層、隱藏層和輸出層組成。

RNN 的主要特點(diǎn)在于 w 帶藍(lán)色箭頭的部分。輸入層為 x，隱藏層為 s，輸出層為 o。U 是輸入層到隱藏層的權(quán)重，V 是隱藏層到輸出層的權(quán)重。隱藏層的值 s 不僅取決于當(dāng)前時(shí)刻的輸入 x，還取決于上一時(shí)刻的輸入。權(quán)重矩陣 w 就是隱藏層上一次的值作為這一次的輸入的權(quán)重。由此可見(jiàn)，這種網(wǎng)絡(luò)的特點(diǎn)是，每一個(gè)時(shí)刻的輸入依賴于上一個(gè)時(shí)刻的輸出，難以并行化計(jì)算。

從人類視角理解RNN 人類可以根據(jù)語(yǔ)境或者上下文，推斷語(yǔ)義信息。就比如，一個(gè)人說(shuō)了：我喜歡旅游，其中最喜歡的地方是三亞，以后有機(jī)會(huì)一定要去___，很顯然這里應(yīng)該填”三亞”。 但是機(jī)器要做到這一步就比較困難。RNN的本質(zhì)是像人一樣擁有記憶的能力，因此，它的輸出就依賴于當(dāng)前的輸入和記憶。

Transformer

而Transformer模型誕生于2017年，起源自《Attention Is All You Need》。這是一種基于Attention機(jī)制來(lái)加速深度學(xué)習(xí)算法的模型，可以進(jìn)行并行化計(jì)算，而且每個(gè)單詞在處理過(guò)程中注意到了其他單詞的影響，效果非常好。

!](https://cdn.ytools.xyz/uPic/202303211936538.png)

Attention機(jī)制：又稱為注意力機(jī)制，顧名思義，是一種能讓模型對(duì)重要信息重點(diǎn)關(guān)注并充分學(xué)習(xí)吸收的技術(shù)。通俗的講就是把注意力集中放在重要的點(diǎn)上，而忽略其他不重要的因素。 其中重要程度的判斷取決于應(yīng)用場(chǎng)景，根據(jù)應(yīng)用場(chǎng)景的不同，Attention分為空間注意力和時(shí)間注意力，前者用于圖像處理，后者用于自然語(yǔ)言處理。

Transformer是完全基于自注意力機(jī)制的一個(gè)深度學(xué)習(xí)模型，有關(guān)該模型的介紹，詳情可參考下面這篇文章??

人工智能 LLM 革命前夜：一文讀懂橫掃自然語(yǔ)言處理的 Transformer 模型

由于Transformer的存在加速了深度學(xué)習(xí)的效果，基于海量數(shù)據(jù)的進(jìn)行樣本訓(xùn)練便有了可能。至此，LLM正式從幕后走向臺(tái)前。

LLM，Large Language Model 即大型語(yǔ)言模型。這個(gè)大不僅僅指數(shù)據(jù)集的“大”，同樣也是指算法模型的“大”。一般來(lái)說(shuō)，在訓(xùn)練數(shù)據(jù)足夠充足的情況下，往往是模型越大效果越好。在某種程度上說(shuō)，甚至只要樣本足夠，哪怕模型“稍微簡(jiǎn)單”一些，也是可以取得不錯(cuò)的結(jié)果的。

筆者在2019年時(shí)曾翻譯過(guò)一篇文章??

機(jī)器學(xué)習(xí)競(jìng)賽實(shí)際上是一場(chǎng)數(shù)據(jù)競(jìng)賽

這篇文章的主要觀點(diǎn)便是“AI競(jìng)爭(zhēng)本質(zhì)上就是數(shù)據(jù)之爭(zhēng)”，所有希望創(chuàng)建有影響力、有價(jià)值的AI應(yīng)用都應(yīng)該認(rèn)識(shí)到以下三點(diǎn)：

1. 差異化數(shù)據(jù)是這場(chǎng)AI游戲成功的關(guān)鍵

2. 有意義的數(shù)據(jù)比全面的數(shù)據(jù)好

3. 起點(diǎn)應(yīng)該是自己所擅長(zhǎng)的東西

以ChatGPT為例，其本質(zhì)是基于GPT3的一種變體，而GPT又是基于Transformer模型的一種演化。從模型參數(shù)上來(lái)說(shuō)，GPT3共使用了1750億個(gè)參數(shù)訓(xùn)練而成，而ChatGPT只使用了15億個(gè)參數(shù)，但其數(shù)據(jù)集是卻是整個(gè)互聯(lián)網(wǎng)和幾百萬(wàn)本書大概3千億文字。哪怕是這樣，卻也是對(duì)一眾使用RNN的NLP程序造成了降維打擊。

GPT

這篇文章寫到一半的時(shí)候GPT-4發(fā)布了，現(xiàn)在作為小插曲來(lái)擴(kuò)展一下

筆者在和朋友的日常交流中發(fā)現(xiàn)大家總是將ChatGPT和GPT混為一談，其實(shí)這是兩個(gè)不同的東西。讓我們來(lái)問(wèn)一下New Bing這兩者的區(qū)別。

很顯然，從Bing給我的回答看來(lái)，為了讓對(duì)話更加生動(dòng)和有趣，ChatGPT是一個(gè)專為聊天設(shè)計(jì)的專業(yè)模型，而GPT則是一個(gè)通用語(yǔ)言模型。GPT4就是這個(gè)模型發(fā)展到第四代的模樣，相較于GPT3，GPT4可以做的事情變得更多了。

• GPT-4 是一個(gè)更大的模型，網(wǎng)傳擁有約 1000 萬(wàn)億個(gè)參數(shù)，這意味著它能夠處理更多的數(shù)據(jù)，學(xué)習(xí)更多的知識(shí)和技能。

• GPT-4 能夠接受多模態(tài)的輸入，例如文本、圖像、音頻和視頻，并生成相應(yīng)的輸出。這使得它能夠處理更復(fù)雜和豐富的任務(wù)，例如圖像描述、語(yǔ)音識(shí)別和視頻生成。

類ChatGPT

在國(guó)內(nèi)一直都有一句調(diào)侃的話，叫做“國(guó)外一開(kāi)源，國(guó)內(nèi)就自主研發(fā)”。那既然算法模型是公開(kāi)的，代碼也已經(jīng)開(kāi)源了，那在國(guó)內(nèi)，那些類ChatGPT的模型是不是應(yīng)該如“雨后春筍”般涌現(xiàn)了呢？

事實(shí)上并沒(méi)有，本質(zhì)上還是因?yàn)長(zhǎng)LM的擴(kuò)展和維護(hù)是相當(dāng)困難的。主要來(lái)源于以下幾點(diǎn)：

1. 漫長(zhǎng)的訓(xùn)練時(shí)間

2. 高昂的費(fèi)用開(kāi)支

3. 海量的訓(xùn)練數(shù)據(jù)

4. 稀缺的高端人才

時(shí)代的眼淚

• 2017 - Attention is all you need

• 2023 - Money is all you need

以復(fù)旦大學(xué)開(kāi)源的類ChatGPT應(yīng)用MOSS為例，雖然不知道具體的模型參數(shù)數(shù)量，但其負(fù)責(zé)人表示相較于ChatGPT少了一個(gè)數(shù)量級(jí)，再加上簡(jiǎn)中互聯(lián)網(wǎng)作為其訓(xùn)練樣本，訓(xùn)練質(zhì)量可想而知。

點(diǎn)此體驗(yàn)??https://moss.fastnlp.top/

關(guān)于訓(xùn)練的樣本數(shù)據(jù)，這里舉一個(gè)小例子??。 同樣是搜索代碼段，ChatGPT給你推StackOverflow的答案，MOSS給你推csdn的答案，高下立判

本來(lái)還想補(bǔ)充一下百度的文心一言的，結(jié)果他們發(fā)布了一個(gè)ChatPPT，網(wǎng)上一堆段子，這里就不吐槽了。

圖像類AIGC

說(shuō)完了文本類AIGC，我們?cè)賮?lái)看看最近另一個(gè)比較火的領(lǐng)域——圖像類AIGC。

俗話說(shuō)，飽暖思淫欲。作為“第一生產(chǎn)力”的“性”，很多技術(shù)發(fā)展都離不開(kāi)他。扎克伯克創(chuàng)建Facebook的起因就是為了更好的認(rèn)識(shí)小姐姐。而圖像類AIGC出圈的一個(gè)很大原因就在于，他生成的美女小姐姐越來(lái)越真實(shí)了。

作為一個(gè)業(yè)余攝影師，第一眼也沒(méi)能正確分辨出下面這兩張圖誰(shuí)是真人，誰(shuí)是AI畫出來(lái)的人。

那么問(wèn)題來(lái)了：這些由AI生成出來(lái)的美女是如何生成的呢？

GAN → DiffusioModel → Stable Diffusion

生成對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks，GAN）

2014年 Ian GoodFellow提出了生成對(duì)抗網(wǎng)絡(luò)，成為早期最著名的生成模型。GAN使用零和博弈策略學(xué)習(xí)，在圖像生成中應(yīng)用廣泛。以GAN為基礎(chǔ)產(chǎn)生了多種變體，如DCGAN，StytleGAN，CycleGAN等。

零和博弈是指參與博弈的各方，在嚴(yán)格競(jìng)爭(zhēng)下，一方的收益必然意味著另一方的損失，博弈各方的收益和損失相加總和永遠(yuǎn)為“零”，雙方不存在合作的可能。

一個(gè)簡(jiǎn)單易懂的例子

有兩個(gè)人，都快要渴死了，現(xiàn)在他們面前只有一杯水，搶到水的那人得到的收益是1，沒(méi)搶到水的那個(gè)人會(huì)死掉，收益為-1，總收益為0。這就是零和博弈。

GAN包含兩個(gè)部分：

• 生成器：學(xué)習(xí)生成合理的數(shù)據(jù)。對(duì)于圖像生成來(lái)說(shuō)是給定一個(gè)向量，生成一張圖片。其生成的數(shù)據(jù)作為判別器的負(fù)樣本。

• 判別器：判別輸入是生成數(shù)據(jù)還是真實(shí)數(shù)據(jù)。網(wǎng)絡(luò)輸出越接近于0，生成數(shù)據(jù)可能性越大；反之，真實(shí)數(shù)據(jù)可能性越大。

如上圖，我們希望通過(guò)GAN生成一些手寫體來(lái)以假亂真。我們定義生成器與判別器：

• 生成器：圖中藍(lán)色部分網(wǎng)絡(luò)結(jié)構(gòu)，其輸入為一組向量，可以表征數(shù)字編號(hào)、字體、粗細(xì)、潦草程度等。在這里使用特定分布隨機(jī)生成。

• 判別器：在訓(xùn)練階段，利用真實(shí)數(shù)據(jù)與生成數(shù)據(jù)訓(xùn)練二分類模型，輸出為0-1之間概率，越接近1，輸入為真實(shí)數(shù)據(jù)可能性越大。

生成器與判別器相互對(duì)立。在不斷迭代訓(xùn)練中，雙方能力不斷加強(qiáng)，最終的理想結(jié)果是生成器生成的數(shù)據(jù)，判別器無(wú)法判別是真是假。（和周伯通的左右互搏很像）

以生成對(duì)抗網(wǎng)絡(luò)為基礎(chǔ)產(chǎn)生的應(yīng)用：圖像超分、人臉替換、卡通頭像生成等。

擴(kuò)散模型（Diffusion Model，里程碑式模型）

擴(kuò)散是受到非平衡熱力學(xué)的啟發(fā)，定義一個(gè)擴(kuò)散步驟的馬爾科夫鏈，并逐漸向數(shù)據(jù)中添加噪聲，然后學(xué)習(xí)逆擴(kuò)散過(guò)程，從噪聲中構(gòu)建出所需的樣本。擴(kuò)散模型的最初設(shè)計(jì)是用于去除圖像中的噪聲。隨著降噪系統(tǒng)的訓(xùn)練時(shí)間越來(lái)越長(zhǎng)且越來(lái)越好，可以從純?cè)肼曌鳛槲ㄒ惠斎?，生成逼真的圖片。

馬爾科夫鏈指的是一種隨機(jī)過(guò)程，它的特點(diǎn)是當(dāng)前狀態(tài)只依賴于前一個(gè)狀態(tài)，而與其他歷史狀態(tài)無(wú)關(guān)。

一個(gè)馬爾科夫鏈的例子是股市模型，它有三種狀態(tài)：牛市、熊市和橫盤。 每種狀態(tài)之間有一定的轉(zhuǎn)移概率，例如從牛市到熊市的概率是0.4，從熊市到牛市的概率是0.2，等等。這樣就可以用一個(gè)轉(zhuǎn)移矩陣來(lái)描述這個(gè)馬爾科夫鏈。

一個(gè)標(biāo)準(zhǔn)的擴(kuò)散模型分為兩個(gè)過(guò)程：前向過(guò)程與反向過(guò)程。在前向擴(kuò)散階段，圖像被逐漸引入的噪聲污染，直到圖像成為完全隨機(jī)噪聲。在反向過(guò)程中，利用一系列馬爾可夫鏈在每個(gè)時(shí)間步逐步去除預(yù)測(cè)噪聲，從而從高斯噪聲中恢復(fù)數(shù)據(jù)。

前向擴(kuò)散過(guò)程，向原圖中逐步加入噪聲，直到圖像成為完全隨機(jī)噪聲。

反向降噪過(guò)程，在每個(gè)時(shí)間步逐步去除噪聲，從而從高斯噪聲中恢復(fù)源數(shù)據(jù)。

擴(kuò)散模型的工作原理是通過(guò)添加噪聲來(lái)破壞訓(xùn)練數(shù)據(jù)，然后通過(guò)逆轉(zhuǎn)這個(gè)噪聲過(guò)程來(lái)學(xué)習(xí)恢復(fù)數(shù)據(jù)。換句話說(shuō)，擴(kuò)散模型可以從噪聲中生成連貫的圖像。

擴(kuò)散模型通過(guò)向圖像添加噪聲進(jìn)行訓(xùn)練，然后模型學(xué)習(xí)如何去除噪聲。然后，該模型將此去噪過(guò)程應(yīng)用于隨機(jī)種子以生成逼真的圖像。

下圖為向原始圖像中添加噪聲，使原始圖像成為隨機(jī)噪聲。

下圖為從噪聲中恢復(fù)的原始圖像的變種圖像。

Stable Diffusion（Stability AI 文本生成圖像，代碼與模型開(kāi)源）

2022年8月，Stability AI發(fā)布了Stable Diffusion ，這是一種開(kāi)源Diffusion模型，代碼與模型權(quán)重均向公眾開(kāi)放。

通過(guò)prompt提示語(yǔ)“郊區(qū)街區(qū)一棟房子的照片，燈光明亮的超現(xiàn)實(shí)主義藝術(shù)，高度細(xì)致8K”，生成圖像如下，整體風(fēng)格與內(nèi)容鍥合度高，AI作畫質(zhì)量較高。

在線體驗(yàn)??https://huggingface.co/spaces/stabilityai/stable-diffusion

仰望星空：AIGC與元宇宙

結(jié)論先行，我認(rèn)為Web3.0就是元宇宙，AIGC為元宇宙提供養(yǎng)料。

第一代互聯(lián)網(wǎng)（Web1.0）是PC（個(gè)人計(jì)算機(jī)）互聯(lián)網(wǎng)，從1994年發(fā)展至今。Web1.0讓人類第一次掌握高效的傳輸信息的手段，隨著各大網(wǎng)頁(yè)應(yīng)用的普及，互聯(lián)網(wǎng)用戶被迅速的連接起來(lái)，從而提升了全球信息的傳輸效率，各大門戶網(wǎng)站從此處開(kāi)始大放異彩。

第二代互聯(lián)網(wǎng)（Web2.0）是移動(dòng)互聯(lián)網(wǎng)，從2008年左右拉開(kāi)大幕，至今仍精彩紛呈。正是由于移動(dòng)設(shè)備具備“永遠(yuǎn)在線”和“隨時(shí)隨地”的特點(diǎn)，“上網(wǎng)”二字逐漸從大眾的視野消失，因?yàn)槊總€(gè)人時(shí)時(shí)刻刻都生活在網(wǎng)絡(luò)里。

第三代互聯(lián)網(wǎng)（Web3.0）是互聯(lián)網(wǎng)的下一代技術(shù)發(fā)展方向，主要特征是去中心化、安全、開(kāi)放和自主。元宇宙是一種虛擬的、持續(xù)的、共享的和交互的數(shù)字世界，可以讓人們以不同的身份和形式參與其中。Web 3.0為元宇宙提供了技術(shù)基礎(chǔ)和可能性，而元宇宙則是Web3.0在應(yīng)用場(chǎng)景和生活方式上的體現(xiàn)。

百度百科對(duì)于元宇宙的定義是??

元宇宙（Metaverse），是人類運(yùn)用數(shù)字技術(shù)構(gòu)建的，由現(xiàn)實(shí)世界映射或超越現(xiàn)實(shí)世界，可與現(xiàn)實(shí)世界交互的虛擬世界，具備新型社會(huì)體系的數(shù)字生活空間。

本質(zhì)上，元宇宙是一種新型社會(huì)形態(tài)，在元宇宙中，更多工作和生活將被數(shù)字化。

更多的數(shù)字化，意味著需要更豐富的虛擬地圖、虛擬場(chǎng)景、虛擬對(duì)象和虛擬角色，這其中涉及到大量數(shù)字內(nèi)容的生產(chǎn)和制作。以往，數(shù)字內(nèi)容制作開(kāi)發(fā)周期較長(zhǎng)，通常以年計(jì)，在生產(chǎn)方式上，或來(lái)源于現(xiàn)實(shí)，通過(guò)掃描或重建模型實(shí)現(xiàn)材質(zhì)、光影、動(dòng)作捕捉等，或通過(guò)創(chuàng)作工具輔助藝術(shù)家實(shí)現(xiàn)。而這些剛好是AIGC所擅長(zhǎng)的。AIGC廣泛的適用性可以為元宇宙提供全新內(nèi)容生成解決方案。

?? 腦洞一下 開(kāi)放世界游戲一直被大家視作元宇宙“數(shù)字世界”的雛形，試想一下，如果未來(lái)的3A大作，NPC的臉部模型、肢體動(dòng)作是Diffusion Model生成的，聊天是ChatGPT和你對(duì)話，語(yǔ)音是Deep Voice創(chuàng)作的，你還會(huì)覺(jué)得他就只是一個(gè)普普通通的NPC嗎？抑或是，此時(shí)看文章的你，才是地球Online里的一個(gè)NPC呢？

腳踏實(shí)地：AIGC的應(yīng)用場(chǎng)景

元宇宙目前還只是大家的一個(gè)美好幻想，Web3.0究竟走向何方還需要大家共同探索，作為時(shí)代的先鋒，既要學(xué)會(huì)抬頭仰望星空，也不能忘記低頭看路。

如今，AIGC的浪潮已起，作為非算法行業(yè)的從業(yè)者，底層的算法實(shí)現(xiàn)并非我們關(guān)心的重點(diǎn)，如何發(fā)揮AI的作用，創(chuàng)造出實(shí)際的價(jià)值才是我們應(yīng)該探討的方向。除了聊天機(jī)器人、畫畫這種不痛不癢的功能外，AIGC可能會(huì)顛覆的應(yīng)用場(chǎng)景會(huì)有哪些呢？

人工智能助理

AIGC+搜索已經(jīng)成為我現(xiàn)在獲取信息的第一途徑了。目前，New Bing作為我的貼心小助手，不管是什么想要了解的知識(shí)點(diǎn)，他都可以快速的給我解答，省去了我在海量信息中篩選的過(guò)程。

輔助工作流

摘自Microsoft 365 Copilot官網(wǎng)

人類天生就有夢(mèng)想、創(chuàng)造、創(chuàng)新的本能。我們每個(gè)人都渴望做一些有意義的工作——寫一部偉大的小說(shuō)，做一個(gè)發(fā)現(xiàn)，建立一個(gè)強(qiáng)大的社區(qū)，照顧生病的人。我們都有與工作核心相連的沖動(dòng)。但是今天，我們花了太多時(shí)間在那些消耗我們時(shí)間、創(chuàng)造力和精力的瑣碎任務(wù)上。為了重新連接到工作的靈魂，我們不僅需要一種更好地做同樣事情的方法。我們需要一種全新的工作方式。 —— 翻譯自 ChatGPT

GPT4發(fā)布的第二天，Microsoft 365 Copilot變橫空出世，宣傳片相信大家都已經(jīng)看到了，從此以后我們的工作方式將永遠(yuǎn)改變，開(kāi)啟新一輪的生產(chǎn)力大爆發(fā)。

除此之外，前段時(shí)間筆記軟件Notion也上線了自己的AI助手，可以幫助用戶更輕松、更快捷地完成日常任務(wù)。主要包括自動(dòng)文本生成、內(nèi)容推薦、智能搜索、情感分析等。

可以預(yù)見(jiàn)，AIGC的出現(xiàn)將會(huì)極大的改變現(xiàn)有的工作模式，未來(lái)，越來(lái)越多的效率軟件、辦公軟件將會(huì)推出其自己的AI解決方案。

?? 插播一條行業(yè)動(dòng)態(tài) 36氪獨(dú)家獲悉，釘釘已完成對(duì)協(xié)同辦公廠商「我來(lái)wolai」的全資收購(gòu)。3月5日，我來(lái)wolai（上海我云網(wǎng)絡(luò)科技有限公司）數(shù)位核心團(tuán)隊(duì)成員已經(jīng)退出公司股東名單。公司法人已變?yōu)獒斸斂偛萌~軍，公司則由阿里100%控股。36氪就上述消息向釘釘求證，釘釘官方表示：我來(lái)wolai團(tuán)隊(duì)已加入釘釘，將負(fù)責(zé)智能化協(xié)作文檔的研發(fā)，和個(gè)人版文檔的產(chǎn)品設(shè)計(jì)。

文本生成器（對(duì)話、文案、代碼……）

筆者最近一直沉迷“以xxx的口吻調(diào)教ChatGPT”，上圖便是在績(jī)效季到來(lái)之際用chatGPT給老板們整的活，別的不說(shuō)，效果還是蠻不錯(cuò)的。自行跳轉(zhuǎn)???《老板評(píng)語(yǔ)生成器》

ChatGPT最強(qiáng)大的便是其背后的龐大數(shù)據(jù)，基于此，你甚至可以讓那些不存在的人物、已故的人物出現(xiàn)。筆者最近剛看完電視劇《三體》，如果真的有一款“三體游戲”，里面的墨子、秦始皇等人物會(huì)不會(huì)就是ChatGPT生成的呢？

如果你也想調(diào)教出一個(gè)自己的對(duì)話機(jī)器人，可以試試這個(gè)網(wǎng)站??https://open-gpt.app/

關(guān)于AIGC的落地，最后推薦兩個(gè)和我們飯碗有關(guān)的AIGC產(chǎn)品

Codeium

Github Copilot

AIGC在倫理問(wèn)題上的攻與守

攻——利用AIGC生成有害內(nèi)容

AIGC技術(shù)強(qiáng)大的創(chuàng)作能力也引發(fā)對(duì)技術(shù)作惡的擔(dān)憂。當(dāng)要求類ChatGPT應(yīng)用制造有害信息時(shí)，它確實(shí)可以做到，輸出主要以文本和圖片為主。

1. 網(wǎng)絡(luò)詐騙話術(shù)教學(xué)者

2. 人機(jī)交互意味著無(wú)限可能，ChatGPT 可能會(huì)遵守某種虛假設(shè)定下的邪惡指令。

3. 黑產(chǎn)團(tuán)伙可精細(xì)化訓(xùn)練AIGC技術(shù)生成各類話術(shù)，用于網(wǎng)絡(luò)詐騙、評(píng)論刷量等，不僅能夠主動(dòng)發(fā)帖，還會(huì)對(duì)其他用戶的帖子做出響應(yīng)，并展開(kāi)長(zhǎng)期的運(yùn)營(yíng)。

4. 錯(cuò)誤信息超級(jí)傳播者

5. ChatGPT的不可靠之處還在于，可能會(huì)加劇虛假消息和錯(cuò)誤消息的傳播。ChatGPT不具有識(shí)別甄別能力，給出的答案很可能拼湊而來(lái)，看似合理，卻暗藏事實(shí)性錯(cuò)誤。如果用戶沒(méi)有這方面的鑒別能力，就可能產(chǎn)生比較大的風(fēng)險(xiǎn)，特別是在一些政治文化、醫(yī)療健康、交通安全方面的話題，錯(cuò)誤的回答可能引起嚴(yán)重后果。

6. 色情暴力素材生成機(jī)

7. 用戶利用AIGC生成虛假名人照片等違禁圖片，甚至?xí)谱鞒霰┝托杂嘘P(guān)的畫作，LAION-5B數(shù)據(jù)庫(kù)包含色情、種族、惡意等內(nèi)容，目前海外已經(jīng)出現(xiàn)基于Stable Diffusion模型的色情圖片生成網(wǎng)站。

1. AIGC對(duì)個(gè)人肖像權(quán)等權(quán)利的侵犯

finance.sina.com.cn

1. AIGC對(duì)原創(chuàng)作品的版權(quán)侵犯

網(wǎng)易LOFTER風(fēng)波警醒了誰(shuí)？_風(fēng)聞

守——如何應(yīng)對(duì)AIGC的“暗黑”一面？

在可預(yù)見(jiàn)的未來(lái)，AIGC將會(huì)以井噴的態(tài)勢(shì)席卷各個(gè)行業(yè)，在享受AI賦能我們生產(chǎn)力的同時(shí)，也應(yīng)該警惕AIGC帶來(lái)的危害。

《Nature》雜志在《ChatGPT: five priorities for research》一文中提到，對(duì)AIGC的進(jìn)一步研究需要關(guān)注的五個(gè)問(wèn)題：

1. 務(wù)必要對(duì)模型進(jìn)行持續(xù)校對(duì)；

2. 制定問(wèn)責(zé)制與規(guī)則；

3. 投資于真正開(kāi)放的大語(yǔ)言模型；

4. 擴(kuò)大辯論范圍；

5. 擁抱人工智能的好處。

ChatGPT會(huì)設(shè)置多層道德底線，兼顧科學(xué)和倫理，約束“經(jīng)濟(jì)人”行為，以保持“人盡其才、物盡其用”特性。未來(lái)，亦有可能出現(xiàn)“以子之矛，攻子之盾”的場(chǎng)景，用AI去識(shí)別/對(duì)抗AI。

也許未來(lái)會(huì)出現(xiàn)很多這樣的文章?? 《一種基于xxx的AI文本/圖像檢測(cè)技術(shù)》

最后

對(duì)行業(yè)的思考

Meta AI 負(fù)責(zé)人、圖靈獎(jiǎng)得主楊立昆Yann LeCun近日表示：就底層技術(shù)而言，ChatGPT 并沒(méi)有特別的創(chuàng)新。與其說(shuō) ChatGPT 是一個(gè)科學(xué)突破，不如說(shuō)它是一個(gè)像樣的工程實(shí)例。

AI人工智能的底層三大件，數(shù)據(jù)，算力，算法的發(fā)展給ChatGPT的出現(xiàn)提供了爆發(fā)的基礎(chǔ)，Open AI 將它組合的很好，不但是算法而且還包括了算力，數(shù)據(jù)。

數(shù)據(jù)方面，互聯(lián)網(wǎng)的幾十年高速發(fā)展，積累了海量人類的文本。

算力方面，計(jì)算機(jī)技術(shù)的發(fā)展，從芯片的制程到類似Chiplet，等助力AI芯片蓬勃發(fā)展。

算法，從神經(jīng)元算法起步，到Transformer 等各類算法的爐火純青的應(yīng)用。

所以AI底層三大件的發(fā)展，一定會(huì)催生出更多類似于ChatGPT的通用人工智能應(yīng)用，但我們更應(yīng)該關(guān)注底層三大件的發(fā)展，未來(lái)數(shù)據(jù)類似于寶藏和礦產(chǎn)；芯片算力，成了決勝AI的大器，沒(méi)有芯片那么數(shù)據(jù)礦產(chǎn)無(wú)法挖掘；算法，猶如礦藏提純配方。

對(duì)于行業(yè)而言，未來(lái)做好AI三大件的工作，才能在AI時(shí)代贏得紅利。

對(duì)個(gè)人的啟發(fā)

說(shuō)到最后，很多人變得焦慮，擔(dān)心自己會(huì)被取代，那么從個(gè)人的角度出發(fā)，我們對(duì)于AIGC的態(tài)度究竟應(yīng)該是什么樣的呢？

馬克思說(shuō)過(guò)，人和其他動(dòng)物的最大區(qū)別是“使用工具制造工具”，而GPT是進(jìn)入信息時(shí)代以來(lái)，人類最偉大的工具之一。使用 GPT 能夠直接調(diào)用人類千年以來(lái)積累的知識(shí)與技能，對(duì)于我們普通人而言，自己身上沒(méi)有神跡，也非天才，與其嘗試與機(jī)器、GPT和AI競(jìng)爭(zhēng)，不如站在AI這個(gè)巨人的肩膀上，利用這些工具讓自己變得更強(qiáng)。

未來(lái)，能否使用AI將會(huì)成為衡量一個(gè)人能力的標(biāo)準(zhǔn)之一。就像當(dāng)年智能設(shè)備普及時(shí)，那些不會(huì)使用智能手機(jī)的人注定會(huì)被淘汰一樣。文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-494822.html