🔥🔥🔥序幕:AIGC 进入“平民化”时代
2022 年是 AIGC(AI-Generated Content)爆火出圈的一年,不仅被消费者追捧,而且备受投资业界关注,更是被技术和产业界竞相追逐。2023,千帆竞逐...
一、 第四次技术革命
1)18 世纪 60 年代,英国率先发展并完成了第一次工业革命,在随后的一个多世界里成为了世界霸主;2)19 世纪 60 年代,完成了资产阶级革命或改革的美、德、法、日在第二次工业革命中崛起,使人类进入“电气时代”;3)进入 20 世纪中叶,以信息技术、新能源技术的代表的第三次科技革命在美国兴起,进一步强化了美国的霸主地位。
自 2006 年以来,Hinton 提出深度学习算法,令机器在自主学习方面有了革命性的突破,同时,伴随着海量数据的积累 GPU、芯片计算能力的提升,人工智能的三大要素“算法”、“算力”和“数据”皆已准备就绪。人工智能有望引领了蒸汽革命、电气技术革命以及信息产业革命之后的第四次生产力革命。
二、 人工智能(AI)发展的三次浪潮
第一轮:兴于感知神经网络,终于计算机性能约束:计算机的性能制约了早期程序的应用,人工智能的发展首次遇冷。
第二轮:兴于 BP 神经网络,终于专家系统的失败:算法局限使计算遭遇瓶颈,人工智能由于实际商用成本过高再次衰落。
第三轮:兴于深度学习算法,强于数据及算力:底层算力的高速发展和多维数据的快速积累,使本轮人工智能得以爆发。
三、 AIGC 内容创作新模式
Web1.0 时代“只读”模式催生出“PGC”;Web2.0 时代,社交媒体兴起,人与人通过网络交互,催生出以用户生产和分享内容的“UGC”模式;Web3.0 时代,内容消费需求进一步增长,个性化需求凸显,“AIGC”将成为重要的新内容生成方式。
目前 AI 仍为内容制作的辅助型角色(AIUGC),待技术突破,AI 可真正作为内容创作者(AIGC)。
谈了这么多,那到底什么是 AIGC?从字面意思上看,AIGC 是相对于过去的 PCG、UCG 而提出的、因此 AIGC 的狭义概念是利用 AI 自动生成内容的生产方式。
但 AIGC 已代表了 AI 技术发展的新趋势。过去传统的人工智能偏向于分析能力,即通过分析一组数据,发现其中的规律和模式并用于其它多种用途,比如应用最为广泛的个性化推荐算法。而现在人工智能正在生成新的东西,而不是仅仅局限于分析已经存在的东西,实现了人工智能从感知理解世界到生成创造世界的跃迁。因此从这个意义来看,广义的 AIGC 可以看作是像人类一样具备生成创造能力的 AI 技术,即生成式 AI。
生成式 AI 可以基于训练数据和生成算法模型,自主生成创造新的文本、图像、音乐、视频、3D 交互内容等各种形式的内容和数据,以及包括开启科学新发现,创造新的价值和意义等。
在过去 AI 推荐算法是内容分发的强大引擎,而现在 AIGC 是数据与内容生产的强大引擎,AIGC 或将颠覆传统内容生产方式,降低内容创作的门槛。从信息分发到内容生成(AIGC),AI 有望重塑内容及互联网产业生态。
四、 AIGC 应用层的趋势
根据 Gartner2022 年底报告,其测算当前 AIGC 占所有生成数据小于 1%,预计该数字到 2025 年或上升至 10%。
另外根据百度创始人李彦宏在 2022 年再百度世界大会上曾判断,AIGC 将迎来三个发展阶段:
助手阶段:AIGC 辅助人类进行内容生产。
协作阶段:AIGC 以虚实并存的虚拟人形态出现,形成人机共生的局面(数字孪生)。
原创阶段:AIGC 将独立完成内容创作。
AIGC 作为当前新型的内容生产方式,已经率先在传媒、电商、影视、娱乐等数字化程度高内容需求丰富的行业取得重大创新发展,市场潜力逐渐显现。2022 年,AIGC 发展速度惊人选代速度呈现指数级爆发,谷歌、Meta、百度等平台型巨头持续布局,也有 Stability Al、Jasper Al 等独角兽创业公司出世。
Al 绘画已经能承担图像内容生成的辅助性工作,前期初稿的形成可以由 Al 提供,后期再由创作者进行调整,从而提高内容产出效率。根据 6pen 预测,未来五年 10%-30% 的图片内容由 AI 参与生成,有望创造超过 600 亿以上市场空间,若考虑到下一代互联网对内容需求的迅速提升,国外商业咨询机构 Acumen Research and Consulting 预测,2030 年 AIGC 市场规模将达到 1100 亿美元。
五、 AIGC,我们能做什么?
目前整个 AIGC 行业已形成完整且成熟的产业链,受制于模型投入重、要求高等因素,大多数企业在模型层或机会较小,应尽早利用早期生态蛮荒期,建立创新场景。通过接入成熟大模型或结合特定领域的数据集二次训练,用于下游垂直应用端产品或服务完成商业价值落地。
同时联想研究院芮勇博士在 9 月初的中国 AIGC 创新发展论坛上也提到,“过去 6 个月越来越清楚,趋势就是从“建”大模型到“用”大模型。怎么用好大模型,需要找到合适的领域和场景,并且同时要建立有效的使用大模型的工具。大模型在那儿,我们需要建立的是实现场景化的工具,实现轻量化的工具,实现类脑化的工具,实现个人隐私保护,把工具找到,才能做好应用,这就是我刚才跟大家谈的场景化、轻量化、类脑化”。
版权声明: 本文为 InfoQ 作者【石头爱分享】的原创文章。
原文链接:【http://xie.infoq.cn/article/184ffaccdc3390a8d816f403e】。文章转载请联系作者。
评论