未来十年,AIGC 将彻底颠覆内容生产行业
![未来十年,AIGC将彻底颠覆内容生产行业](https://static001.geekbang.org/infoq/45/45c176a0fbafd6e5426f3435c6c173c4.jpeg)
1950 年,艾伦·图灵提出了著名的“图灵测试”给出了判定机器是否具有“智能”的试验方法。从某种程度上,人工智能从那时起就被赋予了用于内容创作的期许。
经过了半个多世纪的发展,随着数据快速积累、算力性能提升和算法效力增强,我们似乎进入到了一个新的纪元:AIGC 迅速火爆全球。
那么 AIGC 到底是什么?它会给我们的生活带来哪些影响?我们又将面临哪些挑战和机遇?本篇文章将带领大家系统了解 AIGC。
一、AIGC 是什么
AIGC,全称为「Artificial Intelligence Generated Content」,即人工智能生成内容。其核心是利用人工智能算法生成具有一定创意和质量的内容。
简单来说,AIGC 就是根据用户输入的关键字或需求,从中提取和理解意图信息来生成与之相匹配的文本、图像、音频、视频和交互式 3D 等内容。
ChatGPT 是 OpenAI 开发的⼀种语言模型,⽤于构建对话式 AI 系统,它能够有效地理解和响应⼈类语⾔输⼊。
DALLE-2 是 OpenAI 开发的另⼀个最先进的 GAI 模型,它能够在⼏分钟内根据⽂本描述创建独特的⾼质量图像。
Midjourney,是其同名研究实验室开发的一款文本生成模型,可根据文字生成图像。
![](https://static001.geekbang.org/infoq/1a/1ad6c7ac92ead267130a6eddefde7156.jpeg?x-oss-process=image%2Fresize%2Cp_80%2Fauto-orient%2C1)
随着互联网的发展,信息网络上的内容输出形式也在不断变革。内容生产模式一共有三个发展阶段:PGC(专家生产内容)、UGC(用户生产内容)和 AIGC(AI 生产内容)。
PGC 一般是由专业化团队操刀、制作门槛较高、生产周期较长的内容,最终用于电视剧、电影等商业变现,但 PGC 受限于供给侧的人力资源,难以满足大规模的内容生产需求。UGC 在一定程度上降低了生产成本与中心化程度,满足了用户个性化、多样性的需求,但由于创作者、内容和工具不受限,其质量不可避免地下降。
PGC、UGC 分别被产能与质量束缚,难以满足互联网时代快速增长的内容需求。如今,AIGC 的兴起,不仅将内容产业的繁荣推向了新的高度,也将对社会的演进产生更深远的影响。
从产能方面来看,AIGC 优化了信息挖掘、素材调用等环节,实现高效率地内容生产。
从质量方面来看,AIGC 创新了内容生产的流程和规范,使得内容生成更具有创造性的内容。
百度李彦宏曾提出 AIGC 发展要经过三个阶段:
助手阶段:AIGC 辅助人类进行内容生产
协助阶段:AIGC 以虚实并存的虚拟人形态出现,形成人机共生的局面
原创阶段:AIGC 将独立完成内容创作
AIGC 是继 PGC、UGC 之后的全新内容生产方式。它不仅能提升内容生产的效率,还能创造出独特价值和独立视角的内容。虽然我们仍处在“助手阶段”,但随着算法技术的发展,AIGC 最终可以实现以较小的的成本,以百倍千倍的生产速度,去生成 AI 原创内容。
二、AIGC 的运行基础
GAN、CLIP、Transformer、Diffusion、预训练模型、多模态技术、生成算法等技术的累积融合,促进了 AIGC 的发展。AIGC 的核心原理是将大量数据输入 GAN(生成对抗网络)等深度学习模型中,通过训练的语言模型来生成内容。
![](https://static001.geekbang.org/infoq/9c/9cf2cbe9de43542e4551f57331196b4b.png)
深度学习模型的逻辑在于我们不需要判断,只需要一股脑将所有信息投喂给深度学习模型,它会自己判断哪个有用、哪个没用。
在深度学习领域中,2014 年横空出世了一款全新的算法,生成对抗网络(GAN,Generative adversarial network),它在 AIGC 领域大受欢迎。
GAN 是一种用于生成逼真数据的深度学习模型,它能生成出非常逼真的照片、图像甚至视频。像我们手机里的照片处理 APP 就会使用到它。
GAN 由生成器 G(Generator)和判别器 D(Discriminator)组成。生成器通过机器生成数据来“骗过”判别器;判别器通过判断找出生成器产出的“假数据”。二者相互对抗,通过反复迭代优化,最终生成器可以生成与真实数据几乎无法区分的新数据。
举个例子:
最近,你准备参加一个油画比赛,为了能够在比赛中取得好成绩,你决定向你具有高超绘画水平的朋友请教一些技巧。
你将画好的油画给你的朋友看,他不断地指出哪些地方需要改进,如颜色使用不合理、线条不够流畅等。随着越来越多的练习,你的绘画技巧逐渐变得更加出色。
你不再只是简单地复制朋友的作品,而是能够创造出自己独特的画风,而你的朋友也在一次次帮你调教的过程中技巧越来越成熟。
近年来,AIGC 技术的发展重心仍然是通过海量数据训练机器,让机器能够好地预测概率和理解需求,从而大大简化了人工参与的环节,提高了输出内容的准确性和多样性,最终逐渐发展成能够生成以假乱真的视频、音频和图像。
三、危机还是契机?
对打工人来说,AIGC 是危机还是契机?我们不得不承认,AIGC 的出现大大降低了创作门槛,为各行各业带来了新的机会:
人人都是内容创作者
一键生成文章、段子、短视频……在 AIGC 的帮助下,人人都能成为内容创作者。AIGC 能够帮助我们更高效地传达思想,提供创作灵感,当然也能做校对、编辑等基础性工作。这种人机协作方式将进一步提高内容创作的效率及质量。
“AIGC+”涌入各行各业
在更广泛的领域,AIGC 也能有新的应用:在金融领域,AIGC 可以帮助银行和保险公司自动生成财务报告、市场分析和投资建议等,提高工作效率和决策准确性。在教育领域,AIGC 可以为教师和学生提供个性化的学习材料和教学辅助工具,提高教育质量和学习效果。在新闻出版领域,AIGC 可以自动生成新闻报道、社论和评论,丰富新闻内容,提供更快的新闻报道等等。
AIGC 渗透到社会的各行各业,“AIGC+”逐渐成为各类产业发展的一种新模式。但随着越来越多的内容由 AIGC 生成,内容的准确性和可信度也就成为接下来的关键问题。我们可以预见,在未来,AIGC 将会引入更多的算法和机制,以应对虚假信息、抄袭和其他违规行为的挑战,确保生成内容的真实性、合法性。
四、AIGC 的风险与挑战
虽然 AIGC 在许多不同的应⽤程序中具有⾮常有⽤的潜⼒,但它关键技术还不成熟,大规模落地仍存在着很多问题。此外在法律、内容质量、社会安全方面,AIGC 还存在诸多问题:
1、信息真实问题
AI 有时在一本正经地胡说八道。一旦涉及到法律、医学等专业领域,尽管 ChatGPT 等 AI 工具能够生成看起来或听起来合理的内容,但在事实上很多普通用户无法判定这些内容的真实性。这对互联网信息的真实性造成了严重冲击。
2、内容版权问题
AIGC 本质上是对大量数据学习后加以应用,但 AI 生成内容的版权归属问题目前还没有明确的法律。业内对版权的界定有两种不同的观点:一是认为内容版权归数据集成者所有,二是认为内容版权归 AIGC 平台或作者所有。目前虽没有明确的界定,但相信随着时代的发展 AIGC 的版权会变得更加清晰。
3、内容质量问题
虽然 AI 能够根据关键词迅速产出内容,就目前而言它依旧不能代替人类的创意和判断力。如果过度依赖 AIGC,将会导致内容同质化和低质量化的情况,难以在竞争激烈的市场取得优势。
4. 诈骗欺诈问题
社会新闻中,不乏因为 AIGC 而遭到诈骗的受害者。曾经骗子害怕的视频通话,现在有了 AI:一键换脸、声音合成,反而成了他们提高诈骗成功率的手段。未来,AIGC 使用最熟练的很有可能就是他们。
五、写在最后
我们正处在一个特殊的时代,仿佛我们已经来到了新的纪元。AIGC 的快速发展不仅创新了文化创作的生产模式,也改变了人类与人工智能的交互形式。
纵使马斯克公开警告:人工智能是人类文明的最大威胁。但他在发表演讲后的几周就成立了人工智能新公司,将其命名为“xAI”,并购买了 10,000 个 Nvidia GPU 芯片,正式进入 AI 领域,欲在 AI 领域挑战谷歌、微软和 OpenAI。
AIGC 的产品,终将越来越频繁地出现,成为常态。禅道也发布的 OpenAI 插件“神奇海螺”,它打通了 ChatGPT 的 API,解决了在国内个人用户使用 ChatGPT 比较困难的问题,大家完全可以通过禅道的神奇海螺向 ChatGPT 聊天提问~
AIGC 技术的未来如何,我们尚未可知,但我们可以知道的是:一旦开始,便无法停下。我们能做的,就是积极主动地「跃入」AIGC 时代。
![](https://static001.geekbang.org/infoq/0c/0c57adb07219b5ab4d166b35e7a643f6.png)
版权声明: 本文为 InfoQ 作者【禅道项目管理】的原创文章。
原文链接:【http://xie.infoq.cn/article/9fcbf8be44bc468c0b8d43b2d】。文章转载请联系作者。
评论