生成式人工智能，切蛋糕的刀还是做蛋糕的手？

发布时间：2022-11-19 13:34 所属栏目：15 来源：互联网

导读：在此以前，从未有过一个算法或者技术能同时出现在我的大学专业群（学术）、工作群（业务）、娱乐群（搞笑）、B站首页和小红书首页之中。而在过去半年里, text2img generative model技术成功出现在上述所有平台，大家在校友群讨论Stable Diffusion算法，在工

　　在此以前，从未有过一个算法或者技术能同时出现在我的大学专业群（学术）、工作群（业务）、娱乐群（搞笑）、B站首页和小红书首页之中。

　　而在过去半年里, text2img generative model技术成功出现在上述所有平台，大家在校友群讨论Stable Diffusion算法，在工作群讨论商业化路径，在沙雕群讨论鲑鱼洄游和不能游泳的小女孩，在小红书有博主玩彩妆艺术生成，在B站也有各路up主开发出种种神奇的应用……在刚刚截稿的ICLR（一个横跨vision, NLP, ML/RL, robotics的会议）的5000篇投稿中，title/abstract带有diffusion字样的文章达到了200篇，在233篇得分为7分（含）及以上的论文中，共有13篇涉及扩散模型。

　　在当年的“AI会抢走人类哪些工作”预测中，自从AlphaGo击败人类冠军棋手后，我们对于AI决策能力的质疑就画上了句号，从数据分析、生产管理到自动驾驶等，我们开始把许多领域的控制权都交到AI手里。

　　绘画领域本是人类长期保留的自留地，原有的分析型AI无法在创造性工作上与人类竞争——它们被降格为只做分析和机械性的认知工作。我们人类对比机器来说，最大的优势在于创造。随着生成式AI的出圈，创作也开始失守。人们意识到机器开始尝试创造有意义和美丽的东西，在更多领域与传统工作方式和产品竞争，比如在美国科罗拉多州博览会的数字艺术类美术比赛中获得第一名的“太空歌剧院”就是AI的产物。
　　
　　璞跃中国移动出行团队通过对“文本自动生成”和“图像自动生成”两个领域的研究，认为AIGC确实会抢走一部分的“旧蛋糕”，但随着元宇宙和内容经济的底层、硬件的迅速发展，这两个领域的内容自动生成却同时也是做蛋糕的手，可以帮助迅速搭建尚不成熟的内容生态。

　　在它逐步发展的过程中，璞跃中国移动出行团队认为：

　　在标准化强度越高、越结构化的内容中，AI生成内容彻底替代人工创作者的可能性越大；
　　随着AIGC越来越同质化、高效化，生成内容的可控性决定了其是否会成为商业创作者助手的存在，还是替代原有内容产出者的角色；
　　AI批量生成的非结构化内容，如3D视频、VRAR领域内容，可以帮助硬件和平台厂商打破生态瓶颈，迎来行业爆发。
　　
　　生成式AI能应用的场景非常多，从不同类别的文本、图像到策略的生成都可以装进各个口袋，在这些领域中，文本的结构化属性最强，发展最早，因此文本和语音生成是目前生成式AI最成熟的领域。

　　AI生成文本

　　非交互式文本生成

　　文本生成又分为交互式和非交互式，非交互式更接近常规写作这个领域，AI应用最多的在于自动输入更正或者输出一些中短篇内容。

　　璞跃中国移动出行团队认为，未来在新闻播报等更为结构化、标准化的领域，可以完全适用算法生成的稿件；但对用于创意写作、营销写作或者剧情续写的非结构化写作来说，模型的可控性还不足以做到给AI一个题目，让AI生成可以直接使用的千字文万字文，它只能在文字和用词上做一些扩展，人们还需要对自动生成的内容进行迭代。

　　此模型的作用，是在创作者写作的过程当中，根据现有的文本产生新的想法，或者重写已有文句，从而帮助创作者突破创作瓶颈。随着数量和模型的累积，未来将有更高质量的输出、更多形式的内容和更好的垂直领域深度内容产生。比如谷歌的LaMDA ，本身的设计功能只是句子补全；比如通过给定的一个单词，来预测下一个最有可能的单词是什么。

　　随着时间的积累，LaMDA的模型规模和训练数据量大到让它获得了一种潜意识的能力，可以从语言中学习很多更高层次的概念和联想，从而对于创作者的工作流程带来非常大的帮助。现在的创作者可以用这个模型重写语句，生成文章细节内容，也可以让它遣词造句，让原有的行文“更有趣”或者“更忧郁”一点。

　　交互式文本生成

　　代码生成

　　如果说AI文字生成用的是常规人类文本，AI代码生成则是机器语言的自动生成。GitHub基于 OpenAI 推出的Copilot，可以说是程序员神器了，它是在数十亿行开源代码上训练，并在写代码的同时默默给出整行，甚至只要填写注释和调用的包，它就能给出完整算法的建议。在短期内，这一技术的应用将大大提升开发人员的生产力和效率，未来更多的非开发人员也将能利用代码生成，完成自己的内容开发。

（编辑：ASP站长网）