AIGC

　 　作者ψ/Χ李强

ζ

　　编辑Ε/☏林曦

　　AIGC（用AI技术自动ⓔ生成内容）的应用竞赛，正在β将AI重新带到聚☞光灯下。

　　12月1日，美国科技企业OpeથnAI发布了聊天机器人ChatGPT，开启∞’免费公测。

　　好奇的人们提出各种千奇百怪的问题，观察ChatGPT的反应，比如询问学੦术问题、写请假条/散文/rap、检查和修ਭ改代∃码BUG甚至诱骗ChatGPT规划如何“毁灭”世界。

　　ChatGPT的表现可以用惊艳来形容。一方面，ChatGPT给出的结果¾准确性极大提升，在绝大部分知识领Ü域，ChatGPT都能够给出专业性的回答，无效回答很少。比如被问到哥伦布2015年来到美国的情景时，ChatGPT会直≠接表示哥伦布不属于这一时代，并且ChatGPT的道德约束性也表现良好，能够主动辨别不适合的话题并予以回避，甚至做正向引导。

　　另一方面，ChatGPT在与用户的交流中展现出很强的理解能力：ChatGPT在写“命题作文”时，用户可以随时打断，并要求ChatGPT按照用户意图进行续写；当用户故意使用缺乏前后文ો的代码片段“刁难”，让ChatGPTü指出为何程序无法正常运行时，ChatGPT会表示，在用户不提供ਠ代码具体功能以及更多代码内容的情况下无法回答问题。

　　前ⓝ所未有的人机交互体验，让用户们情不自禁地晒出与ChatGPT的对话，分享自己的奇妙体验与震撼感，技术的魅力也让ChatGPT的¼话题犹⋅如病毒般蔓延。

　λ　5天后£，OpenAI CEO Sam Altma੍n发文表示，ChatGPT用户达到100万。

　　在用户端热火朝天છ的“开发”中，ChatGPT另一面的不◯足也迅速暴露。比如，ChatGPT“一本正经”的回答中也会存在知识性错误，这些更隐蔽、更具迷惑性的错误，让࠽ChatGPT显得“有趣”又危险。

　　ChatGPTⓒ走红后，程序员版“知乎”Stack Overflow很快宣布暂时禁止用户分享ChatGPT生成的回复，原因是大量用户尝试用ChatGPT回答用户在平台上提出的问题，而ò这些快速生成的大量内容，很多第一眼看上去正确，但如果具备专业知识，稍加检查‚就能发现其中存在错误，这对于寻求正确答案的小白来说是致命的。

　　不过，更多的业内Î◑观点认为是瑕不掩瑜，并将ChatGPT视作AIGC发展中的重要里程碑。国盛证券在研报中指出，这些问题来自训练过程和数据集的局限性，随着进一步强化ⓗ训练，完善模型质量，未来迭代值得期待。

　　“尽管ChatGPT确实有一些糟糕表现，比如在面对简单计算题时，Ch&#266a;atGPT却给出小作文式的求导过程以及错误的结果，但这不能因ટ此否定ChatGPT，因为这些本来也不是ChatGPT要干的活，ChੑatGPT的主要任务在于让机器理解人类语言。”古典互联网投资人、内容行业观察者庄明浩对21世纪经济报道记者表示。

　š　七十年前，“人工智能之父”图灵在《电脑能思考∀吗？》中提出，如果人无法判断屏幕的另一侧究竟是人还是机器，就证明机器具备人一样的智能，这个经典的图灵测试如同北斗ભ星，指引着AI行业的工作者们不断前进。

ⓜ　　今天，ChatGPT展现出的极具迷惑性的表达能力，让这个曾经遥不⊆可及的未来似乎正变得模糊ੋ可见。

　　૮AI需要新ⓚ叙事«

　　1985年，ੋIBM开始了象棋超Å级计算机“深蓝”的研发。1997年，深蓝终于战胜国际象棋冠军卡斯帕罗夫，轰动一时，不过深蓝并没有在之后Ε激起更大的涟漪。

　　原因在于，深蓝的技术思路是通过在系统中整合象棋游戏中ø的规则和经验，来模拟℘人类专家从而进行逻辑推理和判断：深蓝输入了૥一百多年来优秀棋手的两百多万场对局，来战胜卡斯帕罗夫。

　　深蓝的这种技术思路被称作专家系统，让AI开始能够解决一些“知识处理”等方面的实际问题，不过，这种被称作专家系统的方法弊端很明显，深蓝会下象棋，但也只会下象棋，技术拓展性很差，适用的领ý域也非常狭窄，更ϑ新迭代和维护成本非常高，这让专家系统在短暂点燃市场热情之后‹又迅速降温。

　　同时期，另一个思路也被提出来：借鉴生物神é经系统，创建人工神经网络，尽管后来被证明是极具潜力的，但在当时的条件下，走这条路线的AI显得既不聪明（算法效果差），也不努力（算力低下š），而且连基本的学习资料（大数据）都没有。见੓不到效果，神经网络的思路也很快被弃用。

　　于是，上世纪八十年代中期，专家&#266c;系统与神经网络掀起的第二ª次AI浪潮很快È进入寒冬。

　　2006年，Google的首席AI科学家杰弗里·辛顿(Geoffrey Hinton)第一次提Ä出深度学习的概念，带领AI行业重新回到神经网络的思路上，同时算法、算力以及大数据不断跟进，逐渐松绑的神经网络开始发挥其µ威力，由此掀起第三次AI浪潮并延续至ⓥ今。

　　CMC资本董事总经理易然对21世ρ纪经济报道记者解释道，机器学习最开始主要完成回归、分类、推荐、排序等以“相似性”为核心的数据类应用，在内容和商品推荐、广告算法等应用效果非常好，从2014年、2015年开始，各种深度学习的框架得到&#ffe0　;广泛应用，以视觉语音识别、NLP（自然语言处理）等为代表的感知类应用‏的大发展，并且深入到了广大的科技类公司的业务中。

　　以计算机视觉为例，这也是AI技术商业化落地进程最快的赛道。2014年，旷视科技成为支付宝“刷脸支付”的技术提供商，云从科技帮海通证券做远程开户的身份认⊆证系统，依∋图科技凭借“蜻蜓眼系统”帮助公安部门加强安防；2015年，商汤科技利用人脸识别帮助中国移动完成3亿人手机实名制，这一轮技术爆发中的独立创业公司代表“AI四小龙”就此完成¥起家。

　　不过，单⌈凭技术的应用，AI行业似乎还缺乏一Ρ些&#256e;声量。

થ

　　2016年，AI炫技再一次拿棋手祭刀，AlphaGo击败围棋世界冠军李世石，让全世界都去琢磨AI的未来。从ⓔ这一年开始，各大企业争相布局，初创独角兽涌现，ઽ资本热钱迅速流入，掀起这次AI浪潮中的最大浪头。

　　据《2021年人工智能行业发展蓝皮书》统计，过去9年AI领域IPO前的股权投资行为૧，共发生2048&#ffe1;起，投资金额达4800亿元∩，投资的高峰期集中在2015年至2018年。

　　但大多数∝创业公司的AI应用，迟迟走Æ不出研发环节，业绩亏损、估值虚高的经营状况看不到改善机会，资本开始退潮。À蓝皮书显示，2018年全国单笔平均融资投资额为4.1亿元，2019年下降到1.6亿元。

　　2020年，创新工场创始人૦李开复在公开场合表示，不否认过去许多AI公司Ǝ割了投资人的韭菜，但是有三个AI专家就能估值7亿，靠AI概念忽悠投资人的时代已经过去了。੧

↓　　即使作为从独立创业公司Ç中走出来的佼佼者，“AI四小龙”也得不得面对凛Å然的寒气。

　　一方面，阿里、腾讯等大厂纷纷自行开发人脸识别技术，海康威视、大华等硬件公司也先后开始布局图像识别领域，ળ主要的应用赛道卷成红海；另一方面，A∃I落地主要以to B/G的模式为主，A¸I公司做的更多是定制化外包的工作，投入高却难以复用，整体经营状况不容乐观。

　　“以‘AਨI四小龙’做的计算机视觉为代表的这一代AI技术，主要是基于现有数据进行分析和判断，如今这个方向可以说已经做到极致，卷不动了，AI必须得找一些新的方向，就像如今的AIGC，虽然AI的∉创Ο作方式并没有太大的改变，但确确实实往前迈了一步。”庄明浩对21世纪经济报道记者表示。

«　　用百度CEO李彦宏的话说就是，人工智能正在从理解内容走ã向ৄ生成内容。

　û　⇓大力出ϖ奇迹

　　话题回到CથhatGPT，为何它现在能实现如此革命‚性的变化？&#ffe1;

　　首先੓应该说明的是，ChatGPT属于AI઩技术分支中的自然语言处理，同机器视觉并列，机器视觉解决的是让机器看懂图像中内容，自然语言处理负责让机≥器理解文字。

　　我们画画的ਬ时候，第一步先圈一些线条或അ与方块，确定哪里画手，哪里画À胳膊，然后在这个基础上画出骨骼线条，最后补充画面细节，这一切完了之后，可能还需要进行光影、色彩等方面的调整。

　　深度神经网络借鉴了同样的思路，“深度”的含义就是逐层递进，从ñ泛化规律到具体要求，在这个过程中，由于大多数的‹层级和具体任务的关系不º大，就意味着大量基础的训练工作可以复用。

　　也就是说，我们可以先训练一个基于通用逻辑的“半成品”，比如训练出一个掌握所有线条规律的AI，这个过程称作੐“é预训练”，得到的模型被称为“大模型”，然后ⓜ绘画、修图、设计领域的工作者们再按照自己的具体要求，进行更进一步的训练，得到一个解决具体问题的最终产品。

　　由于文字特征比图像特征更加抽象，所૟以我们更早地看到人脸识别、ψ图像识别、文字识别这些机器视觉领域˜的应用遍地开花。

　　2017年12月，谷歌在顶级机器学习会议NIPS上‚发表了论文《Attention is all you need》，至今仍ણ然影响巨大的Transformer问☼世，Transformer解决的就是的文字特征提取问题，关键的卡壳问题解决，接下来就显得自然而然。

　　2015年12月，特斯拉CEO马斯克和Sam Altmaબn等人创立OpenAI，2017年，OpenAI发布τ其首个生成人类文本的语言处理模型——GPT-1，GPT全称是“Generative Pre-TrΞaining”，即“生成式预训练”。

　　2018年，马斯克离开了OpenAI，OpenAI的解释是回避因特斯拉工作而可能造成的利益冲突。2019年，OpenAI拿到¶了微软的10亿美元投资，对它来说，还有很重♧要的一点，微软手里有AI所需要的一切：算力与੟大数据。

　　之后便是“大力出奇迹”，从GPT-1到GPT-3，模型的参数量从1.17亿增加到1750亿，预ⓤ训练数据量从5GB增加到45TB，效果也非常显著，GPT-3可以根据简单的命令式写文章，写菜谱，甚至作曲，堪称目前为止૤最强大的通用语言模型，不过OpenAI并没有选择开源，这也让GPT-3没能享受到太大ρ的破圈效应。

　　2021年，OpenAI又基于GPT-3发布了文字转图片模型DALL E，可ϑ以直接通过文▧字χ生成图片，比如输入“一把牛油果造型的扶手椅”，DALL E就能通过图像合成出一系列的目标图像，虽然功能强大，但OpenAI仍然选择不开源。

　　ChatGPT是在GPT-3的基础上做了微调，通过加强人类反馈的方式，提升记忆能力，使ChatGPT可以储存对话信Š息，延¸续上下文，从而实现连续对话‚，从而优化对话能力，这极大地提升了用户体验。

　　“我们很早也判断，AI跟人的交互过程，不应该仅仅是完成任务，õ更重要的是在这个过程中，让AI根据人的反馈去学习，我们今天看到ChatGPT在预训练的基础上让AI根据人的反馈去细化学习也正是如此。”清华大学惠妍讲席教授、IEEE/CAAI Fellow周伯文对21世纪经济报道记者表示，而在实际使用中，虽然ChatGPT有时会给出错误答案，但在用户反馈˜后，这些错误ρ很快得到了纠正。

　　如果说每波技术浪潮的兴起·，总是需要一些热点性事件做开场，ChatGPT一定ψ榜上&#25bd;有名。

　　࠹这次的主题，就是੐AIGCΕ。

　Ι　ਨAIGC੫元年

　　在ΖChatΣGPT之前，AI绘画就已经开β始崭露头角。

　　今年8月，美国科罗拉多州举办的新兴数字艺术家竞赛中，一位没有绘画基础的参赛者ⓕ提交AIGC绘画作品《太空歌剧院》，获得☜了比赛“数字艺术/数字修饰照片”类੨别一等奖。

　　“机器才刚刚开始善于创造有意义和美丽的东西。”红杉在今年9月的一篇ϒ文章中表示，正如十年前移动互联网被一些杀手级“应用打开了市场，如今的AIGC也站¨在这样的节点，比赛已经开始了。

　　易然也对记者表示，这一次技术的进步使得AI延伸到了生成类任务，如同上一波的感知技术&#266a;，这次≈AIGC同样会带来一系列新的应用方ࢵ向，出现诸多创业公司，同时也会加强不少成熟的科技和产业公司的能力。

　　事实上，早在2020年GPT-3发布以后，巨头间便开始了竞Õ赛。2021年谷歌发布了万亿级模型Switch Transformer，微软和英伟达也推出了包含5300亿个参数的自然语ઍ言生成模型，而在国内，华为、▒百度以及阿里等也先后推出了自己的预训练大模型。

　　“这一波技术的进步是从谷歌ਪ等公司开始掀ફ起，因为需要花费极大的算力和研发成本投入，最初时在模型这一层只有最大的几个科技公司投入得起，国内大厂&#256f;以及很多企业其实也在跟进投入，在预训练大模型上也取得了相当不错的成果，尤其在中文相关场景。”易然对21世纪经济报道记者表示。

　　11月25日，据媒体报道，在最新的中文语言理解领域权威榜Β单CLUE中，阿里AΔI以86.68♣5的总分成绩创造了新纪录，成为该榜单诞生近三年以来，AI首次超越人类成绩——AI的中文语言理解水平超过人类，未来或许值得期待。

　　开源无疑是AIGC踹开实验室大门，走向市场的最后一ⓠ脚«。今年5月，Meta开源了与GPT-3类似的通用语言大模型OPT；8月，૮Stability AI开源了文字转图片模型Stable Diffusion，并引发了AI绘画应用在全球范围内的爆炸式增长。

　૮　AIGC的爆火也在重新点燃资本市▥场对AI行业的热情。Γ

　　今年10月，主打文字生成的AIGC公司Jasper.ai宣布完成1.25亿美元的A轮融资，估值达到15亿美元。几乎同一时间，àStability AI宣布获得1.01亿美元融资，估值已达10亿美元。Stability A૦I表示，所筹资金将用于∠开发图像、语言、视频、音频和3D等多模态开源模型。此外，这笔资金还将用于吸纳更多的人才，预计明年公司员工将从100人增加到约300人。

　　“像OpenAI、Stability AI这些公司技术投入不弱于海外大厂，而且他们较早进行产品化并建立૩开放生态，过去一年多催化了一系列的行业应用和创业公司。目前话题性最强ß、传播最广的几个应用Dall E、ChatGPT、Stable Diffusion也是属于这两家公司的产品。这一点国内确实在短ï时间内还有所不及，无论从应用的开发到资本市场关注度上也都要稍晚一些。”易然对21世纪经济报道记者表示。

　　但实际深入到应用落地和Ρ创业公司上，易然Κ认为差异并没那么大，“很多国内的早期公司已经在快速应用生成式AI/AIGC的能力，我们看到和客户需求结合得还是比较紧密的，目前预训练大模型领域的开源生态建设的也很好▧，中国创业公司也能够较好的用上海内外大厂的技术。”

　　“说白了，有了方向之后，很多事情就变简单了，中国公司更擅长商业模式上的创新，未来在应用层国内应¦该会出现比较∪多有意思的东西ⓣ。”庄明浩告诉21世纪经济报道记者。

　　ý€ AIGC的颠覆能力

　　ChatGⓑPT引发ⓓ੊最多的讨论无疑是对于内容产业的颠覆。

ι

　　“生‘成式AI目前和未来都将主要是辅助性的工具，内容创作者和Ò创意工作者们没有必要谈虎色变，担心创作方式跟不上时代甚至彻底丢了饭碗。”易然表示。

　　例如在૙美术领域，人力成本以往是游戏制作的一大门槛。生成式AI的广泛应用，能够使项目策划立项阶段降低负担，同时也能够赋能更多的小工作室和中长尾游戏的出现，或者普遍提高♡其在美术、੕内容丰富度方面的水平。

　　“我的朋友是一家游戏公司的老板，原来设计人物或者场景，他首先要讲清楚自己想要的效果，美术根据理解去画，画出来之后再反复调整，这个过程费时费力且枯燥。当AI绘图出<现，并且在分辨率、笔触、结构、光影效果等多个维度都可以达到\’可用\’的标准之后，老板和美术只需要跟AI讲清自己想要的效果，然后在AI跑出来的成百上千副作品中，挑选或再加工出满意的那个，Š时间成本得到大幅降低，这个过程中美术人员没有被取　代，只是他们要学习如何使用AI，让自己的工作变得更有效率。”庄明浩告诉21世纪经济报道记者。

　੠ß　“å

　　在庄明浩看来，内容领域最后所κ呈现的东西是偏¼主观的，甚至带有一定情绪化的艺术Ψ表达，并且在这个层次的表达，AI短期内没法实现。

　　2022年6月，AI辅助编程工具Gi&#263b;tHub Copilot结束Ã内测，正式外开放，开发人员使用GitHub Copilot实现AIcoding以及代码补全，比现有的其他代码辅助软 件更加智能，可以实现全文理解，对文档、注释、函数名称，代码都可以智能化的进行上下文合成匹配，而根据官方统计，过去一年中GitHub Copilot已经积累了120万用户。

　　文字生成领域也已经出现了一批商业公司，如 Jasper.ai、Copy.ai开发的机器自动写作平台，用户输入关键字છ、AI 只需几分钟就能写成一篇逻辑与表达不输人类的长文Ä。此前Narratiⓜve Science创始人曾预测，到2030年，90%以上的新闻将由机器人完成。不过由于GPT-3未对中国大陆开放接口，国内相关企业难以使用，文字生成的相关应用暂未在国内兴起。

　　“现在我们还没办法让AI直接写一本长篇小说或者完成一部电影，或者制作一个完整的游戏，但它已经可以写પ新闻、绘制图片甚至短视频，基于图片生成3D模型，再给AિI一些时间，或许那些遥不可及的场景就会变得触手可及。∉”庄明浩说道。

　　“计算机科憨技领域已经很久没有在应用端出现技术带来的繁荣了，短期大家比较兴奋，是可以理解的，不妨让子弹再⇑飞一会Μ儿。”易然表示。

“掌”握科技鲜闻 （微信搜索સtechਰsina或扫描左侧二☺维码关注）

ⓘ↔

新浪ૄ科技

新浪ó¬科技为你带਩来最新鲜的科技资讯

苹∠果ડ઒汇

苹果汇为→你带来‹最新鲜的Ν苹果产品新闻

∀

新浪众›测ø

⊄

新░酷产品第一时间ζ免费试玩

ૠú新浪探«索

提供最௄新的科&#25d0;学家新闻，精彩的૦震撼图片

新浪૦科技意见反馈留⊆言板੓

All RšiÈghts Reserved 新浪公司 版权☎所有