重庆 切换城市

请选择您所在的城市:

    热门
    城市

    新闻资讯

    发布投稿
    客服热线40016-40046

    2022,AIGC元年?|人工智能|aigc|自然语言处理

    2022-12-18 21:47:27

    来源:19编辑部

    阅读:43503

    评论:0

    举报

    [摘要] AIGC,进入爆发期。 文|世昕 编|石灿 2022年12月16日,Science杂志发布了2022年度科学十大突破,韦伯望远镜当选为年度最大科学突破,可谓实至名归。而在其他入选的科学突破中,AIGC也赫然在列。 这或许是当下最炙手可热的概念了。无论是火遍全网的AI绘画,还是震惊世人的ChatGPT,都属于AIGC这一概念


    AIGC,进入爆发期。

    文|世昕

    编|石灿

    2022年12月16日,Science杂志发布了2022年度科学十大突破,韦伯望远镜当选为年度最大科学突破,可谓实至名归。而在其他入选的科学突破中,AIGC也赫然在列。

    这或许是当下最炙手可热的概念了。无论是火遍全网的AI绘画,还是震惊世人的ChatGPT,都属于AIGC这一概念,即生成式AI。凭借着诸多明星技术、产品的问世,谁也没有想到,在元宇宙、web3等概念叱咤风云的2022年里,AI凭借“创作”强势崛起了。

    有人认为,AIGC将会改变内容领域的生产方式,带来整个行业的变革,也有人认为AIGC将会取代大多数创作者,带来灾难性的影响。在各种言论甚嚣尘上之时,一个共识似乎悄然达成了,从2022年开始,AIGC将迎来完全不同的发展时期。

    2022年,真的是AIGC的元年吗?


    AIGC编年史

    首先明确一个定义,何为AIGC?

    跟PGC、UGC、PUGC等概念一样,AIGC即是指利用人工智能技术生成内容,也就是说内容的制作者从实打实的人或机构变成了AI。

    AI绘画最早要追溯2014年,GAN(生成式对抗网络)的诞生。据说人工智能专家Ian Goodfellow在一次酒后想到了这一深度模型概念,基于CNN(深度卷积神经网络),GAN创造性地将两个神经网络进行对抗,即生成器与鉴别器。生成器用于生成“造假数据”,鉴别器用于判断数据的真伪,在两者的对抗中,逐渐演化出强大的“造假能力”,而这种造假能力则用于图像的合成。


    GAN之父Ian Goodfellow,图源网络

    GAN被称为21世纪最强大的算法模型之一,Ian Goodfellow也一跃成为AI领域最知名的专家之一。2015年开始,GAN开始被投入实际运用中,相关的论文也爆发式增长,也成为AI生成图像、处理图像任务里最常见的存在。

    在GAN大放异彩的2015年,一家公司在美国硅谷成立,其背后站着“钢铁侠”埃隆·马斯克、Y Combinator总裁阿尔特曼、天使投资人彼得·泰尔等一众硅谷大佬,这家公司就是ChatGPT的缔造者——OpenAI。

    OpenAI创立的初衷是预防人工智能带来的灾难性影响,推动人工智能发挥积极作用,虽为公司,但OpenAI是一家非营利机构,是马斯克等大佬用爱发电的产物,在创立之初,大佬们投入了10亿美元用于AI的开发。2016年,OpenAI进一步明确了自己的目标,即向AGI(通用人工智能)研究发力,致力于让AI成为改变人类生活的新技术。

    OpenAI最大的特点即是“Open”,即开放AI能力,全球研发者都可以通过其提供的开发与研究框架投入AI开发中,共同促进AI技术的发展。也是从2016年开始,OpenAI推出了自己的AI平台Universe。故事轰轰烈烈地开始了。

    时间来到2018年,Transformer 架构的发展改变了NLP(自然语言处理)技术的发展,预训练模型的引入改变了一切。GPT系列正是OpenAI在NLP(自然语言处理)领域打造的模型,其第一款产品GPT-1也是在2018年正式推出。GPT-1的独特之处在于“半监督”,在此前的NLP模型中,AI需要基于特定任务对大规模数据集进行学习,而这些数据是需要“监督”的,即人为地对数据进行标注。

    GPT-1则可以在开始进行无监督学习的预训练,通过对数据的学习增强语言能力,最后进行部分有监督的微调。简单来说,GPT-1可以用更少的资源和数据进行更具效率的学习,但GPT-1仍旧是青涩的,一方面碍于训练数据的有限,AI的“世界观”很有限,另一方面其性能仍旧不够好,远远达不到对话的能力。

    自2018年开始NLP领域迎来了飞速发展,也从某种程度上改变了AI生成图像的未来,也就是AI绘画。

    2020年是翻天覆地的一年。彼时,OpenAI推出了GPT-3,相比前两代,这一次GPT实现了进化,GPT-3的参数超过1750亿个,是人脑神经连结的十分之一,与此同时GPT-3的性能也更强,它能够识别更深层次的文本含义,并进行反馈。GPT-3的推出是一场革新。


    与此同时,在图像生成领域,一场革命也在发生。尽管GAN已经能生成较高质量的图片及内容,但相较来说,其效率较低,同时生成的图像始终难以令人满意。而Transformer架构的出现改变了一切,自此开始,图像合成领域告别了GAN时代,NLP与计算机视觉技术搭配的新时代来临了。

    随后便是我们熟知的故事了。2022年9月,AI绘画爆火,11月30日,ChatGPT横空出世,正式让全世界看到了AIGC的“强大”。


    AIGC国内玩家

    在OpenAI等行业巨头的带领下,海外AIGC产业正处于一个高速发展时期,那么在国内,AIGC发展到哪一步了?

    首先我们需要认识到一个现实,相较于美国,国内AIGC领域的发展是相对滞后的,但近几年来,阿里巴巴、百度、腾讯等互联网巨头都注意到了AIGC这一未来的产业富矿。

    国内AI领域,绕不开的一家公司即是百度。

    在五个月前的百度世界大会上,百度CEO李彦宏就着重强调了AIGC,他认为,AIGC不仅能够提升内容生产小笼包,还能创造出有独特价值的独立视角的内容。在世界大会上,百度AI也展示出了自己的实力:在十分钟内复原了《富春山居图》的残卷,其背后依赖的深度学习模型,即是百度的当家模型——文心大模型。


    百度AI复原的《富春山居图》,图源网络

    文心大模型起源于2019年,是百度深耕预训练模型的产物,其核心特色在于“知识增强”,能够对海量数据进行深度学习,并为多种AIGC应用提供支持。目前为止文心大模型已经发布了超过十多个大模型,形成了一个大模型家族。

    在世界大会两个月后的万象大会上,百度还发布了AI助理,根本上是多种AIGC应用的集合,包括文本生成、图片生成,图片转换视频等多种功能,最值得关注的一点是,其直接面向用户与内容创作者,也就是说,AIGC技术的C端应用化正在实现。

    AIGC也不止图像生成、文本生成等领域,AI创作同样是多元的,音乐、编程等领域同样在飞速发展。

    就在不久前,昆仑万维高调宣布入局AIGC领域,并发布了“昆仑天工”模型。这一成立于2008年的公司早期以游戏代理起家,自2016年起,昆仑万维在海外建立起庞大业务,成为国内知名的出海巨头之一,近年来,昆仑万维更是发力元宇宙社交等领域,而这一进军AIGC,也是早有准备。

    自2020年起,昆仑万维便组建了超过200人的AIGC团队,训练集群200张卡,投入数千万元,并在2021年4月研发出了百亿参数的中文GPT-3模型。值得关注的是,在很多人忽略的音乐领域,昆仑万维也取得了不错的进展,于2022年1月启动的SkyMusic已经可以实现生成商用级别的音乐。


    值得注意的是,昆仑天工选择开源,与百度一样,昆仑万维坚信开源能够给AIGC带来更长效的发展力,并致力于降低AIGC技术的使用门槛,让AI能够帮助更多内容创作者。

    除了以上提到的这两家公司外,在国内AIGC领域,垂直赛道的初创公司也势头正劲,覆盖AI音乐、虚拟人、AI音频语音、AI游戏等领域。

    但另一个事实也同时存在,相较于OpenAI等海外巨头,国内AIGC领域公司仍存在较大的差距,一方面在组织架构方面,国内基本都基于公司自身的科研团队,而OpenAI等组织更类似一个研究院,能够通过开放共享的模式吸纳全球顶尖科研人才。

    另一方面,国内AIGC相关公司面对的营收压力客观存在,很难像OpenAI等平台不计成本的进行投入。但伴随着AIGC逐渐成熟的商业化以及更广泛的应用,或许国内AIGC领域即将迎来春天。


    为何元年?

    回到最开始的那个问题,2022年为何会被看作AIGC的元年?

    其实深入了解AI绘画与ChatGPT就能理解这一说法:

    2022年8月,人工智能公司Stability AI推出了AI文生图模型Stable Diffusion(扩散模型),将AI图像生成的效率与精度提升到了前所未有的量级,在最基础的终端设备上,只需输入关键词,就能生成高质量的AI图像,几乎让整个世界为之疯狂。AI绘画的爆发式发展也第一次让C端感受到了AIGC的强大魅力。

    而ChatGPT的到来更令人震惊。作为基于GPT-3.5的对话式AI,ChatGPT最大的特点即是能够“理解”对话者的语义,能够进行更有效的反馈,并进行连续对话。基于对超大规模数据的深度学习,ChatGPT在文本生成领域几乎能“以假乱真”,让你认为其真的拥有了意识。此外,ChatGPT不仅能答疑解惑,还能写故事、作诗,甚至编程,生成内容的能力空前提高。


    AIGC元年的秘密就藏在这两个模型里。

    第一,在性能上,AI已经实现了“进化。相比以前的GAN图像生成模型,Stable Diffusion最大的特点就在于精准,只要输入对关键词,其就能产生较为接近的图像结果,这是此前的图像生成很难做到的。ChatGPT也同样是高性能的,有人几乎把它当做了谷歌一样的搜索引擎,正是在于其对于文本的深度分析并能够生成较为精确的反馈。而各种生成内容则进一步显示了其性能的强大。

    第二则在于“理解”。这点在ChatGPT上体现的更加明显,相比此前的对话AI,人们惊奇的发现,ChatGPT似乎能够理解文本更深层次的含义,无论是连续流畅的对话,还是对于错误想法的纠正,都让人感觉到对面的AI似乎是有思想的,尽管其只是类似“中文屋”的深度学习的产物,但强化学习模型的加入会让其不断进化,对话任务也完成的更加出色。

    最后则在于更大范围的应用。相比于此前的“圈内狂欢”,2022年的AIGC真正做到了全民关注,这是技术飞速发展下的产物,以Stable Diffusion为例,其最大的特点即是低门槛,不需要多强大的显卡与服务器,最普通的PC就能完成任务。同时平台的封装也让AIGC更加“平易近人”,AI绘画仅需要输入关键词,ChatGPT也只需要网页和提问栏就能实现对话,这让普通人接触AIGC的机会大大增加了。

    AIGC在2022年的火爆,是技术积累与发展策略双重变革的产物,从某种角度来看,称之为元年也并不为过,只不过2022年更应该是AIGC的“应用元年”。

    AIGC也还有很长的路要走。一方面,在“创造”这一概念面前,基于深度学习的AI的创作是否真正是创造还难以定论,另一方面知识产权问题也像一把达摩克利斯之剑始终悬在AIGC头上,如何解决AI学习背后的伦理问题也是一大难题。

    但在AI技术的发展问题面前,以上问题可能都是细枝末节了。正如OpenAI等平台所期望的那样,AIGC并不是最终目的,真正实现通用人工智能才是最核心的目标。

    媒介合作联系微信号|ciweimeijiejun

    如需和我们交流可后台回复“进群”加社群

    人已打赏

        ×

        打赏支持

        打赏金额
        • 1元
        • 2元
        • 5元
        • 10元
        • 20元
        • 50元

        选择支付方式:

        打赏记录
        ×

        精彩评论文明上网理性发言,请遵守评论服务协议

        共0条评论
        加载更多

        打赏成功!

        感谢您的支持~

        打赏支持 喜欢就打赏支持一下小编吧~

        打赏金额{{ds_num}}
        打赏最多不超过500元,打赏须知

        收银台

        订单总价0.00

        剩余支付时间:000000

        手机扫码支付

        使用支付宝、微信扫码支付

        余额(可用: ¥)
        为了您的账户安全,请尽快设置支付密码 去设置
        其他支付方式