生成式AI时代，潘多拉魔盒已开？

　　AIGC作画
　　生成式AI， 国内又叫AIGC ，（AI-Generated Content）意思为：人工智能生成内容，是相对于专业生产内容(PGC)和用户自主生产内容（UGC）之后的 新型内容创作方式 。
　　ChatGPT 爆火后，大家目前把它当成玩具提出各种有趣的问题并得到 神奇的答复 ，不过成为真正工作、生活的工具也指日可待了！
　　但这次＂技术颠覆＂是否会 取代人类自己 ？
　　网红AI，迎来黄金时代
　　继因非常离谱而出圈的AI 绘画之后， 一款基于自然语言学习的人工智能ChatGPT 又吸引了大批Z时代用户纷纷试水，走红全球科技圈。
　　今年8月，Stable Diffusion、Midjourney等AI绘画因《太空歌剧院》作品的获奖在海外迅速出圈，此后热度蔓延至国内，无界版图AI、意间AI等应用也在9月末陆续上线，其中意间AI用户数在1个半月内天内突破百万。此次ChatGPT仅用了5天，便实现百万用户数，AI交互问答及其他衍生领域的热度正在持续攀升。
　　《太空歌剧院》
　　美媒CNBC对今日兴起的生成式AI进行了介绍，称其在艺术内容创作上具有 颠覆性意义 ，并已吸引资本注意。这是一个 席卷科技界 的新领域，硅谷的风险投资公司也正在向这些公司投入 数亿美元 。 在这大部分科技企业业绩低迷、公司裁员的大行情下，人工智能正要迎来自己的黄金时代。
　　Open AI首页
　　AIGC 指的是一种新技术，可以自动创建内容的AI模型，不仅可以创建图像，而且这些图像还是 从未出现过 的，这就变得很厉害了。
　　大多数的人工智能都是 分析现有数据 ，因此在数据出现异常的情况下就会有bug，而AIGC完全不同，你不管给他们 多么奇葩 的问题，它都竭尽所能的给你一个 非常接近你想要 的东西，还允许你创造全新的东西，比如：论文、新闻、诗歌、头像、视频，甚至还可以是全新的音频、音乐。
　　引得马斯克隔空喊话：＂很多人疯狂地陷入了ChatGPT循环中，我们离强大到危险的人工智能不远了。＂哦，顺便说，马斯克还是联合创始人，这科技狠活儿和流量，稳了。
　　谁是Open AI
　　据公开资料显示，开发出ChatGPT的公司是总部位于旧金山的 OpenAI 人工智能研究实验室。是2015年，由马斯克（SpaceX创始人）、山姆·奥特曼等人联合创办，最初为 非营利性机构 。
　　2018年马斯克宣布退出，2019年OpenAI宣布重组为一家＂有限营利（capped-profit）企业＂，并接受了微软10亿美元的投资，双方表示将合作替Azure云端平台服务开发人工智能技术。此次推出的ChatGPT也是在微软Azure AI服务器上完成的训练。成立至今已7年，坊间传言其最新估值已达两百亿美元。
　　Open AI两位联合创始人
　　生活的更多可能性
　　造出＂时光机＂
　　近日有一位名叫Michelle Huang的用户在Twitter上分享了自己的 ＂穿越＂经历 ，＂我用自己的童年日记条目训练了一个人工智能聊天机器人，这样我就可以与自己‘ 内心的孩子’ 进行实时对话了＂。
　　因为感兴趣的小伙伴太多了，Michelle Huang在推特上分享了教程，其主要使用的工具就是OpenAI的 GPT-3 。
　　Michelle Huang在过去十几年中一直都有写日记的习惯，内容从抱怨家庭 作业繁重 ，到与 暗恋对象 交谈时的紧张。有些很流水账，有些现在看来也 相当有见地 。
　　当把这些日记作为数据导入模型后，AI给出的一些反应与她记忆中自己当时的反应 十分相似 。Huang也向年轻的自己询问了世界观，然后让AI试着来回答这个问题，＂这种互动的感觉与普通的短信对话非常相似，就像我在给过去的自己实时发短信一样， 像是在使用时光机 ，只是这个时光机被伪装成了聊天框＂。
　　Huang还惊讶于AI能够从十年前的日记中 准确地预测 出现在的她的兴趣，当然这也经过了大量的迭代/试错，但这还是让人感慨，也许当下自己的 人生选择 早已藏在了成长经历的细枝末节中。
　　当聊天要结束的时候，她问AI有没有什么问题想要问她，那个童年的自己回复：＂停写日记之后的她不知道过得怎么样？还在追逐自己的梦想吗？对现在的生活感到开心吗？＂
　　怎么说呢，有点感动。
　　这种真实的历史数据让自己能够与 过去对话 ，显然比任何其他方式都要来得更为深刻和具体，不仅能够将爱送回过去，还能从年轻的自己那里得到 爱和启示 。
　　＂名师＂解惑授业
　　我们在看一个例子：
　　Peter Wang 是 Anaconda 的联合创始人兼 CEO ，也是 Python 社区中最具影响力的领导者和开发者之一，同时他也是一位物理学家和哲学家，在与  ChatGPT就现代物理学的历史进行了大概 20 分钟的对话后发出感慨，＂如果我在高中和大学期间有这样一位老师……OMG。我认为我们基本上可以重新审视大规模教育的概念。我们所知道的大学将不复存在。＂
　　是的，AIGC是基于机器学习的子集，被称为：Deep Learning，区别于人类，它可以 不吃不喝不睡 的深度学习使用神经网络或矩阵方程式、获取数据并学习数据中的关系，最后给你一个模型，然后其中有权重，使它可以做出这些 神奇的事情 。
　　是WEB3全新的生产工具
　　歪个楼：
　　在AI这个圈子里的祖师爷其实是 谷歌 。
　　2015 年，谷歌推出 DeepDream，开创了 AI 根据文本生成图像的先河，与此同时，OpenAI 才刚刚成立不久。谁想到 7 年之后，OpenAI 携带 DALL·E 火速出圈。而 ChatGPT 使得 OpenAI 在人机结合的领域，又再次领先了一步。显然，在大火的生成式 AI 的领域，谷歌彻底败下阵来。
　　如此＂有钱有权＂还有先发优势的谷歌，是怎么在生成式AI领域，＂败给＂小弟的呢？
　　来自 Google 母公司 Alphabet 的一位工程师 @hncel 是这么说的：
　　＂像 GPT 这样的大型语言模型是谷歌主要研究的领域之一，而且有大量相当明显的应用，它们可以被用来回答查询、索引信息等。但是显然谷歌认为，在最大的产品（ 如搜索、Gmail ）中实际使用这些语言模型的经济性还不太成熟。＂
　　咳咳，我们来翻译下大概意思： 谷歌有足够的技术储备，但是觉得生成式人工智能（AIGC）作为通用性人工智能没啥钱赚，所以战略性放弃了。
　　大公司在大模型上的开源开放至关重要。但现阶段，摆在面前的难题或许是 成本 和 商业落地 的矛盾。
　　而Open AI在此处 放出大招 ：chatGPT  限时免费 向所有人开放，以至于短短 5 天内，ChatGPT 拥有了上百万用户，很多人把模型当做玩具来提问，这海量的数据反馈是对OpenAI最有价值的信息，能够确保数据的质量和多样性，不断训练语言模型，修正错误答案。
　　要知道，之前的 GPT-3 花了将近1年才达到这个用户量。
　　当然，OpenAI可能也在投入巨大成本时也有过迟疑。尤其在ChatGPT爆火后，多位行业人士也在 近期指出 ，模型的优化主要依赖于算力的增加，ChatGPT背后的算力 成本极高 ，每次训练AI的成本高昂都会不可避免地 带来成本的上升 。
　　不过好消息是，目前已经有部分用户在社交媒体上表达了对 ChatGPT 的付费订阅意愿，C 端用户的需求也将带来更大的商业化可能性。
　　嗯，这就很有Web3的共创精神。
　　言归正传：
　　我们都知道Web3需要大量的内容，而AIGC为内容创作领域带来了新的机遇，这种创作模式的改变将使元宇宙内容生产轻松突破上限。
　　从Web 1的＂只读＂模式到Web 2的＂交互＂模式，内容需求 不断增加 。为了满足这一需求，内容生成从PGC演变成UGC并迅速成为主力军，看看Youtube、抖音、B站就能感受到。
　　但当 Web3.0时代来临 ，人工智能、关联数据和语义网络构建，形成人与机器网络的全面链接，内容需求 爆发式增长 ， 数字内容生产的难度陡然上升，而仅依靠UGC、PGC的内容生成方式将难以匹配扩张的需求。
　　AIGC的优势就突显出来了：利用人工智能学习知识图谱、自动生成，在内容的创作上为人类提供协助甚至可以 完全由AI产生内容 。在 2022百度世界大会上，百度创始人李彦宏判断：＂这将颠覆现有内容生产模式，可以实现以十分之一的成本，以百倍千倍的生产速度，创造出有独特价值和独立视角的AI原创内容。 ＂
　　AI用30s画出来的图像
　　那么，它会取代人类吗？
　　这次ChatGPT的火爆也引发了外界对AI是否即将战胜人类的恐慌。我帮大家问了下＂当事人＂ChatGPT的 意见，它是这么回答的：
　　其实这并不是AI第一次 ＂打败＂ 人类。
　　早在2016年，谷歌公司的人工智能程序AlphaGo（著名＂阿尔法狗＂）与围棋世界冠军、职业九段棋手李世石进行围棋人机大战，最终阿尔法围棋以 4比1的总比分获胜 。这成为了人工智能领域里的一个 里程碑事件 。
　　当时还有媒体评论：人类智慧领域的最后屏障 已经失守 了。堪称计算机发展史上的＂登月事件＂。
　　AIGC也并非是最近才出现的新技术。早在2019年，一款基于Python的文章生成器就曾登顶GitHub热榜，不过当时AIGC还是以文字为主。
　　到了2021年，OpenAI团队将跨模态深度学习模型CLIP进行开源，实现了文字和图像的关联，并对 ＂文本-图像＂ 进行训练。据统计，CLIP模型搜集了 超过40亿个 ＂文本-图像＂训练数据，实现了AIGC由文字创作到影像创作的突破，为后续大量的图像/视频一键生成应用奠定了基础，这才有了2022年末的这场＂ 技术爆发＂ 。
　　所以，ChatGPT从某种意义上来说，也可以理解为是一个 里程碑事件 。
　　来自著名人工智能公司的研究员Roon给出了自己的答案：我们认为人工智能更有可能补充和增强人们的能力，它将在很大程度上像过去创新浪潮中 提高生产率、节省劳动力的工具 一样。
　　我们纵观历史，之前工业机械、计算机控制的机床、软件应用和工业机器人都曾引起了关于人类被淘汰的恐慌，但这并没有让人们大规模失业，更没有取代人类。
　　我们应该把AIGC看作另一种工具， 不是取代人类，而是赋予人类另外一种＂超能力＂ 。最后，我们借用牛顿的名言：如果说我看得比别人更远些，那是因为我站在巨人的肩膀上。
　　而生成式AIGC 就是我们 自己创造出来的巨人 。
　　END.
　　免责声明：本文内容仅供参考交流，不构成投资建议。任何读者若据此进行投资决策，风险自担！未成年人禁止参与。