江苏龙网

  1. 主页 > 生活百科 > >

AIGC会是下一个万亿级AI风口吗( 二 )

AI


黄民烈认为，ChatGPT 出现对 AI 界来说，有着十分重要的意义：“它宣示着无缝人机交互时代的来临 。过去我们讲 conversation as a service （caas）还停留在纸面，但实际上今天，无论是开放域聊天，还是通用任务助理（ChatGPT）都在强烈地表明这一点” 。
从信息检索的角度看，ChatGPT 也取得了很大突破 。达摩院基础视觉负责人赵德丽在接受 InfoQ 采访时表示，以前谷歌等搜索引擎做搜索和检索，只是找已经存在的信息，ChatGPT 的应用，实现了从信息的搜索到信息的创造这样一个范式的转变，从算法能力上看，它取得了一个质的飞跃 。短期来看，ChatGPT 有望成为或者辅助像谷歌这种传统信息检索的强有力的工具；长期来看，它有望发展成为 AI 系统级的服务 。
但至于它最终会不会取代搜索引擎 。黄民烈认为，ChatGPT 取代谷歌搜索还比较遥远，原因主要有，受限于训练数据，ChatGPT 的信息实效性较弱，缺乏很多新的信息；在信息的可信度上，搜索引擎只“搬”东西，不创造内容 。ChatGPT 虽然会创造内容，但创造的东西多大程度上“有用、可信、无害”，还没有统一的定论；再就是成本问题，现在大模型的生成成本还是太高了，需要持续下降 。
现阶段的 ChatGPT 并不完美 。通俗地说，它还存在“一本正经地胡说八道”的问题，这本质上是对信息可信性的度量和评估 。解决这一问题，技术上需要有信息验证的手段；从应用上来说，需要深入结合应用的场景和特点，针对性优化和解决 。
但整体而言，ChatGPT 还是让人非常惊喜 。黄民烈非常看好 ChatGPT 接下来的发展方向 。他认为这是一个正确的方向，现在还比较粗糙，但假以时日，一定会催生很多应用 。
赵德丽同样对 ChatGPT 抱有大期待 。虽然还有各种瑕疵，但 ChatGPT 短时间内出现了各式各样的不同方向上解决问题的能力，展现了 AI 算法的巨大潜力 。从技术发展和解决方案的角度看，它将来可能会成长为一个超级 App，就像是一个无所不知的虚拟体 。“ChatGPT 这种应用的出现，从长远来看的影响力，其实不亚于阿尔法狗曾经在人工智能界带来的影响力，它将会是一个影响非常深远的技术和应用” 。
AIGC 为什么突然火了？
AIGC 并不是一个新概念 。AIGC，通常还有另一种叫法 — AI Creation（人工智能创造），大致从 2016 年—2017 年开始，其应用不断增加，尤其是在自然语言领域，广泛应用在生成文本、作诗句、写对联等方向，近几年，逐渐延伸到作画、作曲等领域 。
凭何而火？
今年，AIGC 突然在全球蹿红，成为人人口中的流行词 。究其原因，主要由多项技术上的关键突破推动，总结来说：
一，算法上：从今年 4 月开始，在文生图视觉方向上，视觉效果生成的效果取得了突破性的进展，文生图的质量得到了很大改善 。OpenAI 的文本生成图像模型 DALL·E 2 算法发布后，在算法效果上取得了和以往相比实质性的突破，成为一个现象级的算法，其在文本生成图像生成的效果、真实度表现上，让大家看到了大规模商用的前景 。AI 作画任务十分直观，给人的视觉冲击强烈，使得 AIGC 逐渐破圈，快速传播 。
二，预训练大模型是 AIGC 的底座，没有大模型学到的丰富知识，就无法实现如此丰富的 AI 内容生成能力 。AIGC 最重要的是一种融会贯通的能力，要做领域的泛化，需要学习海量的数据，大模型的规模直接决定了 AIGC 创作力的广度 。多模态大模型的应用，使得 AIGC 的质量得到了较为明显的进步 。
三，扩散模型的发展 。扩散生成的算法取得了突破，这个算法能够对图像做像素级别的建模，学习效率更高 。Stable Diffusion 是文本生成图像模型完全开源的第一个算法，它跑起来的效率相当高，其开源也带动了相关生态快速的发展，让人们看到，基于这种生成式基础模型，能够带来无限的创造和想象空间 。特别是在一些国外社区里，基于 Stable Diffusion 做的各种创新式的应用发展快速，展现了商业化潜力 。
四，算力降低 。深度学习计算能力的快速发展 。在大算力的基础上，AI 作画能够实现在海量数据上进行大参数模型的训练 。相比之前的 AIGC 算法，算力上有了很大降低 。要训练一个基础的预训练模型，需要很多算力 。一些专注于基础的大模型的机构，将模型训练好后，可以供很多小企业使用，只需用消费级的网卡就可以做微调，也可以直接基于 API 调用 。预训练大模型加上微调可以很好地进行文生图生成风格的改变，派生出了大量的二次开发者，屡屡破圈 。


推荐阅读


上一篇：国外大学生用AI写论文，还次次拿到A

下一篇：mysql锁-从实战中理解