在近三年中最難熬的12月，我們還是想聊一聊AIGC（人工智能創(chuàng)作內(nèi)容）。

其實在AI發(fā)展中有幾個節(jié)點，都是和C端應(yīng)用有關(guān)，AI被大眾所熟知的就是那次AlphaGo在2016年擊敗了圍棋世界冠軍、職業(yè)九段棋手李世石，當(dāng)然2017年它又擊敗了排名世界第一的世界圍棋冠軍柯潔。

這一次也是因為AI繪畫和ChatGPT等應(yīng)用在大眾間的使用，讓AIGC成為AI一個新的標(biāo)志性階段。

2022年8月，美國科羅拉多州舉辦藝術(shù)博覽會，《太空歌劇院》獲得數(shù)字藝術(shù)類別冠軍，其是由AI生成，并由設(shè)計師花費(fèi)了近 80 個小時后得到的作品。最近OpenAI發(fā)布了一個全新的聊天機(jī)器人模型ChatGPT，從發(fā)布的示例看到，不管是生成編程代碼還是寫冷笑話，其表現(xiàn)都讓人吃驚。

AIGC能夠受到關(guān)注，一方面是因為AI之前做的更多的是學(xué)習(xí)和推理，是分析型或機(jī)械式的認(rèn)知計算，現(xiàn)在的AIGC是AI在創(chuàng)造生成全新的東西。AIGC的發(fā)展讓AI不僅變得更快、更便宜，而且在某些情況下，其生成的結(jié)果比人類手工創(chuàng)造的還要好。

在中國我們叫AIGC，國際市場更常使用 Generative AI（生成式人工智能）。Forrester分析師盧冠男說，其實整個AIGC相關(guān)的技術(shù)和產(chǎn)品服務(wù)一直在發(fā)展，今年出現(xiàn)基于Stable Diffusion模型的圖片生成工具以及ChatGPT服務(wù)后，市場對AIGC關(guān)注度顯著上升，因為無論是生成的圖片質(zhì)量還是對話內(nèi)容質(zhì)量都超越了使用者的預(yù)期，從而為AIGC的流行奠定了基礎(chǔ)。

Forrester分析師盧冠男

Forrester 在2021年描述了AI 2.0的趨勢，AIGC的發(fā)展就是AI 2.0 趨勢的體現(xiàn)之一。Forrester描述的AI 2.0相比于以往的AI模型應(yīng)用有三個特點：創(chuàng)造性、通用性、泛化。創(chuàng)新性指企業(yè)開始利用人工智能執(zhí)行生成任務(wù)，而不僅僅是預(yù)測和分類任務(wù)；通用性指在模型訓(xùn)練環(huán)節(jié)，企業(yè)將更多利用通用預(yù)訓(xùn)練模型作為起點；泛化指企業(yè)將在更多應(yīng)用場景中，嵌入人工智能的能力。

“最近AIGC的發(fā)展，既表現(xiàn)了創(chuàng)造性方面有著出色的表現(xiàn)，也體現(xiàn)了大模型所能覆蓋場景的通用性，為企業(yè)逐步接納和利用AI 2.0 的價值奠定了基礎(chǔ)。”盧冠男說道。

人工智能的三大核心要素是數(shù)據(jù)、算力、算法，數(shù)據(jù)是飼料，算力是基礎(chǔ)，算法則是背后的推手，是在數(shù)據(jù)上運(yùn)行以創(chuàng)建機(jī)器學(xué)習(xí)模型的過程。

AIGC的發(fā)展離不開預(yù)訓(xùn)練大模型的不斷精進(jìn)，AI大模型是Foundation Model（基礎(chǔ)模型），指通過在大規(guī)模寬泛的數(shù)據(jù)上進(jìn)行訓(xùn)練后能適應(yīng)一系列下游任務(wù)的模型，可以說AI大模型是人工智能邁向通用智能的里程碑技術(shù)。OpenAI在2020年5月發(fā)布的GPT-3是一個自回歸語言模型，具有1750億參數(shù)，在互聯(lián)網(wǎng)文本數(shù)據(jù)上訓(xùn)練得到的這一基礎(chǔ)模型，可以使用提示的例子完成各式各樣的任務(wù)。

AIGC在現(xiàn)階段正處在快速發(fā)展期，還會遇到三方面的挑戰(zhàn)。

第一，應(yīng)用場景：在商業(yè)場景探索上，目前還沒有特別多的成功案例，如何通過AIGC為企業(yè)發(fā)揮可量化商業(yè)價值，仍需企業(yè)與合作伙伴探索。

第二，使用方式：AIGC的服務(wù)是以標(biāo)準(zhǔn)化API服務(wù)交付給企業(yè)使用，還是模型定制開發(fā)后才能使用，這仍處于不確定的狀態(tài)。如果需要進(jìn)一步定制，則需引入模型開發(fā)團(tuán)隊，潛在增加了使用該服務(wù)的復(fù)雜度，同時商業(yè)計費(fèi)方式也還沒有形成行業(yè)標(biāo)準(zhǔn)。

第三，合規(guī)：AIGC服務(wù)所生成的內(nèi)容自身是否涉及版權(quán)沖突，這一潛在風(fēng)險目前沒有得到定論。企業(yè)在使用過程中需要思考如何規(guī)避這一風(fēng)險。

現(xiàn)階段比較成型的生成結(jié)果有：代碼生成、文本生成、圖片生成。這對于軟件開發(fā)，市場內(nèi)容營銷，以及設(shè)計創(chuàng)新場景都具備應(yīng)用的可能性。盧冠男看來，除了在職能部門場景，在客戶體驗創(chuàng)新方面也會得到應(yīng)用，比如Lensa AI提供的人像生成服務(wù)，以及騰訊的圖片生成服務(wù)“異次元的我”，這些都是在探索新的客戶體驗和服務(wù)形態(tài)。

AIGC雖然能夠快速生成內(nèi)容，但是AI是否能夠真正理解繪畫的含義，從而能夠根據(jù)這些含義進(jìn)行推力并決策，仍是未知數(shù)。比如輸入“騎著科學(xué)家的馬”等一些不符合常理的內(nèi)容時，AI就難以準(zhǔn)確生成對應(yīng)的圖像，這也是因為模型還有很多不可控因素。

在生成工具類型中，盧冠男建議企業(yè)可以考慮圖靈機(jī)器人（TuringBot）類產(chǎn)品。Forrester 將圖靈機(jī)器人定義為一種AI驅(qū)動的軟件，可以幫助應(yīng)用程序開發(fā)團(tuán)隊以自動和自主的方式設(shè)計、構(gòu)建、更改、測試和重構(gòu)軟件代碼和應(yīng)用程序，比如 GitHub Copilot。這類工具有潛力賦能企業(yè)的軟件開發(fā)團(tuán)隊，幫助企業(yè)加速產(chǎn)品的開發(fā)、提高代碼準(zhǔn)確性和部署速度。

盡管AIGC現(xiàn)在還并不完美，但這并不妨礙我們使用AIGC成為效率工具，從事輔助生產(chǎn)的工作。就像《太空歌劇院》經(jīng)歷了900多次修改才問世是一個道理，所以未來探索和應(yīng)用開發(fā)的大門已經(jīng)打開。

《數(shù)字化轉(zhuǎn)型方略》2022年第12期：http://www.jimo8.cn/dxinsight/2212