過去的一年里，生成式AI（Generative AI）可謂是強(qiáng)勢出圈。

從文本到圖像到視頻甚至代碼，你能想到的生成AI幾乎都能幫你做到。

這不，2023年世界經(jīng)濟(jì)年度峰會，也就是達(dá)沃斯論壇也點(diǎn)名表揚(yáng)了生成AI在2022年所取得的輝煌成就。

本文將生成式AI稱為「社會和企業(yè)需要鄭重應(yīng)對的破局者」，足以見其重視程度。

此外，論壇還邀請了OpenAI的CEO Sam Altman出席并發(fā)表了「AI邁向下一個(gè)紀(jì)元」的閉幕主題演講，同時(shí)討論了關(guān)于AI未來發(fā)展對經(jīng)濟(jì)社會的幫助等一系列話題。

這次與Altman對話訪談的是美國知名企業(yè)、領(lǐng)英聯(lián)合創(chuàng)始人里德·霍夫曼 (Reid Hoffman)。

我們截取了一小段對話訪談的片段，完整訪談鏈接也貼在下面啦。

• Reid Hoffman：所以我認(rèn)為很多人感興趣的一件事是，基于 API將創(chuàng)建非常大的模型，那么真正的商機(jī)是什么？前瞻的方式有哪些？鑒于API將可供多個(gè)玩家使用，您如何創(chuàng)建獨(dú)特的業(yè)務(wù)？
• Sam Altman：是的。所以我認(rèn)為到目前為止，我們已經(jīng)進(jìn)入了一個(gè)無窮可能性的領(lǐng)域，你可以通過模型完成許多過去復(fù)雜的事情。但我猜想，隨著我們在未來幾年看到的語言模型的質(zhì)量，搜索產(chǎn)品將首次對谷歌構(gòu)成嚴(yán)峻挑戰(zhàn)。包括我們的ChatGPT之前還被人們嘲笑，但現(xiàn)在它體現(xiàn)出的能力讓任何公司都不容忽視。

Altman認(rèn)為人工智能是所有科技發(fā)展的基礎(chǔ)平臺，從大型語言模型到圖像和語言之間切換的多模態(tài)應(yīng)用的巨大飛躍，到顯著擴(kuò)展科學(xué)家能力的應(yīng)用程序，所有行業(yè)都將從中取得許多進(jìn)步。

視頻鏈接：https://youtu.be/WHoWGNQRXb0

完整訪談鏈接：https://greylock.com/greymatter/sam-altman-ai-for-the-next-era/

最后文章還總結(jié)了這些年來生成AI的發(fā)展歷史。

上一組圖來看看，從2014到2022生成AI在圖像品質(zhì)上的飛越，這些圖片都是由AI模型生成的現(xiàn)實(shí)中不存在的人。

生成式AI的超強(qiáng)能力

生成式預(yù)訓(xùn)練轉(zhuǎn)換器 (GPT) 是一種大型語言模型 (LLM)，它使用深度學(xué)習(xí)來生成類似人類的文本。

盡管當(dāng)前市場低迷，科技行業(yè)裁員，但生成式人工智能公司繼續(xù)受到投資者的關(guān)注。

例如Stability AI和Jasper最近分別融資了1.01億美元和1.25億美元，紅杉資本等投資者認(rèn)為生成式 AI 領(lǐng)域可以產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價(jià)值。

隨著Stable Diffusion和ChatGPT等新模型的發(fā)布，生成式AI已成為技術(shù)專家、投資者、政策制定者和整個(gè)社會的熱門話題。

生成式AI并不是一個(gè)全新的概念，生成式 AI 背后的機(jī)器學(xué)習(xí)技術(shù)在過去十年中不斷發(fā)展。

生成式AI訓(xùn)練模型的工作原理是從大型數(shù)據(jù)集中學(xué)習(xí)，并使用這些知識生成與訓(xùn)練數(shù)據(jù)集中示例相似的新數(shù)據(jù)。

這通常是使用一種稱為生成模型的機(jī)器學(xué)習(xí)算法來完成的。生成式模型有許多不同類型，每一種都使用不同的方法生成新數(shù)據(jù)。

一些常見的生成模型類型包括生成對抗網(wǎng)絡(luò)（GAN）、VAE和自回歸模型。

例如，在人臉圖像數(shù)據(jù)集上訓(xùn)練的生成模型可能會學(xué)習(xí)人臉的一般結(jié)構(gòu)和外觀，然后使用這些知識生成新的、以前未見過的但是看起來真實(shí)可信的人臉。

生成模型用于各種應(yīng)用程序，包括圖像生成、自然語言處理和音樂生成。它們對于手動(dòng)生成新數(shù)據(jù)非常困難的任務(wù)特別有用，比如為產(chǎn)品創(chuàng)建新設(shè)計(jì)或生成聽起來很逼真的語音。

OpenAI 的最新版本 ChatGPT 引起了轟動(dòng)，并在短短五天內(nèi)吸引了 100 萬用戶，被描述為在更廣泛的任務(wù)領(lǐng)域取得了突破。

目前正在討論的用例包括搜索引擎的新架構(gòu)、解釋復(fù)雜的算法、創(chuàng)建個(gè)性化治療機(jī)器人、幫助從頭開始構(gòu)建應(yīng)用程序、解釋科學(xué)概念等。

Midjourney、DALL-E 和 Stable Diffusion 等文本到圖像程序有可能改變藝術(shù)、動(dòng)畫、游戲、電影和建筑等的渲染方式。

基于人機(jī)合作的新時(shí)代，樂觀主義者聲稱，生成式人工智能將有助于藝術(shù)家和設(shè)計(jì)師的創(chuàng)作過程，因?yàn)樯墒饺斯ぶ悄芟到y(tǒng)將增強(qiáng)現(xiàn)有任務(wù)，加速構(gòu)思，并從根本上加快創(chuàng)作階段。

除了創(chuàng)意空間，生成式AI模型在計(jì)算機(jī)工程等復(fù)雜科學(xué)領(lǐng)域具有變革能力。

例如，微軟擁有的GitHub Copilot基于OpenAI的Codex模型，可以建議代碼并協(xié)助開發(fā)人員自動(dòng)完成他們的編程任務(wù)。

該系統(tǒng)被引用為自動(dòng)完成高達(dá) 40% 的開發(fā)人員代碼，大大增加了工作流程。

潛在和未知的風(fēng)險(xiǎn)

雖然生成式人工智能讓人們對它所帶來的創(chuàng)造力感到激動(dòng)，但也有人擔(dān)心這些模型對社會的影響。

數(shù)字藝術(shù)家Greg Rutkowski擔(dān)心互聯(lián)網(wǎng)上會充斥著與他自己的作品無法區(qū)分的藝術(shù)品，只需告訴系統(tǒng)以他獨(dú)特的風(fēng)格復(fù)制藝術(shù)品即可。

藝術(shù)教授 Carson Grubaugh 也有同樣的擔(dān)憂，并預(yù)測大部分創(chuàng)意勞動(dòng)力，包括從事娛樂、視頻游戲、廣告和出版業(yè)的商業(yè)藝術(shù)家，可能會因?yàn)樯扇斯ぶ悄苣Ｐ投I(yè)。

除了對任務(wù)和工作產(chǎn)生深遠(yuǎn)影響外，生成式AI模型和相關(guān)的外部性在AI治理社區(qū)引起了警覺。

大型語言模型的問題之一是它們能夠生成虛假和誤導(dǎo)性內(nèi)容。

Meta 的Galactica——一個(gè)在 4800 萬篇科學(xué)文章上訓(xùn)練的模型，聲稱可以總結(jié)學(xué)術(shù)論文、解決數(shù)學(xué)問題和編寫科學(xué)代碼——在上線不到三天后就被撤下了，因?yàn)榭茖W(xué)界發(fā)現(xiàn)它對學(xué)生產(chǎn)生了誤解，產(chǎn)出了錯(cuò)誤的數(shù)據(jù)和知識。

另外通過圖靈測試的機(jī)器人表現(xiàn)出與人類相似或無法區(qū)分的智能行為的能力，此類功能可能會被濫用來跨平臺和生態(tài)系統(tǒng)生成虛假信息。

大型模型繼續(xù)在書籍、文章和網(wǎng)站中代表的大量數(shù)據(jù)集上進(jìn)行訓(xùn)練，這些數(shù)據(jù)集可能以難以完全過濾的方式存在偏差。

盡管在 ChatGPT 的案例中通過使用人類反饋強(qiáng)化學(xué)習(xí) (RLHF) 大大減少了有害和不真實(shí)的輸出，但 OpenAI 承認(rèn)他們的模型仍然會產(chǎn)生惡意和有偏見的輸出。