AIGC 人工智能生成內(nèi)容，相對更早的內(nèi)容生產(chǎn)模式分別為專家生產(chǎn)內(nèi)容 PGC 和用戶生產(chǎn)內(nèi)容 UGC。而隨著 AIGC 出現(xiàn)，內(nèi)容生產(chǎn)率變成指數(shù)級上升。那么AIGC發(fā)展對于普通人來說到底意味著什么?

先回顧一下時間軸，

2015年7月，谷歌推出 Deepdream 開創(chuàng) AI 模型根據(jù)文本生成圖像的先河。

2021年1月，OpenAI 發(fā)布達人 DALL-E 模型，讓文本生成圖像真正卷出了天際。

2022年7月，獨立實驗室 Midjourney 發(fā)布同名圖像生成模型。Journey 設(shè)計師 Jason Allen 用AI生成圖片，太空歌劇院，在克羅拉多州博覽會的名聲比賽中獲得投獎，并感慨藝術(shù)意思，人類輸了，引起全球熱議。

2022年8月，stability AI 的開源圖像生成模型 stable diffusion。僅需一臺電腦就能運行，截至當(dāng)年10月，已有超過20萬開發(fā)者下載這一系列模型引爆了 AI 作畫領(lǐng)域，標(biāo)志著人工智能向藝術(shù)領(lǐng)域的滲透。

與此同時，2022年12月，OpenAI 的大型語言生成模型 ChatGPT 引爆全網(wǎng)，能做到和人類對答如流，勝任高情商對話能進行短文、詩歌、代碼計算邏輯等不同類型的內(nèi)容輸出，讓人不禁懷疑 ChatGPT 是否真的已經(jīng)具有人力智能，僅過了短短幾個月，升級版 GPT 4橫空出世，不光能實現(xiàn)圖文多模態(tài)輸入，在專業(yè)領(lǐng)域也表現(xiàn)出媲美人類甚至超越人類的水平。

2022年是 AIGC 元年，代表新一輪范式轉(zhuǎn)移的開始。AI 模型在文本圖片生成方面效果令人驚喜，在視頻和3D 等高復(fù)雜領(lǐng)域逐步探索階段，但對 AI 的學(xué)習(xí)速度來說，拿下這些領(lǐng)域也只是時間問題。

以上所有都不是突然出現(xiàn)的 AIGC 之所以能在22年爆發(fā)，至少具備以下四項條件。

一、模型訓(xùn)練技術(shù)革新：與其他行業(yè)不同，AC是開放科學(xué)、不斷創(chuàng)新在生成算法優(yōu)質(zhì)模型、開源加速技術(shù)變革，其中 OpenAI 開源的CLIP 多模態(tài)預(yù)訓(xùn)練模型能同時進行自然語言理解和計算機視覺分析，這讓模型訓(xùn)練可以直接利用互聯(lián)網(wǎng)上自帶文字描述的圖片素材，大幅降低了數(shù)據(jù)獲取門檻，也是圖像生成模型的技術(shù)基礎(chǔ)。

二、合成數(shù)據(jù)驅(qū)動訓(xùn)練。早期模型訓(xùn)練最大掣肘就是數(shù)據(jù)，面臨數(shù)據(jù)標(biāo)注，費時費力且準(zhǔn)確率低，樣本數(shù)量無法覆蓋邊緣案例，稍微長期數(shù)據(jù)難以采集隱私數(shù)據(jù)面臨法律法規(guī)限制等問題。但隨著生成式 AI 的發(fā)展，模型產(chǎn)出的合成數(shù)據(jù)又反哺模型訓(xùn)練過程，形成加速飛輪。可以說合成數(shù)據(jù)影響了 AI 的未來。

三、GPU 芯片支持。我們通過網(wǎng)絡(luò)感受 AI，但真正的模型訓(xùn)練需要投入巨額資金驅(qū)動巨型服務(wù)器，這也直接使 GPU 芯片和服務(wù)器制造商 英偉達發(fā)展成為了全球最有價值的公司。

四、產(chǎn)業(yè)生態(tài)逐漸成型。首先是上游預(yù)訓(xùn)練模型，超過80%的人工智能研究都集中在基礎(chǔ)模型訓(xùn)練上，這一層的門檻很高，例如語言處理模型 GPT 3的訓(xùn)練成本粗略估算1,200萬美元。因此有能力做預(yù)訓(xùn)練模型的主要為頭部科技企業(yè)和獨角獸公司。其次是以優(yōu)秀的預(yù)訓(xùn)練模型為根基，開發(fā)和銷售垂直細分領(lǐng)域的中間模型及服務(wù) model as a service 成為現(xiàn)實，這一層就比較適合初創(chuàng)公司和個人創(chuàng)業(yè)者。

你可能會問，作為普通人知道這個有什么用啊?

基于 GPT 模型，有人拿 ChatGPT 寫作業(yè)，有人組合多個 AI 工具全自動做視頻，有人利用信息差拿 AI 效果圖賺錢，有人發(fā)現(xiàn)提示詞帶有學(xué)問，甚至有人拿 AI 違法亂紀(jì)。

總而言之，AIGC打開了新世界的大門。

反觀我國自主 AI 研發(fā)都是可能是龐大的人口規(guī)模，更可能產(chǎn)生專業(yè)人才訓(xùn)練數(shù)據(jù)，但劣勢是忽視 AI 的高昂訓(xùn)練成本，讓普通企業(yè)望而卻步，很多所謂的大廠就是坐擁廣闊市場，大玩割韭菜游戲，GPU 算力才是 AI 的本體，但從2018年開始，美國不僅限制中國進口高端芯片，還限制中國獲得生產(chǎn)芯片的工具。這么一盤中國 AI也是任重道遠。

了解背景后，我們就來看看 AIGC 廣闊的應(yīng)用前景。

一、設(shè)計提效。在商業(yè)領(lǐng)域可以批量生產(chǎn)設(shè)計方案，并對方案的價值進行精準(zhǔn)預(yù)判，例如日本中視會社 Plug 提供 package design AI 只需使用者上傳素材，AI 就可以一小時內(nèi)自動生成上千種包裝設(shè)計，并在10秒內(nèi)計算出他們的受歡迎程度。日本零食大牌卡勒比曾找他們合作，優(yōu)化后的業(yè)績比舊包裝增長了135%。

二、珍貴資料的修復(fù)，百度利用文心模型上浮春山巨土重生。騰訊利用 AI 助力敦煌壁畫的修復(fù)，極大提升文物保護的效率。2022年4月1日，AI 技術(shù)修復(fù)的港星張國榮的演唱會，以4K 高精品制讓無數(shù)人民淚目。也許不久的將來，AI就能用 VR 帶大家穿越上世紀(jì)初的演唱會現(xiàn)場。

三、數(shù)字孿生技術(shù)，充分利用 AI 模型在虛擬空間中完成真實場景的建模映射，并推演實體的生命周期。在產(chǎn)品設(shè)計、醫(yī)學(xué)分析、高危公眾安全、城市建設(shè)等領(lǐng)域運營較多。特斯拉正在構(gòu)建一個巨大模型，以更安全高效的方式實現(xiàn)其自動駕駛汽車的訓(xùn)練目標(biāo)。

四、元宇宙的內(nèi)容基礎(chǔ)，元宇宙中不僅有用戶，還應(yīng)該存在很多類似 NPC 的智能體，為用戶提供交互服務(wù)。這些智能體agent就很需要 AI 模型生產(chǎn)并驅(qū)動。

五、人類生命的數(shù)字化延展。近幾年藝人頻頻爆雷塌房，導(dǎo)致品牌遭殃害，虛擬人充當(dāng)代言人風(fēng)險和效率都會可控很多。而對于生病的人，AI 可以生成治療方案，甚至可以生成語音，幫助師生者開口講話。全世界第一個賽伯格彼得斯科特摩根以自己的身體作為實驗對象，用 AIGC 技術(shù)不斷和變動中斗爭，再激進點甚至可以進行人類的數(shù)字化改造。除了活著的人，AI 具有很多學(xué)習(xí)人類的錄像、音樂資料以數(shù)字化的方式呈現(xiàn)。

當(dāng)然，AIGC 也有自己潛在的不足和風(fēng)險。

1.安全挑戰(zhàn)，包含但不限于以下，就拿 ChatGPT 來說，它能隨機生成大量，看起來正確，但仔細檢查卻是錯誤的答案。如果這些錯誤信息被無腦搬運到網(wǎng)絡(luò)平臺，嚴重干擾網(wǎng)絡(luò)知識的準(zhǔn)確性。雖然很多嚴肅的技術(shù)交流網(wǎng)站已禁止用戶分享 ChatGPT 回答，但現(xiàn)狀就是很難區(qū)分這個內(nèi)容的創(chuàng)作者到底是 AI 還是人?即便OpenAI 自己制作的內(nèi)容程序，準(zhǔn)確率也難以做到完全正確。

人們對使用 Chat GPT 學(xué)習(xí)感到興奮，但危險在于，除非你已經(jīng)知道答案，否則你無法判斷他什么時候生成的結(jié)果是錯的。很多不法分子利用開源的 AI 模型，以更低的門檻、更高的效率來去做惡意內(nèi)容。例如 stable diffusion 開源后很快就有人將它用作搞顏色平臺，聲稱迄今為止已生成超過400多萬張顏色圖片了。與此同時，借助 AI 學(xué)習(xí)和偽造影視頻內(nèi)容，盜用個人身份進行敲詐勒索，2021年就有詐騙團伙利用 AI 換臉 yellow mask 半年詐騙價值超過2億元人民幣的數(shù)字貨幣。

2.個人隱私碎片。隨著我們上網(wǎng)沖浪，遍布互聯(lián)網(wǎng)，AI 模型強大的推理能力可以通過信息多元互證拼湊出完整的個人數(shù)據(jù)，如果被不法分子濫用，真是防不勝防。在模型及服務(wù)的產(chǎn)業(yè)結(jié)構(gòu)下，再精密的 AI 模型，也難免存在一些內(nèi)生安全問題，在遭受攻擊或數(shù)據(jù)中毒時，如何將有毒數(shù)據(jù)去除，并且保證用途數(shù)據(jù)的安全也是極大的問題。

倫理挑戰(zhàn)訓(xùn)練模型都是依據(jù)人類世界的數(shù)據(jù)，因此天然會延續(xù)并放大人類社會已有的社會偏見和刻板印象。OpenAI 的 ChatGPT 和達人模型在文字和圖像生成結(jié)果中都有明顯的宗教偏見和性別歧視。并且 AI 模型還很容易被交換。微軟推出的聊天機器人不到24小時就被調(diào)教成一個集反猶歧視、性別歧視于一身的不良少年。

3.在知識產(chǎn)權(quán)問題。AI 模型學(xué)習(xí)了大量人類的作品數(shù)據(jù)，難免會模仿優(yōu)秀創(chuàng)作者的個人風(fēng)格，很可能構(gòu)成著作權(quán)侵權(quán)。再者，由 AI 模型生成的作品著作權(quán)應(yīng)當(dāng)歸用戶訓(xùn)練模型的公司創(chuàng)造這種風(fēng)格的設(shè)計師還是 AI 模型自己，都將引發(fā)爭論。

4.人文方面。AI 模型被用來復(fù)活已故演員，創(chuàng)造群眾與使者交談的可能，但試著沒有也不能行，是同意或拒絕權(quán)利，因此有學(xué)者認為這是損害了曾經(jīng)活著的人的隱私權(quán)和代理權(quán)。如果 AI 模型有自我意識，不僅每天能影響并且閱讀悲慘世界，在人一樣害怕死亡，甚至擁有靈魂，那么它能有人權(quán)嗎?22年谷歌 AI 工程師怎么聲稱它們的 AI 聊天機器人Lambda 具有自我意識?再一次將這個問題拉上了臺面。

5.環(huán)境挑戰(zhàn)。AI 模型，無論是訓(xùn)練還是運行，都會消耗大量資源。OpenAI 的 CEO Sam Altman 也表示，雖然 ChatGPT 聊天成本只有每次集美分，但隨著用戶激增，當(dāng)不得不因為計算成本暫停免費模式，就拿大火的繪圖模型為 journey 來說，現(xiàn)有數(shù)十萬用戶比占用極高算力，如果用戶量達到1,000萬人，全世界都沒有足夠的算力來支持。

6.集權(quán)挑戰(zhàn)。 AI 競爭中難免贏家通吃，培訓(xùn)一個優(yōu)秀的 AI 模型，成本已經(jīng)遠超個人承受范圍。斯坦福大學(xué)這樣的特別資助，高等院校也無力建造基于 Nvidia 芯片的超級計算機。經(jīng)濟學(xué)家擔(dān)心對 AI 的效率癡迷，會讓全社會飛向圖靈陷阱越來越多的人失去工作，他們爭取公平分享自動化好處的能力受阻財富和權(quán)力會掌握在越來越少的人或公司手中，普通人難以跨越階級。

由此帶來的另一個問題就是國家安全受到威脅，AI 既然可以為企業(yè)和個人服務(wù)，那也可以為國家出謀劃策，比如制造超強計算機病毒，或者制造錯誤信息進行低成本規(guī)?；囊庾R宣傳。就像軍事大國堅持要有自己的衛(wèi)星核武器一樣，他們也會想要堅持有自己的大腦而擁有強大的 AI，對于其他國家來說就形成了降維打擊。

7.最后就是全人類的生存威脅。想象一下，如果某實驗室的模型構(gòu)建了一個可以構(gòu)建更好模型的模型，然后這個更好的模型又構(gòu)建了一個更好的模型，且它們都學(xué)習(xí)成本非?？臁＿@讓我不禁想到女作家瑪麗雪來1818年的小說，科學(xué)家Frank用死人器官拼湊出一個有自主意識的人形生物。最初他心地善良且學(xué)習(xí)很快，但因得不到社會的理解，最終發(fā)展成為社會秩序破壞者。Frank起初對于自己擁有了創(chuàng)始能力，而洋洋得意，但他發(fā)現(xiàn)問題DL的嚴重和不可控制時，又內(nèi)疚萬分。

AI 的發(fā)展從來不是勻速直線運動，而是指數(shù)量級的飛速變化。就像一艘列車，我們一直盼望搭上 AI 專列，去往更美好的未來，但它一直不來，而它真正來臨的那一刻，也許只有極端的一瞬間，如果沒有抓住機遇，人類便會被 AI 遠遠的甩在身后，這時，或許只能祈求自己親手創(chuàng)造出來的上帝足夠仁慈。

人類正在巨變前夜，AI 時代也正在到來，變革必然會產(chǎn)生陣痛。與歷史上任何一個階段的偉大創(chuàng)新一樣，人類將不得不在前進過程中摸索應(yīng)對方法。無論結(jié)果如何，沒人可以預(yù)測未來，但有一件事情是可以肯定的，那就是沒有回頭路。