你有没有想过一个问题?
为什么是 AIGC(AI-Generated Content,人工智能生成内容)?
在 AIGC 之前是什么在 GC(生产内容) ?
其实 AIGC 是相对于 PGC(专业制作) 、UGC(用户制作) 提出的。
而 PGC、UGC 我们并不会很陌生 ~
十年前,在互联网各大平台兴起之前都是 PGC,内容由专业团队、专业人员制作,比如新闻、报纸等;
后来,各大巨头就开始做平台,平台能运载更大能量,平台内的内容由用户产生,也就是 UGC,比如现在的掘金、抖音、微博、淘宝、咸鱼等等应用皆是如此,只是用户产生不同类别的内容罢了,有的是技术内容、有的是生活日常短视频等。
但,AI 并不是一开始就用来 GC 的!
在过去,传统的 AI 偏向于分析能力,即通过分析一组数据,发现其中的规律和模式并用于其他多种用途,比如应用最为广泛是【个性化推荐算法】。
现在,AI 最新的趋势变成了:具备生成创造能力
它可以基于训练数据和生成算法模型,自主生成创造新的文本、图像、音乐、视频、3D 交互内容(如虚拟化身、虚拟物品、虚拟环境)等各种形式的内容和数据。
ChatGPT 是在一个会话场景自主生成文本来进行对话
NotionAI 是在一个内嵌在 notion page 生成写作相关文本
new bing 是在搜索的时候,不像以前只提供搜索链接,而是进一步提供合成成文本对话式的答案
还有更早之前也火过一阵子的 https://6pen.art/ AI 绘画,也被作为炒作点,记得当时 【视觉中国】 也因作为相关概念涨停过。
AIGC 已经加速成为了AI 领域的新疆域
其实这样也好理解~
本瓜的感受就是:一个人行万里路、读万卷书,见的太多了,就会想着自己去总结、思考、创作、输出,这个过程同样也适用于 AI 身上。
大家都是 从输入到输出的过程 ,AI 以前侧重于分析,分析的多了,现在晋升为 “创作”!
AI 和人的思维习惯一致,这很可怕,不是吗。。。
你也会想:为什么现在有 AIGC ,而以前没有。
答案也许就很直接浅显:因为以前的技术不支持!
比如 ChatGPT 底层基于的 Transformer 原型也是近几年才提出的,而 Transformer 的 原型 GAN ,也是 2014 年才提出。
相当于:
爷爷是:GAN
爸爸是:Transformer
儿子是:ChatGPT
这三代 AIGC ,也才用了不到 10 年的时间!!
Transformer 模型是一种采用自注意力机制的深度学习模型:
这一机制可以按照输入数据各部分重要性的不同而分配不同的权重,可以用在自然语言处理 (NLP)、计算机视觉(CV) 领域应用。
理论模型不宜再作深入阐述了,涉及的点比较多。。。
言而总之:谷歌、微软、Facebook、Open AI、英伟达这些牛逼的国外互联网巨头一直在不同程度的、持续的推动研究 AIGC
不禁让人想起一句歌词:
真理在被揭示之前不过只是暗室里的装饰,只有眼前亮起来了以后,才有机会彰显它的价值。
科研如此。
AIGC 在 2022 年底、2023 年初 爆发,得益于近年深度学习模型方面的技术创新,和一直以来的技术沉淀,包括生成算法、预训练模型、多模态等技术的融合等。
AIGC 肯定不止于创造几个聊天会话框就说满足了。
面向 C 端,AIGC 能带来文字、图片、音视频的服务,以后,后继创业者将借助它,以 C 端消费级别的算法为门槛,挖掘出更丰富的生态,比如网页制作、本地 App、群聊机器人、定制出图等等内容消费服务。在推进数实融合、加快产业升级的进程中,金融、医疗、工业等各行各业彰显威力。
中国有望凭借领先的 AIGC 技术赋能千行百业,这个是我们的优势,相比米国,咱们互联网技术科研稍稍落后,但是技术应用是一点不差,毕竟咱人多、场景多、还有足够安全的环境。
AIGC 与 3D
AIGC 为3D 互联网带来的价值,既包括 3D 模型、场景、角色制作能效的提升,也能像Al作画那样,为创作者激发新的灵感。
传统的 3D 制作需要耗费大量时间和人力成本:以 2018 年发售的游戏《荒野大镖客2》为例,为了打造约 60 平方公里的虚拟场景、先后有六百余名美术历经 8 年完成。
AIGC 可以复刻真实世界,也能差异化打造千千万万个幻想世界,这是多么魔幻的一件事情!
AIGC 将成为打造虚实集成世界的基石,XR、游戏引擎、云游戏、仿真、传输无损,数字仿真,人类 现实和虚拟的叠加 越来越多,交互和体验将到达新阶段。
(虚拟世界的平行宇宙指日可待)
AIGC发展浪潮已到,现在有 ChatGPT、NotionAI、new bing,以后还会有更多。。。
OK,以上便是本篇分享,希望各位工友喜欢~ 欢评论 🤟