AIGC和ChatGPT随笔

无名小足

• AIGC，是继PGC,UGC之后的新型内容创作方式。典型应用形式包括AI 写作、AI问答、AI自动编程、AI绘画、AI配乐、AI视频生成和 AI语音合成等。尤其是对话式AI，近期火爆的程度超过了去年下半年大火的AI绘画：毕竟生成各种文字远比生成图片更震撼,范围也更广。
  
  

• AIGC的核心变革，发生在内容层，位于数据层之上。AIGC在绘画和会话等方面突破的重要性，在AI领域相当于2016年，AlphaGo战胜人类围棋冠军的价值。在互联网领域，堪比下一代互联网、下一代内容和未来社交网络等，将影响到所有内容相关的产业，只会是程度和早晚的区别。
  
  

• 前几年，训练AI可以做一些识别和发现工作。AIGC则是训练AI后，会生成全新的、完全原创的、真实的工件。这些内容会与训练数据保持相似，而不是复制。
  
  

• 前几年，机器视觉实现的是视频/图片到文字的转换过程，现在大热的AI绘画，与之前机器视觉的主攻方向正好相反，可以从一些关键词描述转换成图片的过程。
  
  

• 几年前的AI与AIGC的关系，会像云计算与云原生，大数据与数据要素的关系，都是前者强调技术和基础设施，后者强调应用和价值创造。大数据是机器处理现有数据以发现新价值，AI是机器有目的地生成新数据。大数据是从海量数据中寻找目标，AIGC是根据目标生成支撑性的内容。
  
  

• AIGC的兴起，或许可以再编一个下一代互联网的故事。Web1是只读的，Web2是可读写的，现在Web3的故事是基于区块链的价值互联网。或许，Web3的新概念还可以是AI自动生成的、可读写的Web。
  
  

• 常识再次贬值。互联网和搜索引擎，把很多常识降维成了信息，“消灭”了常识分子对常识的垄断，常识分子作为一个群体正在消失。同时，也打破了传统的内容中心，建立了新的数字内容中心。ChatGPT刚问世才几个月，就已经1亿用户注册了，对谷歌和搜索引擎已经产生了革命性影响。想想20多年前，还没有搜索引擎时的常识界和内容行业。或许未来得搜索引擎2.0，会是AIGC融合传统搜索的产物。当然，AIGC的影响不限于搜索引擎。
  
  

• 目前互联网上的流量，网络爬虫占比大约50%(也有人认为这个数据偏高了或偏低了)，这些其实都是垃圾或恶意流量。初步预计，到2025年，AI生成内容占比将达到10%。过去是网络爬虫大量重复搬运人类生产的内容，未来将会是机器重复搬运机器生成的“重复”内容。版权法、产权制度和个人数字权利等，又得来一遍。
  
  

• ChatGPT等AIGC缺乏真正理解人类语言和对话复杂性的能力。它只是被简单地训练为根据给定的输入生成单词和句子，它产生的任何反应都可能是肤浅的，缺乏深度和洞察力。而事实上，大多数文字工编辑、大多数数字内容和程序员的水平，甚至都还达不到ChatGPT的目前的水平。何况ChatGPT的学习演进速度，是7*24小时而不是996的。
  
  

• App2.0，从编写程序到训练程序，以后应该改叫“训程指南”了。App2.0指在编程时，不再关注于算法的具体实现，而是只需要对数据集进行标记，用示例向计算机表达预期的目标 ，计算机应用神经网络对输入数据的性能进行评价，多次训练后，自行找出和填充达到目标的方法。随着AIGC的成功，现在看起来App2.0不再只是一个遥远的梦想了。
  
  

• 数字原生时代，不可能让每个人都懂编程，因此低代码和零代码是必须的。传统的低代码零代码平台主要依靠可视化和模块化等实现，而在10到20年内，AIGC将使非程序员的创造者能够使用自然语言指令进行零错误的App开发。低代码/零代码2.0，应该会是基于AIGC的,业务与技术真正走向融合，让编程进一步平民化。
  
  

• 因为AIGC固有的缺陷，比如常识性错误和创造力等，未来不会只是AIGC。AIGC会逐步取代UGC，并且与PGC合体，形成P-AIGC模式。就像今天的AlphaGo战胜世界冠军后，现在的最高水平的棋类比赛是人机混合式的。人在未来的文字性工作中，或许只是引导、监督和核查的作用。
  
  

• AI服务要平台化了，像IaaS那样的基础性平台企业即将崛起。公有AI、私有AI和混合AI，AI原生的内容，AI基础设施等新概念流行。AI平台上类似App和SaaS的各种内容，面向场景的PaaS化AI，AIGC辅助办公，AIGC辅助撰稿等纷纷出现，个性化的AIGC、专用AIGC和边缘AIGC等出现。
  
  

• 问题比答案更重要。对人类而言，创造性地提出问题，将来会远比如何回答好问题更重要了。
• “后真相”时代，AIGC进一步模糊了真实与虚拟，人类与机器，对AIGC的监管是个巨大的新挑战。