全文字數：3600字，閱讀時間：13分鐘
本文來自智次方直播：AI落地應用：大模型的無限可能
金秋9月，智次方與智用人工智能應用研究院攜手推出AI大模型系列公開課，從認知、應用、商業、安全等不同方向，帶您領略AI大模型的魅力與應用前景。
9月13日晚，智用研究院AI產品總監 周奇民老師以“AI落地應用：大模型的無限可能”為主題進行了一次深度內容分享。
以下根據直播內容整理：
01
AIGC是什么
目前AIGC成為了越來越多人關注的概念。AlGC 全稱為 Al Generated Content(人工智能生成內容)，指基于大型預訓練模型、生成對抗網絡 (GAN)、擴散模型等人工智能技術，通過其泛化能力生成各種內容。
狹義的AIGC更關注文本、圖像、音頻、視頻等內容生成，等同于Generative Al概念。
其實在現階段來說，主要是在做文本生成，而且文本生成能力已經非常出色。
比如可以用ChatGPT寫小說等等。其實從科學家或者開發者的角度來看，GPT 4 本質上是一個文本預測模型，GPT 中的 T 代表Transformer，這個模型是一個逐字生成的文本模型，你給它一段上下文，它會預測下一個字的概率最高的那個字，然后根據生成的字再作為上下文預測下一個字。
圖像生成方面，其實在四五年前就已經存在了，但在過去的概念中，人們認為生成的圖像質量很差，人臉五官也歪七八扭的。而現在，通過不斷訓練和優化算法，生成的圖像已經非常接近真實人物的照片了。例如，我們可以輸入一段文本描述，Midjourney就能直接生成圖片，并且圖像質量很高。而且你會發現人臉的樣子、風吹起來的效果、蓬松的頭發、衣服的質感、光線的打光效果，以及背景的虛化等細節都已經讓這張圖片很難分辨真假。
音頻生成方面，如果之前大家有看過一些短視頻，比如“注意看眼前的男人叫小帥”，這些視頻中使用的配音都是來自微軟的文字合成語音服務，名為文本合成語音TTS(Text to speech)。除了傳統的音頻生成方式，現在還有很多新的技術，比如Suno AI。以前我想用文本生成一段音樂，但是無法將人聲與背景音樂完全融合。而現在可以根據你的文本生成一整段音樂，包括和弦、人聲、音調、編排、和聲，所有的東西一氣呵成。這項技術剛剛在前幾天發布，所以AI的發展速度相當迅速。
視頻生成方面，我輸入一段文字“有一只狗穿著超人的披風在天上飛，幫我生成4 秒鐘的視頻”，現在已經完全可以實現了。
還有跨模態生成，其實就是文本、圖像、音頻、視頻之間來回切換。
如果我們稍微擴大視角，廣義的AIGC還包括蛋白質結構生成、環境模擬、人工智能體、虛擬人等橫跨各個領域的內容生成。
在蛋白質結構生成領域，如果有從事生物行業的，可能會發現蛋白質的三維結構與其氨基酸的序列是高度相關的。什么意思呢?比如說有一個氨基酸序列，就能猜測生成的蛋白質的三維結構是什么樣的。以前在沒有人工智能的情況下，序列到三維結構之間存在很大的差距。很多事情都依賴于通過人工計算或經驗法則來處理。過去的經驗可以總結成一些例子，根據這些例子可以猜測下一個新的蛋白質的序列。
在環境模擬領域，比如元宇宙就是將現實世界完全復制到虛擬世界。比如說可以通過機器掃描每個細節和材質，或者基于人工智能體將現實世界的空間復制到虛擬世界中，這也是一種環境模擬。
02
AIGC能對行業做什么
以前我們采用的是專業人員生成內容的模式PGC，后面發展為UGC模式，即所有人都可以成為創作者。例如很多社交媒體小紅書、抖音等，你發布一個視頻，你就是博主。現在UGC的下一步是AIGC，可能不再需要人來從事這項工作，只需要讓AI來完成。人類能做什么呢?我們可以提供創意，或者干脆不給創意，讓AI自己去想。它現在已經能夠逐漸轉變為AIGC這樣的模式，因為它具備高生產效率、豐富創造力和強導向性的優點。
那AIGC的出現會影響哪些行業呢?
我們第一直覺能想到的就是媒體行業，比如說我們記錄一個新聞熱點(iPhone 發布)，需要寫一篇文章，我還需要手動打字嗎?不需要。我直接告訴ChatGPT現在有個新的熱點 iPhone 15 發布了，請針對這個時事做出評判。馬上一分鐘就給你寫好1000 字的新聞稿，直接復制粘貼發送，就這么簡單。
對于電商行業，比如我是一家開淘寶店賣衣服的，關于淘寶店的宣傳文案、衣服照片、網站代碼等都可以讓 AI 來幫我做。
對于影視行業，拍電影的分鏡、劇本、音樂配音、音效全部交給AI。
對于娛樂行業，比如說大家玩的游戲-原神，原神里面的這個 3D 建模直接用AI 給你做了，你都不需要這么多設計師了。
所以說AIGC 在內容生成行業的影響肯定是會波及到這些行業的。
03
AIGC的文本生成應用
AIGC有很大的潛力和充足的發展空間。
那下面我會以大家最熟悉的ChatGPT為例，展示它在文本生成方面的四個應用。
第一個，用通俗的語言，以小學生能聽懂的口吻來解釋量子物理。這體現了總結能力和角色扮演能力。你甚至可以把論文扔給ChatGPT，它就可以幫你總結和解釋論文內容。
第二個，幫我用李白的口吻寫一首關于生成式AI的詩，考驗它的創造能力。以前我們認為AI不能創造，但現在不同了。現在它可以生成一些從無到有的東西。
第三個，如果一個人斷言自己總是說謊，但告訴你他現在正在說謊，那么你可以推斷他現在是說真話還是假話。考驗它的邏輯推理能力。
第四個，代碼能力。它能夠信手拈來地編寫代碼，而且速度非常快。
如果你之前關注過這方面的新聞，或者你是開發人員，那么你應該知道GitHub的代碼生態是個非常豐富的。因為GitHub上面有許多不同的開發者，他們將自己的代碼上傳到該網站，形成一個開源的生態系統，供大家相互學習。
然而，GitHub 最近推出了一個名為 GitHub Copilot 的服務。這個 Copilot 服務可以根據 GitHub 上的所有代碼，幫助開發者生成文本。例如，你要寫一段注釋，你可以描述你想要編寫的俄羅斯方塊游戲，Copilot 就會為你生成一整段文本，直接在 Visual Studio 這個開發工具中幫助你生成。這樣，你就不需要手動復制粘貼，也不需要跳到 ChatGPT 平臺讓他幫你寫代碼，因為這個功能已經內嵌在開發工具中，代碼生成過程非常流暢。此外，如果你復制了一段代碼，不知道它的用途，你可以直接復制粘貼到 ChatGPT 平臺，讓它幫你解釋。它也能夠勝任這項任務。
總而言之，文本生成、推理能力和代碼能力都可以實現。
04
AIGC的文本生成+代碼解釋器應用
GPT4強大的插件生態可以讓GPT實現更多可能性，使用高級數據分析插件(原代碼解釋器)使其根據需求直接生成代碼。并且對自己生成的代碼運行輸出，如果遇到報錯也能自行調試修改代碼直至能正常運行。
比如說你現在上傳一張包含文字的圖片，要求把文字抽取出來。然后它能解析你的問題，立馬就在一個新建的環境中幫你寫一段 Python 的代碼，并在它的環境中運行。然后直接幫你識別出這些文字。
文字識別也叫OCR，它最基礎的用法是識別文字，但實際上它還能做很多其他的事情。意味著什么?意味著只要是能運行代碼的，它都能做。比如說我上傳一張七彩斑斕的圖片，要求將它轉換成不同的風格，并制作成一個視頻。它能立即解析。你只需點擊下載就可以使用了。
另外，也能做數據分析可視化。假設我有一份房價數據表格文件，我上傳給ChatGPT，我告訴它根據數據，幫我預測下一個月的價格趨勢。對，然后它就能解析你的意圖，分析你的文件，編寫并運行代碼，生成表格，并進行價格預測。
05
生成式AI的組合應用
當然，上述所有服務均只是生成式AI最基礎的應用，各應用之間也可以互相結合，以多模態的形式整合賦能千行百業。
以前的文字生成圖片都是不可控的，但是現在出現了很多新技術，你可以訓練一個自己的AI模型來固定這些圖片中的一個元素。
過去，如果要開一家淘寶店，就得請模特、設計衣服等等各種細節，現在AI就能為你完成。我用一個線稿設計圖，讓AI幫我生成一張衣服的圖片。然后再生成100張衣服的圖片，再用這些圖片訓練一個自己的模型。然后用這個模型去生成模特穿衣的圖片，這個模特每次穿的衣服都是我設計的，可以使用不同的姿勢、光影和角度來制作這些圖片。
AIGC也可以應用于智能客服。現在智能客服已經很像真人了。你只需要一張照片，就可以實現各個器官跟著文本、語音去動。
我們也可以將 ChatGPT等大模型嵌入企業的一些內部系統(例如OA 系統)，比如說員工想請假，由ChatGPT 去理解他的意圖，然后去調用OA 系統，直接就可以去提交請假工單了。
剛剛提到的文本、圖像、音頻、視頻只是冰山一角，還有許多其他可能性值得我們去挖掘。
06
大模型的“幻覺”現象
大家知道Transformer模型的原理其實就是單字接龍。如果大家了解 GPT-2，它是開源的。如果你了解開發，你可以自己下載一個模型，你會發現，比如我想說一句話：“今天天氣真好。”然后我把“今天天氣真”這五個字輸入模型，它會去計算下一個字在幾千、幾萬個中文漢字中出現的概率最高。它計算出來了，概率最高的字是“好”，所以它就把“好”這個字添加進去。所以說，它的原理并沒有基于真實現實的原理，它只是根據算法計算出來的。
假設你問它一個關于天氣的問題，如果你不連接任何天氣系統的接口，不問氣象局今天的天氣如何，它就會胡說八道。因為它底層的原理就是根據算法計算出概率最高的字來生成下一個字。
所以幻覺是無法避免的，這是它的本質機制。但是在使用 GPT 的過程中，你可以采取一些措施來避免大部分的幻覺。
舉個例子，你可以給它設計一個角色，告訴它只能基于我的數據源來回答問題，對于其他不知道的事情，要回答“不知道”，并附上剛剛從氣象局獲得的數據。這樣，它就能根據真實數據來生成回答。這個過程我們稱為“grounding”，可以在一定程度上減輕幻覺。所以說，幻覺是無法完全避免的，這是算法本身無法避免的特性。但是我們有辦法來緩解幻覺的影響。
我今天的分享就到這里，謝謝大家。
