大数据信息网云计算物联网AI人工智能技术应用交流大数据查询网

Antler是一家2018年在新加坡成立的创业社区组织，核心理念是Day Zero Investing，帮助创业者从0到1落地想法，并一直帮助他们走向成功。目前在全球25个城市，帮助了超过600家公司的5000多名创业者。本文是对《Mapping the Generative AI landscape》这篇最新文章的翻译和整理，主要内容包括关于生成式AI的基础认知和趋势判断，呈现形式主要是问答的方式。

PS：本文大部分翻译工作由AI完成

一、基础问题

1. 什么是生成式AI？

想象一下这样一个世界，你可以使用生成辅助工具在几分钟内完成你的项目，而不是花几天时间写一篇博客文章，花一周时间创建一个演示文稿，或者花几个月时间写一篇学术论文。这些工具不仅能帮助我们完成项目，还能帮助我们做出更好的决定。

举一个生成式AI未来会变得有多强大的例子：对于那些熟悉我们关于创造者经济的报道的人来说，想象一下这样一个世界，创造者可以将他们的内容上传到任何语言，并使用他们自己的声音作为旁白，而不是依赖机器人或本地翻译。这是一个美丽的新世界，我们有强大的工具，可以节省我们无数的时间，提高我们的工作。

2. AI VS 生成式AI

人工智能（AI）是一个广泛的术语，指的是任何能够进行智能行为的技术。这包括了一系列广泛的技术，从简单的可以对数据进行排序的算法，到复杂的可以模拟类似人类思维过程的先进系统。

另一方面，生成式AI是一种特定类型的AI，专注于生成新内容，如文本、图像和音乐。这些系统在大型数据集上进行训练，并使用机器学习算法生成与训练数据相似的新内容。这在各种应用程序中都很有用，比如创建艺术、音乐和聊天机器人生成文本等。

从本质上讲，AI是一个广泛的术语，包括许多不同的技术，而生成式AI是一种特定类型的AI，专注于创建新内容。

3. 巨大的机遇正在显现

未来，生成式AI很可能会对创意产业产生重大影响。虽然一些创意人员可能会被生成式AI取代，但其他人可能会找到与生成式AI合作的新机会，或者创造由生成式AI支持的内容。在许多情况下，它实际上可以增强创意人员的工作，使他们能够创造更多个性化的内容和产生新的想法，如果没有使用人工智能，这些想法和概念可能是不存在的。

此外生成式AI对创意人员的一个潜在好处是，它可以使他们更快速和更有效地创建内容。例如，作家可以使用生成式AI系统生成文章的草稿，然后他们可以对其进行编辑和完善。这可以节省时间，让创意人员专注于他们工作中最重要的方面。

4. 生成式AI的影响

这项技术可以产生许多不同的影响，这取决于如何使用它。例如，生成式AI可用于创造新内容，比如音乐或图像，可用于各种目的，如为创意人员提供更多的灵活性和想象力。它还可以通过生成新的训练数据来改进机器学习算法。总的来说，生成式AI的影响肯定是巨大的，因为它有可能创造新的有用的内容，并提高机器学习系统的性能。

5. 预训练模型如何在实际中发挥作用？

生成式AI训练模型的工作原理是从大型数据集中学习，并使用这些知识生成与训练数据集中示例相似的新数据。这通常是使用一种称为生成模型的机器学习算法来完成的。生成式模型有许多不同类型，每一种都使用不同的方法生成新数据。一些常见的生成模型类型包括生成对抗网络（GAN）、VAE和自回归模型。

例如，在人脸图像数据集上训练的生成模型可能会学习人脸的一般结构和外观，然后使用这些知识生成新的、以前未见过的但是看起来真实可信的人脸。

生成模型用于各种应用程序，包括图像生成、自然语言处理和音乐生成。它们对于手动生成新数据非常困难的任务特别有用，比如为产品创建新设计或生成听起来很逼真的语音。

6. 语言模型是如何被创建的？

创建语言模型有几种方法，但最常见的方法是使用机器学习算法在现有文本的大型数据集上训练模型。这个过程通常包括以下步骤：

• 收集现有文本的大型数据集，这个数据集应该代表最终模型能够生成文本的语言或样式。

• 预处理文本数据并为训练做准备，这通常包括将文本标记为单个单词或短语，并将所有单词转换为小写。

• 在预处理文本数据上训练机器学习算法，这可以使用各种算法来完成。

• 通过调整模型的参数和超参数来微调训练模型，并在必要时使用额外的训练数据。

• 通过使用训练好的模型生成样本文本并评估结果来测试模型，这可以通过将生成的文本与原始训练数据进行比较，或者使用其他指标，如perplexity或BLEU分数来实现。

• 通过重复步骤4和5来改进模型，直到生成的文本具有高质量并与所需的语言或风格匹配为止。

需要注意的是，创建语言模型需要大量的计算资源和机器学习方面的专业知识——尽管这个领域还处于早期阶段，但平台正在花费数百万美元来微调他们的产品和服务。

7. 为什么生成式AI会存在？

生成式AI的存在是因为它有可能解决许多重要的问题，并在广泛的领域打开无数新机会的大门，一些关键原因包括：

• 生成式AI可以创造新内容。生成式AI的主要好处之一是它能够生成新的内容，如文本、图像或音乐。这可以用来创造新的艺术、音乐和其他形式的创造性表达，并为训练机器学习模型生成数据。

• 生成式AI可以提高效率和生产力。通过自动生成内容，生成式AI可以帮助节省时间，减少人工劳动的需要。这可以提高从新闻和内容创作到数据注释和分析等各个领域的效率和生产力。

• 生成式AI可以提高生成内容的质量。随着机器学习和自然语言处理的进步，生成式AI变得越来越复杂，能够生成人类难以难以分辨的高质量内容。

• 生成式AI可以实现新的应用和用途。生成式AI创造新内容的能力为新的应用开辟了许多可能性。例如，它可以用来创建个性化的体验，包括个性化的新闻文章或个性化的音乐推荐等。

8. 展望未来——生成式AI的收入模型

对于使用生成式AI技术的公司来说，有几种潜在的收入模式。一些可能的收入来源包括：

• 将技术授权给其他公司或组织，以改进其产品或服务。

• 将人工智能系统的输出，如生成的图像、视频或文本出售给可用于各种目的的客户。

• 以订阅服务的形式提供AI服务，客户可以使用它来生成自己的输出

• 使用人工智能系统来提高公司现有产品或服务的效率或有效性，然后利用这些增强的产品向客户收费。

• 创建利用人工智能系统功能的新产品或服务，并将其直接销售给客户。

9. 为什么是现在？

为什么现在是采用生成式AI的时机，有以下几个原因：

• 机器学习和自然语言处理的进步使人工智能系统能够生成高质量的类人内容。

• 在艺术、营销和娱乐领域，对个性化和独特内容的需求不断增长，增加了对生成式AI平台的需求。

• 大量数据和强大计算资源的可用性使得大规模训练和部署这类模型成为可能。

10. 生成式AI的分类：

• 文本：总结或自动化内容。

• 图像：生成图像。

• 音频：在音频中总结、生成或转换文本。

• 视频：生成或编辑视频。

• 编程：生成代码。

• 聊天机器人：自动化客户服务等。

• ML平台：应用程序/ ML平台。

• 搜索：人工智能洞察。

• 游戏：生成式AI游戏工作室或应用。

• 数据：设计、收集或总结数据。

在这一领域较为活跃的投资者以及不同的轮次：

生成式AI领域的独角兽公司

尽管该行业仍在兴起，但一些独角兽公司已经出现。到目前为止，2019年产生了两只独角兽，2020年产生了一只，2022年产生了四只。

二、未来趋势

1. 生成式AI如何被用于绘画艺术和音乐?

生成式AI正以几种不同的方式应用于绘画艺术和音乐。一个常见的应用是使用生成模型来创建新的艺术和音乐，或者从头开始生成全新的作品，或者使用现有的作品作为起点并添加新元素。例如，生成模型可以在一个大型绘画数据集上进行训练，然后用于生成与数据集中的绘画相似，但却是原创的新绘画。

2. 生成式AI是被如何用于游戏的?

生成式AI正在以多种方式应用于游戏中，包括创建新关卡和地图，生成新的对话或故事线，以及创建新的虚拟环境等。例如，游戏可能会使用生成式AI模型为玩家每次玩游戏时创建一个全新的独特关卡，或者根据玩家的行动为NPC角色生成新的对话选项。此外，生成式AI可以用来创建全新的逼真虚拟环境供玩家探索，如城市、森林或行星。总的来说，它可以用来增加游戏体验的活力和多样性，让玩家感到更有吸引力和沉浸感。

3. 生成式AI将如何影响创作者经济?

随着创作者经济已经逐渐成为一个价值1000亿美元的产业，生成式AI可能会对创意行业产生重大影响，尤其是那些创作音乐、艺术和文学的人。但是，它确实为创作者提供了从一开始就全球化的机会，允许他们的内容转换成任何语言，或将他们的创意转化为更吸引人的内容。

为了让创作者经济取得成功，平台需要适应创作者的个性，让创作者与粉丝建立某种形式的联系。

4. 这个领域的未来会怎样？它可能会面临什么样的挑战？

生成式AI面临着许多挑战，包括提高这些模型输出的质量和多样性，提高它们生成的速度，并使它们更加可靠。另一个主要挑战是开发出能够更好地理解和结合所处理数据的底层结构和上下文，以产生更准确和连贯输出的生成式AI模型。此外，对于生成式AI的伦理和社会影响，以及如何确保这些技术以负责任和有益的方式使用，人们也一直存在担忧。

让我们来仔细看看这些问题:

• 版权：到目前为止，很难看到这些平台如何识别信息真相来源和艺术作品来源——这些模型是由数亿个数据点训练而成的。创作者们担心这些平台将如何面对作品的侵权风险，正如我们在Lauryn Ipsum最近发布推文中看到的那样，在Lensa应用程序中使用的图像具有原作者的签名。

• 学术论文：随着这些平台变得越来越智能，聪明的年轻学生将在日常生活中采用它们。这将如何影响他们的学术工作？他们的教授如何能够识别这是否真的是他们自己写的？

• 虚假信息 VS 错误信息：尽管这些系统非常聪明，但它们有时不可避免地会提供错误的信息。例如，在英国第四频道最近的一次采访中，主持人询问了Open AI关于他的职业道路，聊天机器人助手给出了不准确的信息。

5. 生成式AI的缺点

• 生成的数据中存在信息偏差的风险，如果训练数据不够多样化或代表性不够。

• 担心生成式AI在某些行业取代人类，从而导致失业。

• 生成式AI有可能被用于恶意目的，比如制造假新闻或冒充个人。

6. 生成式AI将影响元宇宙——具体如何影响还有待观察

我们很难准确预测生成式人工智能将如何影响元宇宙，因为后者在很大程度上仍然是一个理论概念，对于它将是什么样子或如何运作还没有共识。然而，生成式AI将在其创建和开发中发挥重要作用，因为它将允许在虚拟世界中自动生成内容和体验。这可能会带来一个更加沉浸式和动态的元宇宙，为用户提供几乎无限的全新独特体验。生成式AI也有可能被用来自动化元宇宙中的各种任务，比如管理虚拟经济，确保虚拟世界保持稳定和正常运行。总体而言，生成式AI对元宇宙的影响应该是重大并且广泛的。

专栏作家

深思圈，公众号：深思圈，人人都是产品经理专栏作家。《十五个酷应用玩转树莓派》作者，连续创业者。做过教育、工具和SaaS等行业，关注出海、SaaS和AIGC领域，擅长产品、营销和增长。

本文原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自 Unsplash，基于 CC0 协议。

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。