10月9日消息，最近幾年興起的所謂“生成式人工智能（generative AI）”正吸引硅谷科技巨頭和風(fēng)投機(jī)構(gòu)的興趣，這種AI可以依據(jù)少量詞匯在幾秒鐘內(nèi)生成與之相匹配的圖像。分析師預(yù)計，這種技術(shù)將被廣泛用于各行各業(yè)，并產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價值。
雖然這些計算機(jī)程序生成的圖像并不完美，比如手上出現(xiàn)多余的手指，四肢不自然的彎曲等。同時，圖像生成器在處理文本時也會遇到問題，例如生成無意義的符號等。然而，這些圖像生成程序可能是一場科技熱潮的開始。硅谷風(fēng)投機(jī)構(gòu)NextView Ventures的投資人大衛(wèi)·貝塞爾（David Beisel）說：“在過去的三個月里，‘生成式人工智能’這個詞已經(jīng)變成了流行語?！?/p>
從2021年開始，生成式AI技術(shù)取得了巨大進(jìn)步，甚至激勵許多人辭掉工作去創(chuàng)辦新公司，夢想著AI將來可以為新一代科技巨頭提供動力。
在過去五年左右的時間里，AI領(lǐng)域始終處于蓬勃發(fā)展階段，但這些進(jìn)步大多與理解現(xiàn)有數(shù)據(jù)有關(guān)。AI模型已經(jīng)變得足夠高效，可以識別人們剛剛用手機(jī)拍攝的照片中是否有一只貓。此外，這些模型也足夠可靠，每天可以為谷歌搜索引擎提供數(shù)十億次搜索結(jié)果。不過，生成式AI模型可以生成以前沒有的全新東西。換句話說，它們是在創(chuàng)造，而不僅僅是在分析數(shù)據(jù)。
AI與機(jī)器學(xué)習(xí)平臺Craiyon Productive AI的創(chuàng)建者鮑里斯·戴瑪（Boris Dayma）說：“最令人感到印象深刻的是，生成式AI也能創(chuàng)作新的東西。它們不僅僅是創(chuàng)造類似的舊有圖像，還可以創(chuàng)造與以前完全不同的新事物。”
硅谷知名風(fēng)投公司紅杉資本(Sequoia Capital)在其網(wǎng)站上發(fā)文表示：“從游戲到廣告再到法律方面，生成式AI可能會改變所有需要人類創(chuàng)造力發(fā)揮作用的領(lǐng)域。這種技術(shù)有可能產(chǎn)生數(shù)萬億美元的經(jīng)濟(jì)價值?！备鼮橛腥さ氖牵t杉資本還在帖子中指出，其上述文章部分是由GPT-3撰寫的，后者本身就是能夠生成文本的生成式AI。
生成式AI的工作原理
圖像生成使用的技術(shù)來自機(jī)器學(xué)習(xí)的一個子集，稱為深度學(xué)習(xí)。自從2012年一篇關(guān)于圖像分類的里程碑式論文重新點燃人們對這項技術(shù)的興趣以來，深度學(xué)習(xí)推動了AI領(lǐng)域的大部分進(jìn)步。深度學(xué)習(xí)使用在大數(shù)據(jù)集上訓(xùn)練的模型，直到該程序理解這些數(shù)據(jù)中的關(guān)系。然后，該模型可以用于應(yīng)用程序，如識別圖片中是否有狗或翻譯文本等。
圖像生成器的工作原理就是逆轉(zhuǎn)這個過程。它們不是將英語翻譯成法語，而是將英語短語轉(zhuǎn)換成圖像。它們通常有兩個主要部分組成，一個是處理初始短語的部分，另一個是將數(shù)據(jù)轉(zhuǎn)換成圖像的部分。
第一部分生成式AI基于名為Generative Adversarial Networks（生成式對抗網(wǎng)絡(luò)，簡稱GAN）的方法。此前，這些GAN通常被用于生成不存在的人的照片。本質(zhì)上，它們的工作方式是讓兩個AI模型相互競爭，以更好地創(chuàng)建符合預(yù)定目標(biāo)的圖像。
而較新的方法通常使用轉(zhuǎn)換器，這是谷歌于2017年論文中首次提出的概念。這是一項新興技術(shù)，可以利用更大的數(shù)據(jù)集，盡管其培訓(xùn)成本可能高達(dá)數(shù)百萬美元。
第一個獲得大量關(guān)注的圖像生成器是Dall-E，它是硅谷初創(chuàng)公司OpenAI于2021年推出的項目。OpenAI今年發(fā)布了功能更強(qiáng)大的更新版本。專注于生成式AI的開發(fā)者克里斯蒂安·坎特雷爾（Christian Cantrell）說：“有了Dall-E 2，這真的是我們跨越恐怖谷效應(yīng)（Uncanny Valley）的時刻?！?/p>
另一個常用的、基于AI的圖像生成器是Craiyon，以前被稱為Dall-E Mini，它可以在網(wǎng)絡(luò)上買到。用戶輸入短語后，可以幾分鐘內(nèi)在瀏覽器中看到其給出的繪圖。
據(jù)AI與機(jī)器學(xué)習(xí)平臺Craiyon Productive AI的創(chuàng)建者戴瑪稱，自2021年7月推出以來，Craiyon現(xiàn)在每天生成約1000萬張圖片，總計生成10億張以前從未見過的圖片。在今年早些時候使用量飆升后，戴瑪開始將全部精力投入到Craiyon上。他說，他專注于使用廣告來保持用戶免費使用，因為該網(wǎng)站的服務(wù)器成本很高。Craiyon上有個推特賬號，專門發(fā)布最奇怪、最有創(chuàng)意的圖片，它擁有超過100萬名粉絲。
但最能激發(fā)人們熱情的項目是Stable Diffusion，該項目于今年8月向公眾發(fā)布。它的代碼可以在GitHub上獲得，可以在電腦上運行，也可以在云端或通過編程接口運行。這讓用戶可以根據(jù)自己的目的調(diào)整程序代碼，或者在其基礎(chǔ)上構(gòu)建新程序。
舉例來說，Stable Diffusion通過一個插件集成到Adobe Photoshop中，允許用戶生成背景和圖像的其他部分，然后他們可以使用圖層和其他PS工具直接在應(yīng)用中操作，將生成式AI從生成成品圖像的技術(shù)變成了專業(yè)人士可以使用的工具。
該插件的開發(fā)者坎特雷爾在Adobe工作了20年，今年辭職專注于生成式AI。這位資深人士表示，該插件已被下載數(shù)萬次。藝術(shù)家們告訴他，他們把它用在了無數(shù)他意想不到的地方，比如制作哥斯拉的動畫，或者以藝術(shù)家可以想象的任何姿勢創(chuàng)作蜘蛛俠的圖像。
使用生成式AI的一種新興藝術(shù)是如何構(gòu)建“提示”，即生成圖像的短語。名為Lexica的搜索引擎可以將Stable Diffusion的圖像和可用于生成它們的確切單詞字符串聯(lián)起來。Reddit和Discord等平臺上，都有如何引導(dǎo)人們輸入想要生成圖像的短語技巧。
創(chuàng)企、云服務(wù)提供商和芯片制造商或受益最大
許多投資者將生成式AI視為一種潛在的變革性平臺，就像智能手機(jī)或互聯(lián)網(wǎng)的早期一樣。這種轉(zhuǎn)變極大地擴(kuò)大了可能能夠使用這項技術(shù)的潛在市場規(guī)模。
坎特雷爾認(rèn)為，生成式AI類似于一種更基礎(chǔ)的技術(shù)，即數(shù)據(jù)庫。他說：“生成式AI有點兒像數(shù)據(jù)庫，數(shù)據(jù)庫幫助解鎖了應(yīng)用程序的巨大潛力。我們生活中使用過的幾乎每款應(yīng)用都是建立在數(shù)據(jù)庫之上的，但沒有人關(guān)心數(shù)據(jù)庫是如何工作的，他們只知道如何使用它?！?/p>
Compound VC管理合伙人邁克爾·鄧普西（Michael Dempsey）表示，以前僅限于實驗室的技術(shù)進(jìn)入主流的時刻“非常罕見”，吸引了風(fēng)險投資者的大量關(guān)注，他們喜歡在潛力巨大的領(lǐng)域下注。但他警告說，生成式AI目前處于更接近炒作周期頂峰的“好奇心階段”。處于這個階段的公司可能會倒閉，因為它們沒有專注于企業(yè)或消費者愿意付費的特定用途。
該領(lǐng)域的其他人認(rèn)為，今天開創(chuàng)這些技術(shù)的初創(chuàng)公司最終可能會挑戰(zhàn)目前主導(dǎo)AI領(lǐng)域的軟件巨頭，包括谷歌、Facebook母公司Meta以及微軟，并為下一代科技巨頭的崛起鋪平道路。
Hugging Face首席執(zhí)行官克萊門特·德蘭格（Clement Delangue）說：“將會有一大批價值萬億美元的新公司誕生，這些初創(chuàng)公司將以這種新的技術(shù)為基礎(chǔ)?！盚ugging Face是個與GitHub類似的開發(fā)者平臺，托管著預(yù)先培訓(xùn)的AI模型，包括Craiyon和Stable Diffusio。它的目標(biāo)是讓程序員更容易構(gòu)建AI技術(shù)。
有些公司已經(jīng)獲得了大量投資。Huging Face在今年早些時候從Lux Capital和紅杉資本等投資者那里籌集了資金后，估值達(dá)到20億美元。該領(lǐng)域最著名的初創(chuàng)公司OpenAI已經(jīng)從微軟和Khosla Ventures獲得了超過10億美元的資金。與此同時，Stable Diffusion開發(fā)商Stability AI正在洽談以高達(dá)10億美元的估值籌集風(fēng)險資金。
亞馬遜、微軟和谷歌等云服務(wù)提供商也可能受益，因為生成式AI可能是計算密集型技術(shù)。Meta和谷歌已經(jīng)聘請了該領(lǐng)域諸多杰出人才，希望將這種先進(jìn)技術(shù)整合到公司的產(chǎn)品中。今年9月，Meta宣布了名為“Make-A-Video”的AI計劃，通過生成視頻而不僅僅是圖像，使這項技術(shù)更上一層樓。
Meta首席執(zhí)行官馬克·扎克伯格（Mark Zuckerberg）在他的Facebook頁面上發(fā)帖稱：“這是一個令人驚嘆的進(jìn)步。生成視頻比生成照片難得多，因為除了正確生成每個像素之外，系統(tǒng)還必須預(yù)測它們會隨著時間的推移發(fā)生怎樣的變化?！弊罱?，谷歌也發(fā)布了名為Phenaki的程序代碼，可以將文本轉(zhuǎn)換為時長幾分鐘的視頻。
這股熱潮也可能給英偉達(dá)、AMD和英特爾等芯片制造商帶來提振，他們的圖形處理器是訓(xùn)練和部署AI模型的理想選擇。在上周的會議上，英偉達(dá)首席執(zhí)行官黃仁勛強(qiáng)調(diào)，生成式AI是該公司最新芯片的關(guān)鍵用途，并稱這類技術(shù)可能很快就會給通信領(lǐng)域帶來革命性的變化。
不過，生成式AI為終端用戶帶來的好處依然有限。如今許多令人興奮的事情都圍繞著免費或低成本的實驗進(jìn)行。例如，有些作者已經(jīng)嘗試使用圖像生成器為文章制作插圖。英偉達(dá)正嘗試使用模型來生成新的人、動物、車輛或家具的3D圖像，這些圖像可以填充到虛擬游戲世界中。
倫理問題難應(yīng)對
最終，每個開發(fā)生成式AI的人都將不得不努力解決圖像生成器帶來的倫理問題。
首先是就業(yè)問題。盡管許多程序需要強(qiáng)大的圖形處理器，但計算機(jī)生成的內(nèi)容仍然比專業(yè)插畫家的時間成本便宜得多，后者每小時的報酬可能高達(dá)數(shù)百美元。生成式AI可能會給藝術(shù)家、視頻制作人和其他以創(chuàng)作作品為生的人帶來大麻煩。Compound VC管理合伙人邁克爾·鄧普西說：“事實證明，機(jī)器學(xué)習(xí)模型可能會變得比人類工作得更好、更快、更便宜?！?/p>
圍繞原創(chuàng)性和所有權(quán)，生成式AI也會帶來更復(fù)雜的挑戰(zhàn)。這種AI模型是利用大量現(xiàn)有圖像進(jìn)行培訓(xùn)的，原始圖像的創(chuàng)建者是否對以原創(chuàng)風(fēng)格生成的圖像擁有版權(quán)仍在爭論中。一位藝術(shù)家最近在美國科羅拉多州的藝術(shù)比賽中獲勝，他使用的圖像主要是由名為MidJourney的生成式AI創(chuàng)作的。他在獲勝后接受采訪時表示，他從自己生成的數(shù)百張圖像中選擇了一張，然后在PS中對其進(jìn)行了調(diào)整和處理。
由Stable Diffusion生成的一些圖像似乎留有水印，這表明原始數(shù)據(jù)集的一部分受到版權(quán)保護(hù)。有些提示指南建議用戶使用特定的、在世藝術(shù)家的名字，以便在模仿該藝術(shù)家創(chuàng)作風(fēng)格的過程中獲得更好的結(jié)果。上個月，Getty Images禁止用戶將生成式AI圖像上傳到其庫存圖像數(shù)據(jù)庫中，因為其擔(dān)心引發(fā)侵權(quán)糾紛。
圖像生成器還可以用來創(chuàng)建商標(biāo)人物或目標(biāo)的新圖像，如小黃人、漫威角色或《權(quán)力的游戲》中的王座。隨著圖像生成軟件變得越來越好，它也有可能欺騙用戶，讓他們相信虛假信息，或者顯示從未發(fā)生過的事件的圖像或視頻。
開發(fā)者還必須努力應(yīng)對這樣一種可能，即基于大量數(shù)據(jù)訓(xùn)練的AI模型可能會在數(shù)據(jù)中包含與性別、種族或文化相關(guān)的偏見，這可能會導(dǎo)致模型在輸出中展示這種偏見。Huging Face已經(jīng)發(fā)布了有關(guān)倫理問題的材料，并就以負(fù)責(zé)任態(tài)度開發(fā)AI模型的問題進(jìn)行了討論。
Hugging Face首席執(zhí)行官克萊門特·德蘭格說：“我們在這些模型上看到了短期和當(dāng)前挑戰(zhàn)，因為它們屬于概率模型，在大數(shù)據(jù)集上訓(xùn)練，往往會吸收很多偏見?！彼e例稱，生成式AI曾被要求繪制“軟件工程師”的畫像，結(jié)果其生成了白人男性的圖像。 （小?。?/p>
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
