AI 热浪席卷而来“这是最好的时代，也是最坏的时代 …… 我们正走向天堂，我们正走向地狱” 英国作家查尔斯·狄更斯写于小说《双城记》的这段话用在任何时候都不显过时，尤其是在当下看来。 自从去年 11 月底 ChatGPT 问世以来，互联网行业乃至整个世界都从未如此喧腾过。在同一个事物上，最乐观与最悲观 的看法奇妙地共存，且都有业界大佬各自站台。 有人说这是革命性技术，将会助力人类成为神；有人说这项技术本身没有创新，只是大力出奇迹，没那么神奇；有人说 AI 将要失控，人类面临终结…… 不管怎样，由 GPT 技术带起的这股热浪已经席卷了互联网，大厂争着搞自己的大模型，小厂则想方设法地让 AI 给自己省钱。原画设计师、程序员们则在担心自己的饭碗是否保得住。 不过，对更多人来说，心里不免有两个疑问：我应该相信什么？我要做什么？ AIGC 或许是很好的答案，现在让我们回到技术本身先来回答第一个问题。 当我们谈论 AIGC 的时候，究竟在谈论什么AIGC，其全称是 AI-Generated Content，意即人工智能生成内容。简单说，就是向 AI 服务提出问题，然后 AI 会直接给出答案。这个过程有别于搜索之处，就在于搜索是将已有内容按照相关度排序，由用户自己决定并采纳。 GC 类业务其实在互联网上是由来已久。在只能浏览文字的 web 1.0 时代，由少数门户网站的专业团队制作内容，称为 PGC 模式。到了 图像和视频丰富的 web 2.0 时代，普通用户大量贡献内容，称为 UGC 模式。 掀起 AIGC 热潮的，是一幅名为《太空歌剧院》的数字艺术获奖作品。这画作之所以火出圈，不是因为获奖，而是因为创作者 Jason Allen 是使用 AI 工具 Midjourney 创作出来的。 Jason Allen 在一段时期内可以说是饱受争议，这到底体现的是 AI 的能力还是人的创意？随着 AI 工具被广泛使用，大家发现这件事就是效率革新，本质上就跟机器取代手工一样。《太空歌剧院》无意间成为了 AIGC 模式的首次成功路演。  《太空歌剧院》 当 ChatGPT 问世时，已经没有人再怀疑 AI 的能力，而是转向探讨如何使用自然语言就实现生产力的飞越。这些成功的 AI 技术，从底层实现来说，就是深度学习造就的大模型，所以即将到来的也是模型即服务的时代。 只要算力充足，模型使用的数据越多，训练出来的结果就越准确，这也是各大厂纷纷开展大模型军备竞赛的原因。大模型说到底还是基础设施，在它之上许多应用创新有了可想象的空间。 现在不论是互联网还是传统行业，最感兴趣的就是如何利用 AIGC 给自己的业务赋能。所以选择相信技术的力量，就可以回答第二个问题，我们能够做到什么。 AIGC 如何为我们赋能夸夸其谈总是容易的，能用好 AIGC 才是真本事。在《AIGC 未来已来》书中，列举了十种以上应用与业务场景，涵盖语言文学、视听、艺术、工业、教育等多个领域。不论你从事何种行业，都可以从这些事例中得到启发。 在此，我想选择三个比较典型的业务进行说明，即文本内容创作、视频生成、软件开发。 文本内容创作 文本内容可以粗略分为两大类：结构化文本与非结构化文本。结构化文本通常是基于结构化数据，或是有规范格式，例如证券市场报道、体育赛事报道、会议纪要等。非结构化文本则注重创意，例如文学、小说、营销文案等内容。 网红应用 ChatGPT 就已经有许多应用于结构化文本的成功案例，对于创意写作者，它也能提供极具价值的参考。腾讯 AI Lab 发布的智能创作助手文涌（Effidit）的 2.0 版本就能实现故事续写、自动纠错、内容润色等。因为网文是我国特色产业，手握大量一手数据的公司，也能训练出优秀的非结构化文本模型。  Effidit 视频生成 视频从本质上说，就是 N 帧图像在时间尺度上的次递显示，再与音频数据通过时间戳进行同步。AI 生成图像已经有比较成熟的工具，有上文提及的 Midjourney，还有 OpenAI 公司推出的 DALL-E2，开源的 Stable Diffusion。它们大多能做到快速出图，画质精美，且原创性高。 但视频生成的复杂度在于，它是包含多个维度的。 首先是要有好的故事内容，然后是贴合内容的图像，再加上符合场景的音乐等。以 AIGC 的方式生成视频，就是要对多款 AI 工具组合使用，发挥出最佳效果来。 在电影、游戏、广告等行业，借助视频生成 AIGC，一定会有极其丰富的内容呈现。  软件开发 程序员这工作曾被认为是脑力密集型职业，但如今 AI 已经可以胜任部分初中级程序员的工作。GitHub 与 OpenAI 合作，推出了代码编写大杀器——Copilot X。它有一项炫酷的功能，用自然语言描述需求，Copilot 就能直接生成代码。当然，这是得益于它对接了 GPT-4 的独特优势。  Copilot X 对于只会 CRUD 的程序员来说，抓紧升级 AIGC 技能是当务之急。不过好消息是，现阶段的 AIGC 代码生成工具还并非尽善尽美，在代码结构、准确性上仍然不足，需要高水平的程序员进行审查并调整。 所以程序员要担心的不是 AI 是否会让自己失业，而是如何借助 AI 让自己成为“十倍速”工程师。 下一个年薪百万的职业除了对现有工作的效率提升，AIGC 也催生出了一些新兴的工作机会，其中的代表就是提示词工程师（Prompt Engineer）。硅谷已有公司为这样的职位开出了相当于百万 RMB 的年薪。 这份工作就是以自然语言向 AI 描述创意和需求，引导 AI 逐步生成内容。提示词工作做得好，AI 就等于一支高水平的资深工程师团队，这当然是任何公司都梦寐以求的。但这百万年薪也不是那么好拿的，我们可以用一个穿越小故事来类比一下这个难度是在哪里。 假如你梦回大唐，穿越到 1347 年之前，立于江边一座楼台之上，眼前是红霞满天，一群野鸭振翅飞过。但穿越无法携带摄像设备，回来后你要跟 Stable Diffusion 描述并出图。回想起那美景，你情不自禁地脱口而出：“哟，好好看的夕阳，好多好多鸟”。 这时，有另一位帅哥跟着你一块回来，他朗声吟诵道：“落霞与孤鹜齐飞，秋水共长天一色。” 这位帅哥当然就是千古流传的名作《滕王阁序》的作者王勃，如果要竞争一个提示词工程师岗位，也许千年前的古诗人还更有竞争力吧。  AI生成《滕王阁序》场景 从这个小故事里可以看出来，Prompt 能力并不是简单的用自然语言去表达，而是要做到精准、简洁、传神。这需要具备良好的语言文字能力、逻辑思维能力、学习能力，并与深厚的专业知识相结合，方能将 AIGC 的威力施展出来，拿下百万年薪。 从马车夫到汽车司机我很喜欢《AIGC 未来已来》书中关于马车与汽车的比喻，我在此将其扩展一下。如果你是一名马车夫，当汽车出现时，最好的选择还是去考一个驾照成为汽车司机，而不是想着去另找一匹更快的马。 话虽如此，但投入 AIGC 的过程中，自己过往的经验与技能难免要面临重构甚至舍弃。这也像骑马一样，再厉害的骑手第一次摸车时也不知道要怎么上路。那么这个转变过程就要从最简单的起步开始，学会换档，到复杂路况行驶，直至自由驾驭。 我的建议是不妨拿起《AIGC 未来已来》，抛开那些纷扰的争论，静心去弄明白 AIGC 是什么，以及自己可以用它来做什么。这本书未必能直接给出一份行动指南，但它一定可以给你足够的启迪，找到前进的方向。 是时候放下马鞭了，握紧方向盘，踩下油门，高速前进吧！  |
|
|
