从 AI 绘画到 ChatGPT,聊聊生成式 AI

我们小时候经常有幻想,未来不用再去上班了,在工厂工作的都是机器人。在家也不用打扫卫生,机器人可以包揽一切。不知不觉间,我们小时候的幻想已经慢慢变成现实,工厂里有了多种型号的机械臂,代替了部分流水线功能。家里也有了扫地机器人,不用再一遍一遍地扫地了。

这些技术实现的背后都有 AI 的身影,2022 年 AI 行业更是热闹非凡。2022 年 9 月,由 Midjourney 创作生成的画作《太空歌剧院》在科罗拉多州博览会数字艺术创作类比赛中获得一等奖,AI 绘画进一步破圈,受到大众关注。

画作《太空歌剧院》(图片来源于互联网,侵删)

什么是生成式AI?

就在大家都认为 AI 绘画是 AI 发展的里程碑级应用,可就在短短 2 个多月后,ChatGPT 横空出世,到今年 1 月,平均每天约有 1300 万独立访客使用 ChatGPT,累计用户超 1 亿,创下了互联网最快破亿应用的纪录。而 ChatGPT 的“智慧”也再一次刷新人们对 AI 的认知。

无论是 AI 绘画,还是现在风靡全球的 ChatGPT,它们都属于 AI 的一个分支——生成式AI(Generative AI)。生成式 AI 可以通过让机器学习模型研究历史数据,并且利用先进的深度学习技术来创造一个全新生成的作品,这作品可以是一段文字、一张图片、一段音频或者是一部影片。

相较于传统的 AI 模型,生成式 AI 是一种特定类型的 AI,它专注于创建新内容。

生成式AI的简单原理

生成式 AI 的工作原理,是从大量数据中集中学习,并使用这些知识产生与训练数据相似的新数据。这通常是使用一种生成模型的机器算法来完成的,生成式模型有许多不同类型,每一种类型都使用不同的方法生成新数据。其中常见的生成模型类型包括 GAN、VAE 和回归模型。

聊这些模型之前,我们先简单说下深度学习。深度学习其实是一种模仿人脑思维过程的方法,利用多层神经网络进行学习,通过组合低层特征形成更加抽象的高层表述属性类别和特征,最后作出判断。举个例子,你要让 AI 认识一只猫,需要给它提供大量的样本学习,而 AI 在学习了大量的基础之后,建立起一个模型,来判断图片中有没有猫。要训练一个 AI 能够顺利实现对猫的识别,可能需要上百万张,甚至上千万张与猫相关的图片。

如果没有那么多的数据该怎么办呢?大家可能有听过这么个玩笑,程序员对 AI 说,“你已经是个成熟的 AI 了,应该自己生成数据,自己训练自己了。”这也就是我们前面提到过生成模型 GAN 的基本原理了。

GAN 的全称为对抗生成网络,最早是由著名的深度学习理论专家伊恩·古德费洛(IanJ.Goodfellow) 在 2014 年提出的。在原理上,生成式对抗网络使用两个神经网络相互对立,一个生成器和一个判别器。生成器或生成网络是一个神经网络,负责生成类似于源数据的新数据或内容。判别器或判别网络是负责区分源数据和生成数据之间的神经网络。这两个神经网络都经过交替周期训练,生成器不断学习生成更逼真的数据,判别器则更善于区分假数据和真实数据。

GAN 基本原理(图片来源于互联网,侵删)

古德费洛打了一个形象的比方:GAN 就像是构造了一个警察抓小偷的游戏。小偷不想被警察抓住,因此他需要不断揣摩警察的行为,并据此来隐藏自己是小偷这个事实。而警察则想要抓住小偷,因此他就需要不断学习小偷的伪装办法,并据此调整自己的抓捕策略。这样,经过不断地“斗法”,小偷的伪装技巧和警察的抓捕策略都可以得到大幅改善,并且这种迭代的速度会非常快。

当然,GAN 只是其中一个生成模型。以 ChatGPT 为例,GAN 难以保证回答内容的准确性。要对回答内容准确性进行验证,必须依靠人力。用户在使用 ChatGPT 的同时,其实也充当着免费 AI 训练师的角色,帮助 ChatGPT 成长。这也就为什么 OpenAI 会把 ChatGPT 放到网上让用户免费使用的原因之一。

生成式AI未来趋势

既然生成式 AI 这么强大,那么它会跟文章开头一样取代现有的一些岗位吗?针对大众普遍担心的失业问题,ChatGPT 有分享一篇帖子写到:“AI 不会取代你,一个使用 AI 的人可能会取代你。”

那生成式 AI 会在未来带来什么呢?我们来简单畅想下:

生成式 AI 可用于创造很多新内容,例如音乐、文字或者图像,为创意人员提供更多的想象力。例如,作者可以使用生成式 AI 创造的文章,对其进行编辑和完善,可以让自己更专注于需要想象力和创作的地方。这样创造出来的作品可能更上一层楼。同样,生成式 AI 可以将创作者的作品转换成任意语言,让创作者的作品一开始就在全球流行。

生成式 AI 也有可能会被应用于未来的机器人。相比较现在的机器人,未来的机器人在好看的皮囊下,提供类似于ChatGPT 这样的模型对话能力,能让未来的机器人更加聪明、智慧,更像人,也更好地陪伴、服务于人类。

生成式 AI 也有可能被应用于游戏,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。现在已经有利用生成式 AI 来生成纹理和天空盒艺术。在未来,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。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。

现在生成式 AI 仍然非常早期,Midjourney 和 ChatGPT 让我们看到了未来的无限可能,相信在几十年后,生成式 AI 将深深融入我们的工作、创作和娱乐方式。虽然这在现在看起来仍然非常不可思议,但科技进步的速度是惊人的,上面这些遥不可及的畅想,可能用不了多少时间,就能变得触手可及。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容