AIGC的13个数字智能关键领域的重要问题-朱嘉明

AIGC行业资讯11个月前更新 管理员
2.8K 0

2022年,在集群式和聚变式的科技革命中,人工智能生成内容(artificial intelligence generated content,AIGC)后来居上,以超出人们预期的速度成为科技革命历史的重大事件,迅速催生了全新的科技革命系统、格局和生态,进而深刻改变了思想、经济、政治和社会的演进模式。

第一,AIGC的意义是实现人工智能“内容”生成。人们主观的感觉、认知、思想、创造和表达,以及人文科学、艺术和自然科学都要以具有实质性的内容作为基础和前提。所以,没有内容就没有人类文明。进入互联网时代后,产生了所谓专业生产内容(professionally generated content, PGC),也出现了以此作为职业获得报酬的职业生产内容(occupationally generated content, OGC)。与此同时,“用户生成内容”(UGC)的概念和技术也逐渐发展,由此形成了用户内容生态。

内容生产赋予了Web 2.0的成熟和Web 3.0时代的来临。相较于PGC和OGC、UGC,AIGC通过人工智能技术实现内容生成,并在生成中注入了“创作”,意味着自然智能所“独有”和“垄断”的写作、绘画、音乐、教育等创造性工作的历史走向终结。内容生成的四个阶段(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-1 内容生成的四个阶段
资料来源:作者绘制

第二,AIGC的核心技术价值是实现了“自然语言”与人工智能的融合。自然语言是一个包括词法、词性、句法、语义的体系,也是不断演进的动态体系。代表AIGC最新进展的是由OpenAI公司开发的ChatGPT。它完成了机器学习算法发展中,自然语言处理领域的历史性跨越,即通过大规模预训练模型,形成人工智能技术理解自然语言和文本生成能力,能完成脚本编写、文案撰写、翻译等任务。

这是人类文明史上翻天覆地的革命,开启了任何阶层、任何职业都可以以任何自然语言和人工智能交流,并且生产出从美术作品到学术论文的多样化内容产品。在这样的过程中,AIGC“异化”为一种理解、超越和生成各种自然语言文本的超级“系统”。

第三,AIGC的绝对优势是其逻辑能力。是否存在可以逐渐发展的逻辑推理能力是人工智能与生俱来的挑战。AIGC之所以迅速发展,是因为AIGC基于代码、云计算、技术操控数据、模式识别,以及通过机器对文本内容进行描述、分辨、分类和解释,实现了基于语言模型提示学习的推理,甚至是知识增强的推理,构建了坚实的“底层逻辑”。不仅如此,AIGC具备基于准确和规模化数据,形成包括学习、抉择、尝试、修正、推理,甚至根据环境反馈调整并修正自己行为的能力;它可以突破线性思维框架并实现非线性推理,也可以通过归纳、演绎、分析,实现对复杂逻辑关系的描述。可以毫不夸张地说,AIGC已经并继续改变着21世纪逻辑学的面貌。

第四,AIGC实现了机器学习的集大成。21世纪的机器学习演化到了深度学习(deep learning)阶段。深度学习可以更有效地利用数据特征,形成深度学习算法,解决更为复杂的场景挑战。2014 年生成对抗网络(generative adversarial network, GAN)的出现,加速了深度学习在AIGC领域的应用。AIGC实现了机器学习的集大成(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-2 机器学习常用算法
资料来源:程序员zhenguo(2023),“梳理机器学习常用算法(含深度学习)”

第五,AIGC开创了“模型”主导内容生成的时代。人类将跑步进入传统人类内容创作和人工智能内容生成并行的时代,进而进入后者逐渐走向主导位置的时代。这意味着传统人类内容创作互动模式转换为AIGC模型互动模式。2022年是重要的历史拐点(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-3 人类生成内容向AIGC转换趋势
资料来源:作者绘制

在自然语言处理(natural language processing, NLP)系统中,“Transformer”是一种融入注意力机制和神经网络模型领域的主流模型和关键技术。Transformer具有将所处理的任何文字和句子 “向量”或者“矢量”化,最大限度反映精准意义的能力。

总之,没有Transformer,就没有NLP的突破;没有大模型化的AIGC,ChatGPT升级就没有可能。多种重要高效Transformer的集合(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-4 多种重要高效Transformer的集合模型
资料来源:Tay et al (2022), “Efficient Transformers: A Survey”, doi: 10.48550/arXiv.2009.06732

第六,AIGC开放性创造力的重要来源是扩散模型。扩散(diffusion)模型的概念最早在2015年的论文《利用非均衡热力学的深度非监督学习》(Deep Unsupervised Learning Using Nonequilibrium Thermodynamics)中被提出。【1】2020年,论文《去噪扩散概率模型》(Denoising Diffusion Probabilistic Models)中提出DDPM模型用于图像生成。【2】从技术的角度来看,扩散模型是一个潜在变量(latent variable)模型,通过马尔可夫链(Markov chain)映射到潜在空间。

【注:马尔可夫链的命名来自俄国数学家安德雷·马尔可夫(Andrey Andreyevich Markov,1856—1922),定义为概率论和数理统计中具有马尔可夫性质,且存在于离散的指数集和状态空间内的随机过程。马尔可夫链可能具有不可约性、常返性、周期性和遍历性。】

一般来说,AIGC因为吸纳和依赖扩散模型,而拥有开放性创造力。

2021年8月,斯坦福大学联合众多学者撰写论文将将基于 Transformer架构的等模型称为“基础模型”(foundation model),在翻译时也常译作大模型。Transformer推动了AI整个范式的转变(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-5 基础模型“Transformer”
资料来源:Bommasani et al (2022), “On the Opportunities and Risks of Foundation Models”, doi: 10.48550/arXiv.2108.07258

第七, AIGC的进化是参数以几何级数扩展为基础。AIGC的训练过程,就是调整变量和优化参数的过程。所以,参数的规模是重要前提。ChatGPT聊天机器人的问世,标志着AIGC形成以Transformer为架构的大型语言模型(large language mode,LLM)机器学习系统,通过自主地从数据中学习,在对大量的文本数据集进行训练后,可以输出复杂的、类人的的作品。

AIGC形成的学习能力决定于参数的规模。GPT-2大约有15亿个参数,而GPT-3最大的模型有1750亿个参数,上升了两个数量级。而且,它不仅参数规模更大,训练所需的数据也更多。根据媒体报道但还未被证实的消息,GPT-4 的参数可能将达到100万亿规模(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-6 GPT-4的参数规模
资料来源:Mohd Saqib (2022), “The Future of AI: GPT-3 vs GPT-4: A Comparative Analysis”, https://becominghuman.ai/the-future-of-ai-gpt-3-vs-gpt-4-a-comparative-analysis-5ac525cb7ae1

根据学界经验,深度神经网络的学习能力和模型的参数规模呈正相关。人类的大脑皮层有 140多亿个神经细胞,每个神经细胞又有3万多个突触。所以,大脑皮层的突触总数超过100万亿个。所谓的神经细胞就是通过这些突触相互建立联系。假设GPT-4实现100万亿参数规模,堪比人的大脑,意味着它达到与人类大脑神经触点规模的同等水平。

第八,AIGC的算力需求呈现显著增长。数据、算法、算力是人工智能的稳定三要素。根据OpenAI分析,自2012年以来,6年间AI算力需求增长约30万倍(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-7 从AlexNet到AlphaGo Zero:30万倍的运算量增长
资料来源:OpenAI (2018),“AI and Compute”, https://openai.com/blog/ai-and-compute/

在可以预见的未来,在摩尔定律(Moore’s law)以走向失效的情况下,AI模型所需算力被预测每100天翻一倍,也就是“5年后AI所需算力超100万倍”。【3】造成这样需求的根本原因是AI的算力不再是传统算力,而是“智能算力”,是以多维度的“向量”集合作为算力基本单位的。

第九,AIGC和硬技术相辅相成。从广义上讲,AIGC的硬技术是AI芯片,而且是经过特殊设计和定制的AI芯片。AI芯片需要实现CPU、GPU、FPGA和DSP共存。随着AIGC的发展, 使得计算技术的发展不再仅仅依靠通用芯片在制程工艺上的创新,而是结合多种创新方式,形成智能计算和计算智能技术。例如,根据应用需求重新审视芯片、硬件和软件的协同创新,即思考和探索新的计算架构,满足日益巨大、复杂、多元的各种计算场景。期间,量子计算会得到突破性发展。

第十,AIGC将为区块链、NFT、Web3.0和元宇宙带来深层改变。AIGC不可枯竭的创造资源和能力,将从根本上改变目前的NFT概念生态。Web3.0结合区块链、智能合约、加密货币等技术,实现去中心化理念,而AIGC是满足这个目标的最佳工具和模式。

没有悬念,在Web3.0环境下,AIGC内容将出现指数级增长。元宇宙的本质是社会系统、信息系统、物理环境形态通过数字所构成了一个动态耦合的大系统,需要大量的数字内容来支撑,人工设计和开发根本无法满足需求,而AIGC可以最终完善元宇宙生态的底层基础设施。

随着AIGC技术的逐渐成熟,传统人类形态不可能进入元宇宙这样的虚拟世界。未来的元宇宙主体将是虚拟人,即经过AIGC技术,特别融合ChatGPT技术,以代码形式呈现的模型化的虚拟人。

简言之,区块链、NFT、Web3.0,将赋予AIGC进化的契机。AIGC的进化,将加速广义数字孪生形态与物理形态的平行世界形成。

第十一,AIGC催生出全新产业体系和商业化特征。AIGC利用人工智能学习各类数据自动生成内容,不仅能帮助提高内容生成的效率,还能提高内容的多样性。文字生成、图片绘制、视频剪辑、游戏内容生成皆可由AI替代,并正在加速实现,使得AIGC进而渗透和改造传统产业结构。“在产业生态方面,AIGC领域正在加速形成三层产业生态并持续创新发展,正走向模型即服务(MaaS)的未来”(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-8 AIGC产业结构
资料来源:腾讯《AIGC发展趋势报告》,2023年1月31日发布

伴随AIGC生成算法的优化与改进,AIGC对于普通人来说也不再是一门遥不可及的尖端技术。AIGC在文字、图像、音频、游戏和代码生成中商业模型渐显。2B(to B的简称)将是AIGC的主要商业模式,因为它有助于B端提高效率和降低成本,以填补数字鸿沟。

但可以预见,由于AIGC“原住民”的成长,2C(to C的简称)的商业模式将接踵而来。根据有关机构预测,2030年的AIGC市场规模将超过万亿人民币,其产业规模规模生态(见下图):

AIGC的13个数字智能关键领域的重要问题-朱嘉明

图0-9  AIGC产业规模生态分布
资料来源:陈李,张良卫(2023),“ChatGPT:又一个“人形机器人”,东吴证券https://www.nxny.com/report/view_5185573.html

现在,AIGC,特别是在语言模型领域的全方位竞争已经开始。所以,发生了微软对OpenAI的大规模投资,因为有这样一种说法:“微软下个十年的想象力,藏在ChatGPT里。”近日,谷歌表宣布推出基于“对话应用语言模型”(LaMDA)的Bard,实现其搜索引擎将包括人工智能驱动功能。

ChatGPT刺激谷歌开始“创新者困境”突围。未来很可能出现Bard和ChatGPT的对决或共存,也就是LaMDA和GPT-3.5的对决和共存,构成AIGC竞争和自然垄断的新生态。

在这样的新兴产业构造和商业模式下,就业市场将会发生根本性改变:其一,专业职场重组,相当多的职业可能衰落和消亡;其二,原本支持IT和AI产业的码农队伍面临严重萎缩,因为AIGC极大刺激全球外包模式并取代码农。

第十二,AIGC的法律影响和监管。虽然AIGC这样的新技术提供了很多希望,但是将给法律、社会和监管带来挑战。在中国,继2022年1月国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布《互联网信息服务算法推荐管理规定》后,2022年11月,国家互联网信息办公室再次会同工业和信息化部、公安部联合发布《互联网信息服务深度合成管理规定》。该规定的第五章第二十三条,对“深度合成技术”内涵做了规定:“利用深度学习、虚拟现实等生成合成类算法制作文本、图像、音频、视频、虚拟场景等网络信息的技术。”但可以预见,因为AIGC的技术日趋复杂和高速发展,国家很难避免监管缺乏专业性和滞后性。

第十三,AIGC正在引领人类加速逼近“科技奇点”。现在,人工智能已经接管世界;世界正在经历一波人工智能驱动的全球思想、文化、经济、社会和政治的转型浪潮。AIGC呈现指数级的发展增速,开始重塑各个行业乃至全球的“数字化转型”。说到底,这就是以AIGC为代表,以ChatGPT为标志的转型。这一切,在2023年会有长足的发展,特别是在资本和财富效益领域。

【注:AI产业在2022年接近3874.5亿美元,预计到2029年将超过13943亿美元,可谓市场机会巨大。2023年,全球企业在人工智能方面的支出将突破5000亿美元。】

如果说,2022年8月的AI绘画作品《太空歌剧院》(Théâtre D’opéra Spatial)推动AIGC进入大众视野,那么,ChatGPT的底层模型GPT-3.5是一个划时代的产物。它与之前常见的语言模型(BERT/ BART/ T5)的区别几乎是导弹与弓箭的区别。

【注:根据韩国IT媒体报道,自2022年11月中旬开始,业界已经传出了GPT-4全面通过了图灵测试的说法。】

如果是这样,不仅意味着GPT-4系统可以改造人类的思想和创作能力,形成人工智能超越专业化族群和大众化趋势,而且意味着这个系统开始具备人类思维能力,并有可能在某些方面和越来越多的方面替代人类。

【注:根据Metaverse Post 消息,ChatGPT通过了美国宾大沃顿商学院MBA的考试。如果消息属实,近乎完成图灵试验。】

特别值得关注的是被称为“人工智能激进变革先锋”的BLOOM(大型开放科学获取多语言模型)的诞生。从2021年3月11日到2022年7月6日,60个国家和250多个机构的1000多名研究人员,在法国巴黎南部的超级计算机上整整训练了117天,创造了BLOOM。这无疑是一场意义深远的历史变革的前奏。

斯坦福大学心理学和计算机科学助理教授丹尼尔·亚明斯(Daniel Yamins)说过:“人工智能网络并没有直接模仿大脑,但最终看起来却像大脑一样,这在某种意义上表明,人工智能和自然之间似乎发生了某种趋同演化。”【4】

2005年,雷·库茨维尔(Raymond Kurzweil,1948—)的巨著《奇点临近:当计算机智能超越人类》(The Singularity is Near: When Humans Transcend Biology)出版。该书通过推算奇异点指数方程,得出了这样一个结论:“在2045年左右,世界会出现一个奇异点。这件事必然是人类在某项重要科技上,突然有了爆炸性的突破,而这项科技将完全颠覆现有的人类社会。它不是像手机这种小的奇异点,而是可以和人类诞生对等的超大奇异点,甚至大到可以改变整个地球所有生命的运作模式。”

现在处于狂飙发展状态的AIGC,一方面已经开始呈指数形式膨胀,另一方面其“溢出效应”正在改变人类本身。在这个过程中,所有原本看来离散和随机的科技创新和科技革命成果,都开始了向AIGC技术的收敛;人工智能正在形成自我发育和完善的内在机制,加速人类社会超越数字化时代,进入智能数字化时代,逼近可能发生在2045年的“科技奇点”。

    © 版权声明

    相关文章

    暂无评论

    暂无评论...