AIGC入门读物，一本书读懂ChatGPT

洞悉火爆全网的AIGC、ChatGPT

捕捉下一个引爆点生成式AI

著名经济学家朱嘉明重磅作序

ChatGPT、OpenAI、生成式AI、人工智能、Web3.0、聊天机器人、搜索工具、文本创造工具、AI绘画、Stable Diffusion、Midjourney

你想了解的全在这里

AIGC：开启智能创作时代

从 PGC、UGC 到 AIGC

面对互联网内容生产效率提升的迫切需求，人们突发奇想，是否能够利用人工智能去辅助内容生产呢？这种继PGC、UGC之后形成的、完全由人工智能生成内容的创作形式被称为AIGC。正如人们最初眺望WEB3.0时构想的“语义网”一样，未来的互联网应该是更加智能的互联网，它不仅能够读懂各种语义信息，还能从信息角度解放人类的生产力。即便后来区块链技术的蓬勃发展改变了WEB3.0的指代，元宇宙也展现出互联网浩瀚的未来，但内容的价值确权和虚拟空间的发展仍然需要更高效的内容生产方式，AIGC也就凝聚了人们对于未来的期待。

让人工智能这样的非人机器学会创作绝非易事，科学家在过往做了诸多尝试，并将这一研究领域称为生成式人工智能（Generative AI），主要研究人工智能如何被用于创建文本、音频、图像、视频等各种模态的信息。为了便于理解，本书并不打算对生成式人工智能和AIGC的概念加以区分，在后续的内容中将全部以AIGC作为指代。

最初的AIGC通常基于小模型展开，这类模型一般需要特殊的标注数据训练，以解决特定的场景任务，通用性较差，很难被迁移，而且高度依赖人工调参。后来，这种形式的AIGC 逐渐被基于大数据量、大参数量、强算法的大模型（Foundation Model）取代，这种形式的AIGC无须经过调整或只经过少量微调（Fine-tuning）就可以迁移到多种生成任务。

2014 年诞生的GAN（Generative Adversarial Networks，生成对抗网络 ) 是AIGC早期转向大模型的重要尝试，它利用生成器和判别器的相互对抗并结合其他技术模块，可以实现各种模态内容的生成。而到了2017年，Transformer（变换器）架构的提出，使得深度学习模型参数在后续的发展中得以突破1亿大关，这种基于超大参数规模的大模型，为AIGC 领域带来了前所未有的机遇。此后，各种类型的AIGC应用开始涌现，但并未获得全社会的广泛关注。

2022 年下半年，两个重要事件激发了人们对AIGC的关注。2022年8月，美国科罗拉多州博览会上，数字艺术类冠军颁发给了由AI自动生成并经由Photoshop润色的画作《太空歌剧院》，该消息一经发布就引起了轩然大波。该画作兼具古典神韵和太空的深邃奥妙，如此恢宏细腻的画风很难让人相信它是由AI自动生成的作品，而它夺得冠军的结果也大大冲击了人们过往对于“人工智能的创造力远逊于人”的固有认知，自此彻底引爆了人们对于 AIGC的兴趣与讨论，AIGC也从看似遥远的概念逐步以生动有趣的方式走入人们的生活，带来了过去令人难以想象的丰富体验。

2022年11月30日，OpenAI发布了名为ChatGPT的超级AI对话模型，再次引爆了人们对于AIGC的讨论热潮。ChatGPT不仅可以清晰地理解用户的问题，还能如同人类一般流畅地回答用户的问题，并完成一些复杂任务，包括按照特定文风撰写诗歌、假扮特定角色对话、修改错误代码等。此外，ChatGPT还表现出一些人类特质，例如承认自己的错误，按照设定的道德准则拒绝不怀好意的请求等。ChatGPT一上线，就引发网民争相体验，到处都是体验与探讨ChatGPT的文章和视频。但也有不少人对此表示担忧，担心作家、画家、程序员等职业在未来都将被人工智能所取代。

虽然存在这些担忧，但人类的创造物终究会帮助人类自身的发展，AIGC 无疑是一种生产力的变革，将世界送入智能创作时代。

在智能创作时代，创作者生产力的提升主要表现为三个方面：

• 代替创作中的重复环节，提升创作效率。

• 将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路。

• 综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意。

即便如此，AIGC也并非完美无缺的，“人工智能生成的内容如何确定版权归属”“AIGC是否会被不法分子利用，生成具有风险性的内容或用于违法犯罪活动”等一系列问题都是现在人们争论的焦点。目前，学界与业界在尝试从各个方面解决这些问题。但不管怎样，AIGC的迅猛发展已成不可逆转之势，智能创作时代的序幕正在缓缓拉开。