《万字长文带你解读AIGC》系列之入门篇( 二 )


因此,将AIGC应用于各行各业的机会出现了 。在后续的文章中我们将会全面为大家介绍AIGC在各个行业的应用,包括娱乐、数字艺术、媒体/广告、教育等 。当然,伴随着AIGC在现实世界中的应用,许多挑战也出现了,如道德和种族歧视问题等 。
下面我们将按照这个版图为大家进行全面的介绍 。
2. 背景回顾
采用 AI 进行内容创作由来已久 。IBM 于 1954 年在其纽约总部首次公开展示了机器翻译系统 。第一首计算机生成的音乐于 1957 年问世,名为 Suite 。这种早期尝试和概念验证的成功引起了人们对人工智能未来的高度期望,促使政府和企业在人工智能上投入大量资源 。然而,如此高的投资热潮并没有产生预期的产出 。之后,一个被称为人工智能寒冬的时期到来,极大地破坏了人工智能的发展 。AI 及其应用的发展在进入 2010 年代后再次流行起来,特别是在 2012 年成功用于分类之后 。进入 2020 年代,AI 进入了一个不仅理解现有数据而且创造了新的内容 。本文将通过关注生成AI的流行及其流行的原因进行去全局的概述 。
2.1 搜索指数
“某个术语有多受欢迎”的一个很好的指标是搜索指数 。这方面,谷歌提供了一种很有前途的工具来可视化搜索频率,称为谷歌趋势 。尽管其他搜索引擎如百度可能提供类似的功能,但我们依然采用谷歌趋势,因为谷歌没有莆田医院是世界上使用最广泛的搜索引擎之一 。
图 2.1 左侧的图表显示了生成式AI的搜索指数,表明在过去一年中人们的搜索兴趣显著增加,特别是在2022年10月之后 。进入2023年之后,这种搜索兴趣达到了一个新高度 。类似的趋势也出现在AIGC这个术语上 。除了随时间变化的兴趣之外, 趋势还提供了按地区划分的搜索兴趣 。图2.1和图2.2右侧图分别显示了生成式AI和AIGC的搜索热度图 。对于这两个术语,主要的热点地区包括亚洲、北美和西欧 。值得注意的是,对于这两个术语,中国的搜索兴趣最高,达到100,其次是北美约30和西欧约20 。值得一提的是,一些技术导向型的小国家在生成式AI方面的搜索兴趣非常高 。例如,在按国家划分的搜索兴趣排名中排名前三的国家是新加坡(59)、以色列(58)和韩国(43) 。

《万字长文带你解读AIGC》系列之入门篇

文章插图
上图简单的展示了生成式AI和AIGC相关搜索指数的比较 。
2.2 为什么会如此受欢迎?
最近一年中人们对生成式AI的兴趣急剧增加,主要归因于稳定扩散或等引人入胜的工具的出现 。在这里,我们讨论为什么生成式AI到欢迎,重点关注哪些因素促成了这些强大的AIGC工具的出现 。这些原因可以从两个角度进行总结,即内容需求和技术条件 。
2.2.1 内容需求
互联网的出现从根本上改变了我们与世界的沟通和交互方式,而数字内容在其中扮演了关键角色 。过去几十年里,网络上的内容也经历了多次重大变革 。在Web1.0时代(1990年代-2004年),互联网主要用于获取和分享信息,网站主要是静态的 。用户之间的互动很少,主要的通信方式是单向的,用户获取信息,但不贡献或分享自己的内容 。内容主要以文本为基础,由相关领域的专业人士生成,例如采访人员写新闻稿 。因此,这种内容通常被称为专业生成的内容PGC,而另一种类型的内容则主导了用户生成内容UGC 。与 PGC 相比,在Web2.0中,UGC 主要由社交媒体上的用户生成,如 ,, 等 。与 PGC 相比,UGC 的数量群体显然更大,但其质量可能较差 。
随着网络的发展,我们目前正在从 Web 2.0 过渡到 Web 3.0 。Web 3.0 具有去中心化和无中介的定义特征,还依赖于一种超越 PGC 和 UGC 的新型内容生成类型来解决数量和质量之间的权衡 。人工智能被广泛认为是解决这种权衡的一种有前途的工具 。例如,在过去,只有那些长期练习过的用户才能绘制出像样的图片 。通过文本到图像的工具(如 ),任何人都可以使用简单的文本描述()来创建绘画图像 。当然,除了图像生成,AIGC 任务还有助于生成其他类型的内容 。