2023-3-22 15:0
开篇 | 狂飙 2023 —— AIGC 的 Big Bang 时刻
本文写作期间，我循环播放《太阳照常升起》《Cornfield Chase》。没有这两首音乐，我大概率无法完成写作，因此开篇致谢，并建议读者手动播放 BGM。2022 年 11 月，OpenAI 发布了 ChatGPT，在之后的很长一段时间，ChatGPT 并未获得其应有的热度，直到春节过后，当大多数打工人走出三年口罩的阴霾，重返工作岗位，被各种信息流狂轰滥炸并亲自体验之后才发现 —— 我工作可能要没了？ChatGPT 百度指数 | 中国地区ChatGPT 谷歌指数 | 美国地区之后便是 AI 「狂飙」的 50 天。在这不到两个月的时间里，我亲眼见证了 NewBing、GPT-4、文心一言、Microsoft Copilot 等等产品的发布，深度体验了许多工具和实例，自己写了点代码，分享了一些看法，收获了许多交流。也正因此我更加坚信，2023 年的当下，就是 AIGC 的 Big Bang 时刻。也许有很多非计算机专业甚至非理工科的朋友，至今仍不明白科技界为何狂欢，不明白有的人为何恐惧。那就让我带着你，从头开始聊。一、AIGC —— 数字文明的内容生产方式我拉了几个 AIGC 的交流群，经常有人进来就问：这不是 ChatGPT 的群吗？AIGC 是啥意思。AIGC —— Artificial Intelligence Generated Content，人工智能生成内容，字面意思非常简单。但是想探个究竟，我们至少要从三个角度来聊。内容是什么？内容，即某种形式的表达所包含的实质性信息。形式，即是内容的载体，可以是文字，可以是图片，也可以是音频、视频，甚至是可以沉浸体验的游戏。换句话说，以这些形式进行记录、表达或演绎时，其中蕴含或传递的主题、信息、意义就是内容。内容如何产生？内容产生的过程就是信息的传递、思维的表达和情感的流露。古人说：「言为心声，字为心画」，便是这个意思。不论图文音视，我们总是要先有一个意图思路，再通过合适的方式进行创作表达。比如我写专栏便是在生产图文内容；剧组拍电影是在创作视觉内容。同时，内容的内核在于思想，而合适的形式可以让思想展现的更淋漓充分，可以让受众接收的更简便直观。因而，我们看到了许多内容形式之间的转换——外语翻译成汉语；看图讲故事；为故事画插画；小说改编成电影；电影改编成游戏，等等。所以，从这个角度上，内容也分成自己原创的内容和形式转化的内容。互联网数字内容生产方式的演变—— PGC → UGC → AIGCPGC：Professional Generated Content（专业生产内容）UGC：User Generated Content（用户生产内容）AIGC：Artificial Intelligence Generated Content（人工智能生产内容）这个演变过程是时间线上自然发生的，是生产力极大提高后带来的内容爆炸。不过要注意到的是，这个过程中并不是完全替代的关系，而是后来者数量过大导致比例的稀释和话语权的转移——UGC 时代依然有 PGC，但是占的比例更低，大家的注意力分散在微博、抖音、朋友圈，因而 PGC 的话语权削弱了；AIGC 时代依然会有 PGC 和 UGC，只不过——我们会被 AIGC 内容淹没包围，越来越真假难辨，互联网真正进入「屎里淘金」的年代。（注：也有一些人认为这个变化的过程对应了 Web 1.0 → 2.0 → 3.0，我对 Web3 实在没什么认知见解，这个话题就不展开了。）结合上面说到的形式转化，我简单画了个图：目前的各种模型和工具，主要还是以文字为中心做的互相转化，几个例子：ChatGPT：接收文字，生成文字；（GPT-4 就增加图片能力了）Stable Diffusion：文生图，图生图；Speech To Text：语音转文字（讯飞、飞书妙记、智能字幕）Text To Speech：文字转语音（AI机械配音）…等等。到此，我们可以解答群友的问题，为什么 AIGC ≠ ChatGPT，因为（现阶段的）ChatGPT ⫋ AIGC。看完以上三个问题，再回到这一节的标题：为什么我说 AIGC 是数字文明的内容生产方式。因为数字内容培育起数字文化，数字文化诞生出数字文明，文明需要海量的内容基础，AIGC 可以帮助我们极快速地构建这个虚拟世界。（其中自然也有需要治理的问题，不再赘述。）二、2023 —— AIGC 的 Big Bang (大爆炸) 时刻现在我们可以来聊一聊 ChatGPT 了。NVIDIA 的老黄说，ChatGPT 是 AI 领域的 iPhone 时刻，我倒觉得他格局小了。现在，眼下，就是 AI 领域的大爆炸时刻。这一部分没有什么干货和观点，所以我就不往远处追溯了，我们就往前数一周时间：3 月 14 日：Stanford 发布 Alpaca7B；清华大学发布 ChatGLM-6B；3 月 15 日：OpenAI 发布 GPT-4；Google 发布 PaLM API。3 月 16 日：百度发布文心一言；微软发布 Copilot；Pytorch 2.0 发布；Midjourney V5 发布。3 月 21 日：Adobe 发布 Firefly；Runway 发布 Gen2；微软 Bing 支持免费 AI 绘画；Google Bard 开放体验。这还只是我自己关注到的部分信息，不包括在此基础上开发衍生的无数产品。为了验证不是我孤陋寡闻井底之蛙，或者我活在信息茧房中不了解行业发展，我专门去请教了两位业界朋友：问：你们 AI 领域没有瓶颈的吗——Q1 发布这么多产品后半年不过了？答：上一个瓶颈刚刚突破，下一个瓶颈还没那么快到来。问：我如果把最近 10 天形容成「AI 领域的大爆炸时刻」，夸张吗？答：不夸张，没什么问题。在可以预见的几个月内，我们就会体验到 Office Copilot，就会见到真正的多模态大模型。今年甚至有希望能看到 GPT-5。AI 的爆发也会赋能各行各业，今年所有行业都将疯狂加速。如此盛况，未来已来。三、入局 —— 我们该做些什么？关于如何面对 AI、使用 AI 甚至抵抗 AI，不同的人自然有不同的看法。一个还在读博的朋友跟我这样形容：「眼前就是大浪拍过来的既视感，我就是站在岸边被大浪吓傻挪不动脚的人。不知道这波浪会把我淹死，还是把我的裤衩冲下来。」(Generated by Bing, prompt: a man standing in front of a big wave tide.)而我，在经历了一次又一次情绪振奋和 emo 的转换之后，思考了许多，挣扎了许多，推翻了许多，平和了许多：这件事很难，但还是要做。这件事很难——这是我的处境，也是大家的处境；但还是要做——这是我的选择，也希望会是大家的选择。我现在最大的感想就是，从今以后，信息鉴别能力和工具使用能力会越来越重要——人跟人差距会比人跟猴子的差距还大，未来人跟 AI 的差距会比人跟草履虫的差距更大。那我们怎么做，做什么？通过这个专栏，我希望能告诉大家、帮助大家、教会大家的一些事——少做无谓的事情。什么叫无谓的事情呢，比如我本打算统计最近一个月我在知乎关于 AI 的内容写了多少字，这可能需要花十几分钟时间来写脚本并手动剔除无关回答，但不论最后的结果是 5 万，10 万，还是 20 万，其作用只是拿来装一个一次性的 X 罢了；再比如，在微信群里辩经 —— 真理有可能越辩越明，但不是发生在微信群，热衷于说服别人，有什么意义呢？诸如此类的事情，我以后少做，你也少做。用好准确的信息。从今以后我们可能再也不会缺乏信息了，准备好迎接真正的信息爆炸时代吧。想要利用好信息，第一是获取，第二是分辨，第三是使用。筛选自己的信息渠道，改善信息焦虑和精神内耗，培养批判性思维和艺术鉴赏能力。随着 AIGC 拉低了创作门槛，这些能力要远远比创作能力重要。做出有益的尝试。保持旺盛的好奇心，不要自以为什么都懂而对已经在发生的变革熟视无睹，一个新鲜事物能迅速破圈必然有其道理，而不要简单地否定，不要忽视「房间里的大象」。体验一些产品，学习一点编程，做出一些改变——纸上得来终觉浅，绝知此事要躬行。思考人类的将来。我希望自己，也希望我们，眼界宽一点，格局大一些，抬头看天，低头看路。AI 带来了很多前所未有的思想冲击和哲学问题，不一定都能想明白，但思考好过愚钝。过好自己的生活。调节情绪，减少内耗，回归生活。信息再多，记在脑子里才是自己的；工具再多，自己用到了才是生产力。我们一个人，对抗不了全世界，不可能吸收所有知识。AI 为我所用，我能用到的认真学习，用不到的暂且搁置。最后。与我的长辈不同，我没有经历过煤油灯到电灯，书信到 BP 机的转变；也无法体会盖茨所说的第一次见到 GUI 的震撼；iPhone 很好，很强，但我们也已习惯。而 AI，真的是我此生未有的思想颠覆。面对历史进程的滚滚车轮，我们该怎么办呢？留一个小作业吧：开篇我放了两张数据趋势图，图中有哪些值得关注的信息？如何解读？
