人工智慧（AI）是一個廣泛的術語，指的是任何能夠進行智慧行為的技術。你可以使用生成輔助工具在幾分鐘內完成你的專案，而不是花幾天時間寫一篇部落格文章，花一週時間建立一個簡報，或者花幾個月時間寫一篇學術論文。這些工具不僅能幫助我們完成專案，還能幫助我們做出更好的決定。下面這篇文章作者為我們介紹了AI的具體功能，一起來看看吧。
Antler是一家2018年在新加坡成立的創業社群組織，核心理念是Day Zero Investing，幫助創業者從0到1落地想法，並一直幫助他們走向成功。目前在全球25個城市，幫助了超過600家公司的5000多名創業者。本文是對《Mapping the Generative AI landscape》這篇最新文章的翻譯和整理，主要內容包括關於生成式AI的基礎認知和趨勢判斷，呈現形式主要是問答的方式。
PS：本文大部分翻譯工作由AI完成
一、基礎問題
1. 什麼是生成式AI？
想象一下這樣一個世界，你可以使用生成輔助工具在幾分鐘內完成你的專案，而不是花幾天時間寫一篇部落格文章，花一週時間建立一個簡報，或者花幾個月時間寫一篇學術論文。這些工具不僅能幫助我們完成專案，還能幫助我們做出更好的決定。
舉一個生成式AI未來會變得有多強大的例子：對於那些熟悉我們關於創造者經濟的報道的人來說，想象一下這樣一個世界，創造者可以將他們的內容上傳到任何語言，並使用他們自己的聲音作為旁白，而不是依賴機器人或本地翻譯。這是一個美麗的新世界，我們有強大的工具，可以節省我們無數的時間，提高我們的工作。
2. AI VS 生成式AI
人工智慧（AI）是一個廣泛的術語，指的是任何能夠進行智慧行為的技術。這包括了一系列廣泛的技術，從簡單的可以對資料進行排序的演算法，到複雜的可以模擬類似人類思維過程的先進系統。
另一方面，生成式AI是一種特定型別的AI，專注於生成新內容，如文字、影象和音樂。這些系統在大型資料集上進行訓練，並使用機器學習演算法生成與訓練資料相似的新內容。這在各種應用程式中都很有用，比如建立藝術、音樂和聊天機器人生成文字等。
從本質上講，AI是一個廣泛的術語，包括許多不同的技術，而生成式AI是一種特定型別的AI，專注於建立新內容。
3. 巨大的機遇正在顯現
未來，生成式AI很可能會對創意產業產生重大影響。雖然一些創意人員可能會被生成式AI取代，但其他人可能會找到與生成式AI合作的新機會，或者創造由生成式AI支援的內容。在許多情況下，它實際上可以增強創意人員的工作，使他們能夠創造更多個性化的內容和產生新的想法，如果沒有使用人工智慧，這些想法和概念可能是不存在的。
此外生成式AI對創意人員的一個潛在好處是，它可以使他們更快速和更有效地建立內容。例如，作家可以使用生成式AI系統生成文章的草稿，然後他們可以對其進行編輯和完善。這可以節省時間，讓創意人員專注於他們工作中最重要的方面。
4. 生成式AI的影響
這項技術可以產生許多不同的影響，這取決於如何使用它。例如，生成式AI可用於創造新內容，比如音樂或影象，可用於各種目的，如為創意人員提供更多的靈活性和想象力。它還可以透過生成新的訓練資料來改進機器學習演算法。總的來說，生成式AI的影響肯定是巨大的，因為它有可能創造新的有用的內容，並提高機器學習系統的效能。
5. 預訓練模型如何在實際中發揮作用？
生成式AI訓練模型的工作原理是從大型資料集中學習，並使用這些知識生成與訓練資料集中示例相似的新資料。這通常是使用一種稱為生成模型的機器學習演算法來完成的。生成式模型有許多不同型別，每一種都使用不同的方法生成新資料。一些常見的生成模型型別包括生成對抗網路（GAN）、VAE和自迴歸模型。
例如，在人臉影象資料集上訓練的生成模型可能會學習人臉的一般結構和外觀，然後使用這些知識生成新的、以前未見過的但是看起來真實可信的人臉。
生成模型用於各種應用程式，包括影象生成、自然語言處理和音樂生成。它們對於手動生成新資料非常困難的任務特別有用，比如為產品建立新設計或生成聽起來很逼真的語音。
6. 語言模型是如何被建立的？
建立語言模型有幾種方法，但最常見的方法是使用機器學習演算法在現有文字的大型資料集上訓練模型。這個過程通常包括以下步驟：
收集現有文字的大型資料集，這個資料集應該代表最終模型能夠生成文字的語言或樣式。
預處理文字資料併為訓練做準備，這通常包括將文字標記為單個單詞或短語，並將所有單詞轉換為小寫。
在預處理文字資料上訓練機器學習演算法，這可以使用各種演算法來完成。
透過調整模型的引數和超引數來微調訓練模型，並在必要時使用額外的訓練資料。
透過使用訓練好的模型生成樣本文字並評估結果來測試模型，這可以透過將生成的文字與原始訓練資料進行比較，或者使用其他指標，如perplexity或BLEU分數來實現。
透過重複步驟4和5來改進模型，直到生成的文字具有高質量並與所需的語言或風格匹配為止。
需要注意的是，建立語言模型需要大量的計算資源和機器學習方面的專業知識——儘管這個領域還處於早期階段，但平臺正在花費數百萬美元來微調他們的產品和服務。
7. 為什麼生成式AI會存在？
生成式AI的存在是因為它有可能解決許多重要的問題，並在廣泛的領域開啟無數新機會的大門，一些關鍵原因包括：
生成式AI可以創造新內容。生成式AI的主要好處之一是它能夠生成新的內容，如文字、影象或音樂。這可以用來創造新的藝術、音樂和其他形式的創造性表達，併為訓練機器學習模型生成資料。
生成式AI可以提高效率和生產力。透過自動生成內容，生成式AI可以幫助節省時間，減少人工勞動的需要。這可以提高從新聞和內容創作到資料註釋和分析等各個領域的效率和生產力。
生成式AI可以提高生成內容的質量。隨著機器學習和自然語言處理的進步，生成式AI變得越來越複雜，能夠生成人類難以難以分辨的高質量內容。
生成式AI可以實現新的應用和用途。生成式AI創造新內容的能力為新的應用開闢了許多可能性。例如，它可以用來建立個性化的體驗，包括個性化的新聞文章或個性化的音樂推薦等。
8. 展望未來——生成式AI的收入模型
對於使用生成式AI技術的公司來說，有幾種潛在的收入模式。一些可能的收入來源包括：
將技術授權給其他公司或組織，以改進其產品或服務。
將人工智慧系統的輸出，如生成的影象、影片或文字出售給可用於各種目的的客戶。
以訂閱服務的形式提供AI服務，客戶可以使用它來生成自己的輸出
使用人工智慧系統來提高公司現有產品或服務的效率或有效性，然後利用這些增強的產品向客戶收費。
建立利用人工智慧系統功能的新產品或服務，並將其直接銷售給客戶。
9. 為什麼是現在？
為什麼現在是採用生成式AI的時機，有以下幾個原因：
機器學習和自然語言處理的進步使人工智慧系統能夠生成高質量的類人內容。
在藝術、營銷和娛樂領域，對個性化和獨特內容的需求不斷增長，增加了對生成式AI平臺的需求。
大量資料和強大計算資源的可用性使得大規模訓練和部署這類模型成為可能。
10. 生成式AI的分類：
文字：
總結或自動化內容。
影象：
生成影象。
音訊：
在音訊中總結、生成或轉換文字。
影片：
生成或編輯影片。
程式設計：
生成程式碼。
聊天機器人：
自動化客戶服務等。
ML平臺：
應用程式/ ML平臺。
搜尋：
人工智慧洞察。
遊戲：
生成式AI遊戲工作室或應用。
資料：
設計、收集或總結資料。
在這一領域較為活躍的投資者以及不同的輪次：
生成式AI領域的獨角獸公司
儘管該行業仍在興起，但一些獨角獸公司已經出現。到目前為止，2019年產生了兩隻獨角獸，2020年產生了一隻，2022年產生了四隻。
二、未來趨勢
1. 生成式AI如何被用於繪畫藝術和音樂?
生成式AI正以幾種不同的方式應用於繪畫藝術和音樂。一個常見的應用是使用生成模型來建立新的藝術和音樂，或者從頭開始生成全新的作品，或者使用現有的作品作為起點並新增新元素。例如，生成模型可以在一個大型繪畫資料集上進行訓練，然後用於生成與資料集中的繪畫相似，但卻是原創的新繪畫。
2. 生成式AI是被如何用於遊戲的?
生成式AI正在以多種方式應用於遊戲中，包括建立新關卡和地圖，生成新的對話或故事線，以及建立新的虛擬環境等。例如，遊戲可能會使用生成式AI模型為玩家每次玩遊戲時建立一個全新的獨特關卡，或者根據玩家的行動為NPC角色生成新的對話選項。此外，生成式AI可以用來建立全新的逼真虛擬環境供玩家探索，如城市、森林或行星。總的來說，它可以用來增加遊戲體驗的活力和多樣性，讓玩家感到更有吸引力和沉浸感。
3. 生成式AI將如何影響創作者經濟?
隨著創作者經濟已經逐漸成為一個價值1000億美元的產業，生成式AI可能會對創意行業產生重大影響，尤其是那些創作音樂、藝術和文學的人。但是，它確實為創作者提供了從一開始就全球化的機會，允許他們的內容轉換成任何語言，或將他們的創意轉化為更吸引人的內容。
為了讓創作者經濟取得成功，平臺需要適應創作者的個性，讓創作者與粉絲建立某種形式的聯絡。
4. 這個領域的未來會怎樣？它可能會面臨什麼樣的挑戰？
生成式AI面臨著許多挑戰，包括提高這些模型輸出的質量和多樣性，提高它們生成的速度，並使它們更加可靠。另一個主要挑戰是開發出能夠更好地理解和結合所處理資料的底層結構和上下文，以產生更準確和連貫輸出的生成式AI模型。此外，對於生成式AI的倫理和社會影響，以及如何確保這些技術以負責任和有益的方式使用，人們也一直存在擔憂。
讓我們來仔細看看這些問題：
版權：
到目前為止，很難看到這些平臺如何識別資訊真相來源和藝術作品來源——這些模型是由數億個資料點訓練而成的。創作者們擔心這些平臺將如何面對作品的侵權風險，正如我們在Lauryn Ipsum最近釋出推文中看到的那樣，在Lensa應用程式中使用的影象具有原作者的簽名。
學術論文：
隨著這些平臺變得越來越智慧，聰明的年輕學生將在日常生活中採用它們。這將如何影響他們的學術工作？他們的教授如何能夠識別這是否真的是他們自己寫的？
虛假資訊 VS 錯誤資訊：
儘管這些系統非常聰明，但它們有時不可避免地會提供錯誤的資訊。例如，在英國第四頻道最近的一次採訪中，主持人詢問了Open AI關於他的職業道路，聊天機器人助手給出了不準確的資訊。
5. 生成式AI的缺點
生成的資料中存在資訊偏差的風險，如果訓練資料不夠多樣化或代表性不夠。
擔心生成式AI在某些行業取代人類，從而導致失業。
生成式AI有可能被用於惡意目的，比如製造假新聞或冒充個人。
6. 生成式AI將影響元宇宙——具體如何影響還有待觀察
我們很難準確預測生成式人工智慧將如何影響元宇宙，因為後者在很大程度上仍然是一個理論概念，對於它將是什麼樣子或如何運作還沒有共識。然而，生成式AI將在其建立和開發中發揮重要作用，因為它將允許在虛擬世界中自動生成內容和體驗。這可能會帶來一個更加沉浸式和動態的元宇宙，為使用者提供幾乎無限的全新獨特體驗。生成式AI也有可能被用來自動化元宇宙中的各種任務，比如管理虛擬經濟，確保虛擬世界保持穩定和正常執行。總體而言，生成式AI對元宇宙的影響應該是重大並且廣泛的。
專欄作家
深思圈，公眾號：深思圈，人人都是產品經理專欄作家。《十五個酷應用玩轉樹莓派》作者，連續創業者。做過教育、工具和SaaS等行業，關注出海、SaaS和AIGC領域，擅長產品、營銷和增長。
本文原創釋出於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自 Unsplash，基於 CC0 協議。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供資訊儲存空間服務。