生成式AI爆發(fā)的背后過去一年里，生成式AI發(fā)展得更好了。谷歌、微軟、Meta等AI領(lǐng)域的軟件巨頭們已在內(nèi)部推進(jìn)該技術(shù)，讓生成式AI融合到自己的產(chǎn)品里。為什么生成式AI突然就火了？其實(shí)生成式AI技術(shù)一直在快速發(fā)展中，只不過之前因過高的技術(shù)門檻，多囿于科技界的小圈層。回顧AI技術(shù)的發(fā)展歷程，會(huì)發(fā)現(xiàn)生成式AI的爆發(fā)離不開三個(gè)因素：更好的模型、更多的數(shù)據(jù)，和更多的計(jì)算。2015年以前，小模型被認(rèn)為是理解語言的“最先進(jìn)技術(shù)”。這些小模型，擅長分析任務(wù)，并被部署在從預(yù)測交付時(shí)間到欺詐分類的工作中。然而，對于通用的生成任務(wù)，它們的表達(dá)能力還不夠強(qiáng)。生成人類水平的寫作或者代碼，仍只是一個(gè)夢想。2017年，谷歌研究院發(fā)布了一篇里程碑式的論文（Attention is All You Need），描述了一種用于自然語言理解的新神經(jīng)網(wǎng)絡(luò)架構(gòu)，稱為 transformers，可以生成質(zhì)量上乘的語言模型，同時(shí)，具有更高的可并行性，需要的訓(xùn)練時(shí)間也大大減少。當(dāng)然，隨著模型越來越大，它們開始顯現(xiàn)出超越人類的水平。從2015年到2020年，用于訓(xùn)練這些模型的計(jì)算量增加了6個(gè)數(shù)量級，其結(jié)果在手寫、語音和圖像識別、閱讀理解以及語言理解方面，超過了人類性能的基準(zhǔn)。其中，OpenAI的GPT-3脫穎而出，該模型的性能比GPT-2有了巨大飛躍，從代碼生成到冷笑話寫作，顯示了更優(yōu)秀的能力。盡管有所有基礎(chǔ)研究領(lǐng)域的進(jìn)展，這些模型并不普遍。它們體積大、運(yùn)行困難（需要GPU協(xié)調(diào)），不能廣泛使用（不可用或僅有封閉的測試版），而且作為云服務(wù)使用的費(fèi)用昂貴。但是盡管有這些限制，最早的生成性AI應(yīng)用開始進(jìn)入戰(zhàn)場。之后，隨著計(jì)算變得更便宜，業(yè)界繼續(xù)開發(fā)更好的算法和更大的模型。開發(fā)者的權(quán)限從封閉測試版擴(kuò)大到了開放測試版，或者在某些情況下，開放源代碼。如今，平臺層的穩(wěn)固，加上模型繼續(xù)變得更好、更快、更便宜，以及模型的訪問趨向于免費(fèi)和開源，AI應(yīng)用層的創(chuàng)造力爆發(fā)時(shí)機(jī)已經(jīng)成熟。比如，今年8月，文本-圖像生成模型Stable Diffusion開源，后繼者能更好地借助這一開源工具，挖掘出更豐富的內(nèi)容生態(tài)，為向更廣泛的C端用戶普及起到至關(guān)重要的作用。Stable Diffusion的火爆，本質(zhì)上就是開源釋放了創(chuàng)造力。
結(jié)語盡管生成式AI當(dāng)前還離不開人工干預(yù)，但不可否認(rèn)的是，生成式AI仍具有非常大的發(fā)展?jié)摿Α?/span>生成式AI的出現(xiàn)，意味著AI開始在現(xiàn)實(shí)內(nèi)容中，承擔(dān)從“觀察、預(yù)測”拓展到“直接生成、決策”的新角色。換句話說，生成式AI是在創(chuàng)造，而不僅僅是分析。正如OpenAI CEO Sam Altman所說：“生成式AI提醒我們，很難做出有關(guān)于人工智能的預(yù)測。十年前傳統(tǒng)觀點(diǎn)認(rèn)為：人工智能首先會(huì)影響體力勞動(dòng)；然后，是認(rèn)知?jiǎng)趧?dòng)；然后，也許有一天它可以做創(chuàng)造性的工作?，F(xiàn)在看起來，它會(huì)以相反的順序進(jìn)行?！?/span>
