酷应用

从 AI 绘画到 ChatGPT，聊聊生成式 AI

百家作者：又拍云 2023-02-22 18:32:31

我们小时候经常有幻想，未来不用再去上班了，在工厂工作的都是机器人。在家也不用打扫卫生，机器人可以包揽一切。不知不觉间，我们小时候的幻想已经慢慢变成现实，工厂里有了多种型号的机械臂，代替了部分流水线功能。家里也有了扫地机器人，不用再一遍一遍地扫地了。

这些技术实现的背后都有 AI 的身影，2022 年 AI 行业更是热闹非凡。2022 年 9 月，由 Midjourney 创作生成的画作《太空歌剧院》在科罗拉多州博览会数字艺术创作类比赛中获得一等奖，AI 绘画进一步破圈，受到大众关注。

△ 画作《太空歌剧院》（图片来源于互联网，侵删）

什么是生成式AI？

就在大家都认为 AI 绘画是 AI 发展的里程碑级应用，可就在短短 2 个多月后，ChatGPT 横空出世，到今年 1 月，平均每天约有 1300 万独立访客使用 ChatGPT，累计用户超 1 亿，创下了互联网最快破亿应用的纪录。而 ChatGPT 的“智慧”也再一次刷新人们对 AI 的认知。
无论是 AI 绘画，还是现在风靡全球的 ChatGPT，它们都属于 AI 的一个分支——生成式AI（Generative AI）。生成式 AI 可以通过让机器学习模型研究历史数据，并且利用先进的深度学习技术来创造一个全新生成的作品，这作品可以是一段文字、一张图片、一段音频或者是一部影片。
相较于传统的 AI 模型，生成式 AI 是一种特定类型的 AI，它专注于创建新内容。

生成式AI的简单原理

生成式 AI 的工作原理，是从大量数据中集中学习，并使用这些知识产生与训练数据相似的新数据。这通常是使用一种生成模型的机器算法来完成的，生成式模型有许多不同类型，每一种类型都使用不同的方法生成新数据。其中常见的生成模型类型包括 GAN、VAE 和回归模型。

聊这些模型之前，我们先简单说下深度学习。深度学习其实是一种模仿人脑思维过程的方法，利用多层神经网络进行学习，通过组合低层特征形成更加抽象的高层表述属性类别和特征，最后作出判断。举个例子，你要让 AI 认识一只猫，需要给它提供大量的样本学习，而 AI 在学习了大量的基础之后，建立起一个模型，来判断图片中有没有猫。要训练一个 AI 能够顺利实现对猫的识别，可能需要上百万张，甚至上千万张与猫相关的图片。

如果没有那么多的数据该怎么办呢？大家可能有听过这么个玩笑，程序员对 AI 说，“你已经是个成熟的 AI 了，应该自己生成数据，自己训练自己了。”这也就是我们前面提到过生成模型 GAN 的基本原理了。

GAN 的全称为对抗生成网络，最早是由著名的深度学习理论专家伊恩·古德费洛（IanJ.Goodfellow）在 2014 年提出的。在原理上，生成式对抗网络使用两个神经网络相互对立，一个生成器和一个判别器。生成器或生成网络是一个神经网络，负责生成类似于源数据的新数据或内容。判别器或判别网络是负责区分源数据和生成数据之间的神经网络。这两个神经网络都经过交替周期训练，生成器不断学习生成更逼真的数据，判别器则更善于区分假数据和真实数据。

△ GAN 基本原理（图片来源于互联网，侵删）

古德费洛打了一个形象的比方：GAN 就像是构造了一个警察抓小偷的游戏。小偷不想被警察抓住，因此他需要不断揣摩警察的行为，并据此来隐藏自己是小偷这个事实。而警察则想要抓住小偷，因此他就需要不断学习小偷的伪装办法，并据此调整自己的抓捕策略。这样，经过不断地“斗法”，小偷的伪装技巧和警察的抓捕策略都可以得到大幅改善，并且这种迭代的速度会非常快。

当然，GAN 只是其中一个生成模型。以 ChatGPT 为例，GAN 难以保证回答内容的准确性。要对回答内容准确性进行验证，必须依靠人力。用户在使用 ChatGPT 的同时，其实也充当着免费 AI 训练师的角色，帮助 ChatGPT 成长。这也就为什么 OpenAI 会把 ChatGPT 放到网上让用户免费使用的原因之一。

生成式AI未来趋势

既然生成式 AI 这么强大，那么它会跟文章开头一样取代现有的一些岗位吗？针对大众普遍担心的失业问题，ChatGPT 有分享一篇帖子写到：“AI 不会取代你，一个使用 AI 的人可能会取代你。”

那生成式 AI 会在未来带来什么呢？我们来简单畅想下：

生成式 AI 可用于创造很多新内容，例如音乐、文字或者图像，为创意人员提供更多的想象力。例如，作者可以使用生成式 AI 创造的文章，对其进行编辑和完善，可以让自己更专注于需要想象力和创作的地方。这样创造出来的作品可能更上一层楼。同样，生成式 AI 可以将创作者的作品转换成任意语言，让创作者的作品一开始就在全球流行。

生成式 AI 也有可能会被应用于未来的机器人。相比较现在的机器人，未来的机器人在好看的皮囊下，提供类似于ChatGPT 这样的模型对话能力，能让未来的机器人更加聪明、智慧，更像人，也更好地陪伴、服务于人类。

生成式 AI 也有可能被应用于游戏，创建新关卡和地图，生成新的对话或故事线，以及创建新的虚拟环境等。现在已经有利用生成式 AI 来生成纹理和天空盒艺术。在未来，游戏可能会使用生成式 AI 模型为玩家每次玩游戏时创建一个全新的独特关卡，或者根据玩家的行动为 NPC 角色生成新的对话选项。它可以用来增加游戏体验的活力和多样性，让玩家感到更有吸引力和沉浸感。

现在生成式 AI 仍然非常早期，Midjourney 和 ChatGPT 让我们看到了未来的无限可能，相信在几十年后，生成式 AI 将深深融入我们的工作、创作和娱乐方式。虽然这在现在看起来仍然非常不可思议，但科技进步的速度是惊人的，上面这些遥不可及的畅想，可能用不了多少时间，就能变得触手可及。