AIGC激发生产力革命，“危”还是“机”？来看联想芮勇、复旦邱锡鹏等专家解析

人工智能生成内容(AIGC)是指利用人工智能技术自动生成内容。受制于人工智能技术的成熟度，当前人工智能在内容创作中仍然是辅助角色。待技术突破，人工智能有望真正成为内容创作者。AIGC是一种利用生成对抗网络(GAN)和大型预训练模型等人工智能技术，寻找现有数据模式并具有适当泛化能力的技术集合。这也被称为合成媒体或生成式人工智能，即由人工智能算法自动生成新的程序、内容，如文本、音乐、图像、视频和场景等。

AIGC的发展是由数据、算法和计算能力的共振推动的。开源模型和商业化带来的产品化浪潮，以及对通用人工智能领域的探索，使AIGC迅速破圈。例如，2017年推出的Transformer架构奠定了大规模模型训练的基础，以GPT为代表的预训练模型解决了标记数据不足的问题，同时提高了模型的通用性。ChatGPT在此基础上引入了人类反馈进行强化学习的训练方法，自2022年11月推出以来迅速走红，5天后用户破百万，两个月后月活用户突破1亿，成为史上用户增长速度最快的消费级应用程序。与此同时，扩散模型已经取代GAN成为图像生成的主流模型，而CLIP推动了跨模态生成技术的发展。GPT3的商业化和CLIP和Stable Diffusion模型的开源为文本生成和文本到图像产品化开启了一波浪潮。Google和Meta仍在持续探索文本生成视频领域的模型。

根据Gartner的预测，至2025年，生成式人工智能生成的数据将占据所有数据的10% (目前不到1%)。同时，据 Sequoia预测，生成式人工智能预计将创造数万亿美元的经济价值。AIGC已经在营销、社交媒体、内容创作、游戏等领域得到应用，并开拓了商业化机会。随着算法迭代和计算能力的提升，AIGC将释放一个新的内容生产革命。

本期焦点内容涵盖了ChatGPT和大语言模型相关的最新专家讲座和访谈，以及一些相关的参考图书，包括大语言模型，文本到语音合成，视觉问答技术。在一定程度上反映了当前AIGC和ChatGPT相关领域的最新研究动态和专家观点。

扫描图中二维码，可浏览《CCF数图焦点》第34期详细内容