AIGC報告：數字內容迎全新變革，版權倫理問題值得關注
2022年是AIGC，或生成式AI“Generative AI”爆發(fā)的一年。以OpenAI、Stability AI、Midjourney、NovaAI等為代表的企業(yè)和工具，在全球范圍內掀起了一場從消費者到資本市場的狂熱浪潮。
雖然來到2022年年底、2023年年初，AIGC領域也并不太平，爆發(fā)了比如Art Station上“AI vs人類”的戰(zhàn)爭、三位海外藝術家起訴了Stability AI、Midjourney公司等事件，以及面臨著第一批AIGC公司，比如StockAI，因為數據、算力的龐大支出等正式關停的現狀，但這些挫折和爭議并非不可解決。
Point-E
當下AI已經在繪畫、音樂甚至是游戲資產的生成方面，展現出了相當的潛力，OpenAI、谷歌、英偉達等公司也推出了文字生成3D模型實驗技術Point-E等工具，未來隨著各國法律的完善、行業(yè)的競爭、自律和規(guī)范，AI作為全新的生產力工具、AIGC作為全新的內容創(chuàng)作階段，在2023年及以后在各行各業(yè)繼續(xù)發(fā)展的大趨勢，依舊值得關注。
近日，騰訊研究院也就AIGC的相關技術和應用前景，從生態(tài)、趨勢、挑戰(zhàn)等多個維度思考，發(fā)布了《AIGC發(fā)展趨勢報告2023：迎接人工智能的下一個時代》（以下簡稱為《AIGC報告》）。
以下圖片均來自報告中截取的內容
????消費端：AIGC成未來互聯網基礎設施
首先是消費市場，伴隨著現如今全球數字內容消費市場的持續(xù)擴張、升級和轉型，數字內容進入強需求、視頻化、拼創(chuàng)意的螺旋式升級周期，《AIGC報告》認為，“AIGC有望塑造數字內容生產與交互新范式，成為未來互聯網的內容生產基礎設施”。
得益于過去多年來，大型預訓練語言模型和人類反饋強化學習（RLHF）技術等技術出現和發(fā)展，當下的AIGC技術已經在文字、音樂、圖片、視頻、3D多種媒介形態(tài)的生產中，擔任了多樣化的助手工作，也已經有不少消費者體驗到了AIGC的優(yōu)勢，就比如米哈游在《未定事件簿》實裝的AI配音。
“根據6pen預測，未來五年，互聯網上10%—30%的圖片內容將由AI參與生成，有望創(chuàng)造超過600億的市場空間，若考慮到下一代互聯網對內容需求的迅速提升，國外商業(yè)咨詢機構Acumen Research and Consulting預測，2030年AIGC市場規(guī)模將達到1100億美元?！?/div>
“基于AIGC的3D數字人建模已經初步實現產品化，目前精度可以達到次世代游戲人物級別，通過便捷化地上傳圖片即可生成3D數字人面部模型?！?/div>
除了數字人，《AIGC報告》還從技術、個性化、創(chuàng)作自由等方面，論證了未來“AIGC推動元宇宙發(fā)展”的重要性。
“在元宇宙發(fā)展的過程中，游戲是虛擬世界重要的載體，AIGC可以極大提高數字原生內容的幵發(fā)效率，降低游戲幵發(fā)成本。具體來說，劇情、角色、頭像、道具、場景、配音、動作、特效、主程序未來都可以通過AIGC生成?！?/div>
“同時，AIGC將賦予用戶更多的創(chuàng)作權力和自由，促進創(chuàng)新并提升元宇宙的用戶體驗。AIGC將作為生產力工具為元宇宙用戶提供個性化內容體驗?！?/div>
????產業(yè)端：合成數據牽引人工智能的未來
而在產業(yè)端，合成數據（synthetic data）領域可以說是當下AIGC技術持續(xù)創(chuàng)新發(fā)展的重點，也是全新的發(fā)展契機所在。
所謂合成數據，是值得“計算機模擬（computer simulation）技術或算法創(chuàng)建、生成的自標注（annotated）信息，可以在數學上或統(tǒng)計學上反映真實世界數據的屬性，因此可以作為真實世界數據的替代品，來訓練、測試、驗證AI模型?！?/div> 
《AIGC報告》中指出，數據是當前制約AI技術發(fā)展的最大原因，根據合成數據服務商AI.Reverie的信息，人工標注一張圖片可能需要6美元，但人工合成的話只需要6美分。
除了成本和獲取難度上相較于真實世界數據存在優(yōu)勢，合成數據還在隱私、算法偏見、稀有數據場景的生成、AI模型訓練速度方面，相較于真實世界數據存在優(yōu)勢。特別是在金融、醫(yī)療等數據較為敏感的行業(yè)，合成數據由于是用程序生成，與真實世界無關，能夠更好地在相關領域規(guī)避風險，發(fā)力研究，持續(xù)拓展AIGC的應用空間。
當然對于市場而言，更大的機遇在于，當前合成數據領域還處于互聯網大廠加大投資布局，創(chuàng)業(yè)公司方興未艾、不斷涌現的狀態(tài)。
“在過去的18個月，公眾視野中已知的合成數據公司融資總額達到3.28億美元，比2020年高出2.75億美元?！?/div>
“根據Cognilytica的數據，合成數據市場規(guī)模在2021年大概是1.1億美元，到2027年將達到11.5億美元。Grand View Research預測，AI訓練數據市場規(guī)模到2030年將超過86億美元。Gartner預測，到2024年用于訓練AI的數據中有60%將是合成數據，到2030年AI模型使用的絕大部分數據將是人工智能合成的?！?/div>
《AIGC報告》表示“合成數據有望推動人工智能邁向2.0階段（AI2.0）。”
????社會價值和風險
正所謂技術的革新一定會對社會產生影響，《AIGC報告》認為“AIGC的社會價值體現為革新數字內容與藝術創(chuàng)造領域，并將輻射到其他領域和行業(yè)，孕育新的技術形態(tài)與價值模式，甚至會成為通用人工智能的可能性路徑”。
就比如在過去一年AIGC中最熱鬧的AI繪畫，以及其代表的AI藝術領域，AI可以解放人類的創(chuàng)造力，革新藝術領域。通過對現有藝術的模仿，在取代大量基礎性的藝術創(chuàng)作工作的同時，AIGC還可以利用不同于人類思維的模式，為藝術家的創(chuàng)作提供新的靈感，甚至是新的藝術風格。
“AI雖然不擁有真正的創(chuàng)造力，但是它讓使用者擁有了新的創(chuàng)造力。”
但隨著AIGC帶來的社會文化、生產變革而來的，還有已經正在發(fā)生，甚至迫在眉睫的一系列問題?！禔IGC報告》中，主要囊括了“知識產權挑戰(zhàn)”“信息安全挑戰(zhàn)”“倫理挑戰(zhàn)”“環(huán)境挑戰(zhàn)”四大AIGC領域目前面臨的問題。
知識產權挑戰(zhàn)是在AI繪畫等領域，目前被各界討論最多的主題之一。對于AI生成內容的版權風險，《AIGC報告》表示“目前國內國外的通行做法也都是會考慮除了AI之外，是否有人的智力或創(chuàng)造性勞動”
其次安全挑戰(zhàn)，主要指的是AI生成的內容的安全，以及隱私數據的安全。前者最直接的例子就是AI換臉，借助深度偽造的音視頻內容以及欺詐勒索等手段，全球各地的不法分子已經造成了不小的經濟損失。
而后者在此之前也有過經典案例，在GPT-2模型里，只用一段特殊的前綴，AI生成的內容就會包括特定個人的姓名、電話等信息。
第三點倫理挑戰(zhàn)則主要體現在AI存在明顯的歧視現象，以及AIGC是否具有自我意識（去年谷歌的工程師曾聲稱旗下的AI已經有了自我意識）。
“OpenAI在對DALL-E 2的生成結果進行公平性測試時發(fā)現，其表現出顯著的性別和種族歧視。即傾向于更高頻地生成男性和白色人種的人類圖像?！?/div>
至于最后的環(huán)境挑戰(zhàn)。作為一個需要強大算力支撐的新興技術領域，“有研究人員對Transformer、ELMo、BERT、GPT-2、GPT-3等進行了碳排放研究。在一天的訓練時長里，GPT-3模型訓練的二氧化碳排放量為552噸?！?/div>
Midjourney的創(chuàng)始人大衛(wèi)?霍爾茲也將算力支持而非用戶量，視作AIGC大規(guī)模的商業(yè)擴展的阻力，“如果（Midjourney）用戶量達到1000萬人，那么世界上將沒有足夠的算力來支持?！?/div>
相關文章
Copyright?2023-2026?AIGC工具導航?津ICP備2022006237號-2?
?津公網安備12011002023007號? 互聯網違法和不良信息舉報渠道