AIGC對數字出版的挑戰(zhàn)和“含科量”有多高
目前AIGC較大的問題就是其版權問題,我國著作權法實施條例第二條規(guī)定:“著作權法所稱作品,是指文學,藝術和科學領域內,具有獨創(chuàng)性并能以某種有形形式復制的智力成果”,AI不具備我國著作權法規(guī)范中“作者”的主體資格,AI創(chuàng)作的作品版權歸屬問題,作者身份的定義,需要進一步去規(guī)范。

AI作品本質上是收集了大量素材后的數據庫,不斷學習并根據用戶的需求選取素材進行創(chuàng)作的產物,在前一段時間引起爭議的AI繪畫就是如此,一張繪畫的數據可能來自于成百上千個畫師的作畫風格,這些畫師的范圍可以跨越幾百年,這張AI繪畫作品也是成百上千個作品的縫合,這也是大部分畫師抵制AI繪畫的原因:高科技抄襲。
AIGC是未來的趨勢,歷史的車輪滾滾向前不可避免,但是當前比起技術發(fā)展更重要的是明確AIGC在社會各界的所處的位置,這也將決定技術的未來。
雖然AIGC有了一定的“思考”,但是創(chuàng)作出來的東西是否真實,是否存在錯誤還需要進行審查,尤其是在文學領域,AI的作品所涉及的倫理和道德問題,以及對這兩者的把握程度也比較微妙,仍需要去進行二次判定。
自然語言生成NLG作為AI創(chuàng)作內容的一種主流方式,此前在大部分時間內都是行業(yè)內自娛自樂,偶爾憑借“換臉”之類的奇趣新聞火一把,但僅此而已,而AIGC這一概念,在當下能夠迅速走紅,可以說是時也,運也。
首先,深度學習技術本身不斷迭代,能夠生成更具個性化,擬人化的內容。
隨著自然語言處理技術的不斷發(fā)展,近年來AI的閱讀理解創(chuàng)作能力進步飛快,已經達到了驚人的水平,技術成熟給了AIGC廣泛應用的基礎。
AI基礎設施不斷發(fā)展,多模態(tài)大模型的相繼成熟落地。
如果只是生成單一的內容,那么AIGC或許還不至于讓見多識廣的大眾眼前一亮,而多模態(tài)大模型的出現,讓融合性創(chuàng)新成為可能。
多模態(tài)大模型,既需要具備NLP(自然語言理解)大模型,CV(計算機視覺)大模型等的能力,理解語言,視覺的內容,還要能夠跨模態(tài)生成全新的內容,由此帶來了非常多的創(chuàng)意空間,比如通過一部小說的文字描寫,生成故事畫面,人物形象,環(huán)境布景等,可以幫助創(chuàng)作者大大節(jié)省時間。