從 AI 繪畫到 ChatGPT，聊聊生成式 AI

我們小時候經常有幻想，未來不用再去上班了，在工廠工作的都是機器人。在家也不用打掃衛生，機器人可以包攬一切。不知不覺間，我們小時候的幻想已經慢慢變成現實，工廠裡有了多種型號的機械臂，代替了部分流水線功能。家裡也有了掃地機器人，不用再一遍一遍地掃地了。

這些技術實現的背後都有 AI 的身影，2022 年 AI 行業更是熱鬧非凡。2022 年 9 月，由 Midjourney 創作生成的畫作《太空歌劇院》在科羅拉多州博覽會數字藝術創作類比賽中獲得一等獎，AI 繪畫進一步破圈，受到大眾關注。

什麼是生成式AI？

就在大家都認為 AI 繪畫是 AI 發展的里程碑級應用，可就在短短 2 個多月後，ChatGPT 橫空出世，到今年 1 月，平均每天約有 1300 萬獨立訪客使用 ChatGPT，累計使用者超 1 億，創下了網際網路最快破億應用的紀錄。而 ChatGPT 的“智慧”也再一次重新整理人們對 AI 的認知。

無論是 AI 繪畫，還是現在風靡全球的 ChatGPT，它們都屬於 AI 的一個分支——生成式AI（Generative AI）。生成式 AI 可以通過讓機器學習模型研究歷史資料，並且利用先進的深度學習技術來創造一個全新生成的作品，這作品可以是一段文字、一張圖片、一段音訊或者是一部影片。

相較於傳統的 AI 模型，生成式 AI 是一種特定型別的 AI，它專注於建立新內容。

生成式AI的簡單原理

生成式 AI 的工作原理，是從大量資料中集中學習，並使用這些知識產生與訓練資料相似的新資料。這通常是使用一種生成模型的機器演算法來完成的，生成式模型有許多不同型別，每一種型別都使用不同的方法生成新資料。其中常見的生成模型型別包括 GAN、VAE 和迴歸模型。

聊這些模型之前，我們先簡單說下深度學習。深度學習其實是一種模仿人腦思維過程的方法，利用多層神經網路進行學習，通過組合低層特徵形成更加抽象的高層表述屬性類別和特徵，最後作出判斷。舉個例子，你要讓 AI 認識一隻貓，需要給它提供大量的樣本學習，而 AI 在學習了大量的基礎之後，建立起一個模型，來判斷圖片中有沒有貓。要訓練一個 AI 能夠順利實現對貓的識別，可能需要上百萬張，甚至上千萬張與貓相關的圖片。

如果沒有那麼多的資料該怎麼辦呢？大家可能有聽過這麼個玩笑，程式設計師對 AI 說，“你已經是個成熟的 AI 了，應該自己生成資料，自己訓練自己了。”這也就是我們前面提到過生成模型 GAN 的基本原理了。

GAN 的全稱為對抗生成網路，最早是由著名的深度學習理論專家伊恩·古德費洛（IanJ.Goodfellow） 在 2014 年提出的。在原理上，生成式對抗網路使用兩個神經網路相互對立，一個生成器和一個判別器。生成器或生成網路是一個神經網路，負責生成類似於源資料的新資料或內容。判別器或判別網路是負責區分源資料和生成資料之間的神經網路。這兩個神經網路都經過交替週期訓練，生成器不斷學習生成更逼真的資料，判別器則更善於區分假資料和真實資料。

古德費洛打了一個形象的比方：GAN 就像是構造了一個警察抓小偷的遊戲。小偷不想被警察抓住，因此他需要不斷揣摩警察的行為，並據此來隱藏自己是小偷這個事實。而警察則想要抓住小偷，因此他就需要不斷學習小偷的偽裝辦法，並據此調整自己的抓捕策略。這樣，經過不斷地“鬥法”，小偷的偽裝技巧和警察的抓捕策略都可以得到大幅改善，並且這種迭代的速度會非常快。

當然，GAN 只是其中一個生成模型。以 ChatGPT 為例，GAN 難以保證回答內容的準確性。要對回答內容準確性進行驗證，必須依靠人力。使用者在使用 ChatGPT 的同時，其實也充當著免費 AI 訓練師的角色，幫助 ChatGPT 成長。這也就為什麼 OpenAI 會把 ChatGPT 放到網上讓使用者免費使用的原因之一。

生成式AI未來趨勢

既然生成式 AI 這麼強大，那麼它會跟文章開頭一樣取代現有的一些崗位嗎？針對大眾普遍擔心的失業問題，ChatGPT 有分享一篇帖子寫到：“AI 不會取代你，一個使用 AI 的人可能會取代你。”

那生成式 AI 會在未來帶來什麼呢？我們來簡單暢想下：

生成式 AI 可用於創造很多新內容，例如音樂、文字或者影象，為創意人員提供更多的想象力。例如，作者可以使用生成式 AI 創造的文章，對其進行編輯和完善，可以讓自己更專注於需要想象力和創作的地方。這樣創造出來的作品可能更上一層樓。同樣，生成式 AI 可以將創作者的作品轉換成任意語言，讓創作者的作品一開始就在全球流行。

生成式 AI 也有可能會被應用於未來的機器人。相比較現在的機器人，未來的機器人在好看的皮囊下，提供類似於ChatGPT 這樣的模型對話能力，能讓未來的機器人更加聰明、智慧，更像人，也更好地陪伴、服務於人類。

生成式 AI 也有可能被應用於遊戲，建立新關卡和地圖，生成新的對話或故事線，以及建立新的虛擬環境等。現在已經有利用生成式 AI 來生成紋理和天空盒藝術。在未來，遊戲可能會使用生成式 AI 模型為玩家每次玩遊戲時建立一個全新的獨特關卡，或者根據玩家的行動為 NPC 角色生成新的對話選項。它可以用來增加遊戲體驗的活力和多樣性，讓玩家感到更有吸引力和沉浸感。

現在生成式 AI 仍然非常早期，Midjourney 和 ChatGPT 讓我們看到了未來的無限可能，相信在幾十年後，生成式 AI 將深深融入我們的工作、創作和娛樂方式。雖然這在現在看起來仍然非常不可思議，但科技進步的速度是驚人的，上面這些遙不可及的暢想，可能用不了多少時間，就能變得觸手可及。