这是一本关于人工智能生成内容的书籍，本书主要介绍了人工智能技术的发展历程和现状，以及人工智能生成内容的应用和优势。作者认为，随着人工智能技术的不断发展，人工智能生成内容将逐渐成为主流，并将对传统媒体和出版业产生深远的影响。本书还分析了人工智能生成内容面临的挑战和问题，并提出了相应的解决方案。本书共分为五个部分。第一部分介绍了人工智能和人工智能生成内容的基本概念和发展历程。第二部分探讨了人工智能生成内容的应用领域，包括文字创作、图像创作、视频创作、音频创作和游戏创作等。第三部分分析了人工智能生成内容面临的挑战和问题，包括生成内容的质量、真实性、可信度、伦理道德等方面的问题。第四部分提出了相应的解决方案，包括加强人工智能生成内容的质量管理、建立行业标准和规范、加强人工智能生成内容的监管等方面的措施。第五部分是作者的总结和思考，探讨了人工智能生成内容的未来发展方向和趋势。总的来说，《AIGC 智能创作时代》是一本介绍人工智能生成内容的基础知识和现状的书籍，对于相关行业的从业者和研究者来说，具有一定的参考价值。以上是 ChatGPT 的回复。这本书属于蹭热点的，也正因为如此也显现出传统出版业的本身面临被淘汰，本书 2023 年 3 月新鲜出炉，写的是去年才出现在公众视野，现在大热的 AIGC，赶稿汇编的时候还是 GPT3，出版时 GPT4 已经正式上线了，本书的内容反而显得混乱和赶工的堆积，万维钢的最新课程有对 GPT4 更精炼的解读，我借此记录一下自己一些想法：1. AI 是人类更好的助手，而不是威胁，40 年前个人电脑出现时就宣传 “无纸化办公”，现在用的纸并不少，只是纸便宜了。现在的 chatGPT 也好，AIGC 也好，都是类似 AIphaGu 从围棋走入各个细分领域，围棋和人类围棋比赛都不会消失。2. AI 提高的是算力，利用好这个工具提高的是效率，记得 40 年前部里每年的决算，那些打算盘能手最抢手，我还亲见一位能双手打算盘的，每年各部财务报表汇总到国务院，最快也要每年的年中了，等到全国计划会的当年的预算批复下来已经到当年的年末了。而现在国务院半个月就完成了。会计报表，数据统计，工程预算，投标审核等大计算量的工作都能极大提高效率，工程测绘，数据建模，特别是精细化的管理跟踪督查都会有质的变化，前几天还和一位老刑警领导聊天，在没有监控和 DNA 分析的年代如何刑侦。同样巨大变化的是生物制药等领域，任何在实验室干过活的都知道，过去的实验室完全是 “刀耕火种”。所有用人重复性检索和计算的工作都能在 AI 的帮助下，效率极大提高，普通医院的检测问询，法律纠纷和各种合同契约文本的起草，同样物业公司也应该可以按照服务付费，房屋是否居住，居住人数，垃圾量，绿化率等都可以差异化，现在不但一刀切还是糊涂账。3. 其实现在各个平台已经在利用 AI 让人上瘾和深度客户分析了，如同我的抖音，需要我的训练，而不是被它驾驭。“黄赌毒” 也会利用这个超级助手，魔高一尺道高一丈，数据和算力成为武器弹药，真正的危险和竞争是在国家层面的，黑客对敌方金融和数据库的攻击，情报分析，“东数西算” 都是在暗战，热战是否能转化为不战而屈人的兵棋推演？

人们主观的感觉、认知、思想、创造和表达，以及人文科学、艺术和自然科学都要以具有实质性的内容作为基础和前提。在进入互联网时代后，開始有了所谓专业生成内容（PGC），隨之也出现了以此作为职业获得报酬的职业生成内容（OGC）。与此同时，“用户生成内容”（UGC）的概念和技术也逐渐发展，由此形成了用户内容生态。可以這麼說，内容生产赋予了 Web2.0 的成熟和 Web3.0 时代的来临。相较于 PGC 和 OGC、UGC，AIGC（AIGC，AI Generated Content，其全稱為 “人工智能生成内容”）通过人工智能技术实现内容生成，并在生成中注入了 “创作”，意味着自然智能所 “独有” 和 “垄断” 的写作、绘画、音乐、教育等创造性工作的历史走向终结。而近期大熱的 ChatGPT 的横空出世，引发了全球范围的热议与思考。短短数周的时间，人们既惊叹于人工智能发展速度之迅猛，又震惊于新技术 “滥用之殇”。一度在网上疯传 “杭州将在 3 月 1 日取消机动车尾号” 限行的假新闻正是 ChatGPT 的作品；微软 Bing 版的 ChatGPT “口无遮拦”，甚至会人身攻击、PUA、讲黄段子。其实，ChatGPT 技术再强大，也是一种人机交互的新模式，输出的内容完全取决于信息源和训练数据；ChatGPT 一度被人用来设计勒索病毒，在网络世界里为所欲为。心中所想，皆如所愿。一旦信息源或训练数据失真或有偏差，则可能导致输出的内容成为作恶的帮凶。电影《超能查派》中觉醒的机器人也曾经一度被流氓混混培养成流里流气的机器人。技术只是一种工具，技术的善恶取决于使用者，与技术本身无关。正确看待、理性应用 ChatGPT，是新一轮科技革命时代每个人都应该遵守的法则。《AIGC 智能创作时代》这本书，就是了解 AIGC 前世、今生和未来的入门级读物，基本做到了 “知其所来，识其所在，明其将往”。首先，知其所来才能理解发展脉络。如 ChatGPT 是利用人工智能来生成内容的模型，堪称 AIGC（人工智能生成内容）最新进展的代表。这是继专业生成内容 (PGC)、职业生成内容 (OGC) 和 “用户生成内容”(UGC) 之后，互联网时代内容生成的第四个阶段，是从机器学习发展到神经网络深度学习，集成多重、高效的 Transformer 模型，并通过大规模预训练的重要成果。可以说，这是人类文明史上翻天覆地的革命。ChatGPT 可以生成文字、语音、代码、图像、视频，完成脚本编写、文案撰写、翻译等 “三十六变”，是建立在数据、算法和算力的快速发展之上的。自 2012 年至 2018 年，6 年间 AI 算力需求增长约 30 倍，AI 所需算力预测每 100 天翻一倍，5 年之后 AI 所需算力超 100 万倍。更值得一提的是，人工智能生成内容技术的训练过程，更是变量调整和参数优化的过程。以 Transformer 为架构的大型语言模型机器学习系统，采用的神经网络学习能力和模型的参数规模成正相关。GPT-2 大约有 15 亿个参数，而 GPT-3 就有 1750 亿个参数，而当下正在应用的 GPT-4 的参数预计达到 100 万亿规模，与人类大脑神经触点规模处于同等水平。不难发现，ChatGPT 这款对话机器人主要依靠深度学习几乎所有人类知识和信息，建立起复杂和庞大的神经网络，从而拥有堪比人脑的智慧。但如果没有芯片技术、硬件支撑、软件服务的协同创新，就不可能实现这种量级的发展。所以说，AIGC 的发展过程，正是人类不断自我挑战、自我超越、自我满足的必然结果，也是既是科技发展、探索自然的必经之路。其次，识其所在方能正确运用。AIGC 指的是人工智能生成内容，目前主要赋能与文本、音频、图像和视频四大方向。相比于以往人工智能只能在规律性比较强的情况下生成文章，AIGC 表现出更加强大的智能性，展现出令人惊叹的写作潜力，甚至在写诗这种自主创造性非常强的领域，也能够 “触景生情，吟诗作对”。

可能对于我来说没有太大收获！有些失望！

无需赘言，AIGC 在科技革命历史中取得了重要的地位，已经深刻地改变了思想、经济、政治和社会的演化模式。我们的世界会因此更好吗？为此，笔者专门向 Gpt-4 发问，以下是实录：1.AIGC 在科技革命历史上的地位如何？AIGC 在科技革命历史上是一个重大的事件，以超出人们预期的速度成为了一个全新的科技革命系统、格局和生态，并深刻地改变了思想、经济、政治和社会的演进模式。2. AIGC 是如何改变思想、经济、政治和社会的演化模式的？AIGC 是在集群式和聚变式的科技革命中快速崛起的，它以超出人们预期的速度成为科技革命历史上的重大事件。AIGC 催生了全新的科技革命系统、格局和生态，进而深刻改变了思想、经济、政治和社会的演化模式。它作为内容生产的新范式推动了数字经济的快速发展，同时也提出了更高的监管要求，各个国家的监管机构需要不断跟进 AIGC 的发展趋势，在不打压创新的同时不断完善法律法规，避免潜在的风险。3. AIGC 如何实现人工智能内容生成？AIGC 利用人工智能学习各种数据自动生成内容，例如文字生成、图像绘制、视频剪辑、游戏内容生成等，这些都可以由 AI 替代，并正在加速实现。AIGC 利用代码、云计算、技术操控数据、模式识别以及通过机器对文本内容进行描述、分类和解释，实现了基于语言模型提示学习的推理，甚至是知识增强的推理，构建了坚实的 "底层逻辑"。AIGC 具备基于准确和规模化数据，形成包括学习、抉择、尝试、修正、推理，并根据环境反馈调整并修正自己行为的能力，它可以突破线性思维框架并实现非线性推理，也可以通过归纳、演绎、分析实现对复杂逻辑关系的描述。4. AIGC 的核心技术价值是什么？文章提到，在这个技术尚不构成核心技术壁垒的赛道，如何让用户有动力持续使用产品才是制胜的关键。而从 B 端来看，AIGC 产品的 "生产力工具" 属性将更加浓厚，区别于 C 端消费主义色彩更加浓厚的应用方式，B 端的 AIGC 公司直面的是一群理性至极的客户群体，能够更好地回答 "产品是怎样为企业降本增效" 这一核心问题的公司将更加受到投资人的青睐。因此，AIGC 的核心技术价值在于为企业提供一种能够显著提升业务生产效率或者降低业务成本的工具，具备难以想象的成长潜力。5. 如何描述 AIGC 的逻辑能力？AIGC 具有强大的逻辑能力，它利用人工智能学习各类数据自动生成内容，并且可以提高内容生成的效率和多样性。它还可以在文字、图片、音频、游戏和代码生成中实现商业模型，逐渐渗透和改造传统产业结构。相比于普通人，AIGC 生成算法的优化和改进使其变得更加接近普通人的逻辑水平。6. AIGC 如何实现机器集大成式学习的？AIGC 实现了机器学习的集大成主要是通过深度学习技术来实现的。深度学习可以更有效地利用数据特征，形成深度学习算法，解决更为复杂的场景挑战。AIGC 基于代码、云计算、技术操控数据、模式识别，以及通过机器对文本内容进行描述、分类、甚至是知识增强的推理，实现了基于语言模型提示学习的推理。在此基础上，AIGC 可以突破线性思维框架并实现非线性推理，也可以通过归纳、演绎、分析，实现对复杂逻辑关系的描述。7. AIGC 是如何开创模型主导内容生成时代的？AIGC 开创了 "模型" 主导内容生成的时代。人类将进入传统人类内容创作和人工智能内容生成并行的时代，进而进入后者逐渐走向主导位置的时代。通过基于代码、云计算、技术操控数据、模式识别的技术手段，AIGC 可以突破线性思维框架并实现非线性推理，也可以通过归纳、演绎、分析等方式实现对复杂逻辑关系的描述，构建了坚实的 "底层逻辑"。因此，政府需要建立一个强大的政策框架以支持 AIGC 的长期发展和应用，鼓励和支持 AIGC 在资金、人才、生态等各个角度的发展，从而优化对于 AIGC 产业的鼓励政策。8. 在 AIGC 的发展过程中，为什么 Transformer 如此重要？在 AIGC 的发展过程中，Transformer 被认为是一个重要的里程碑，因为它在自然语言处理领域的表现非常出色。Transformer 是一种基于自注意力机制的神经网络架构，可以对不同位置的输入信息进行加权，从而更好地捕捉文本中的上下文关系。这种架构在语言生成、机器翻译、问答系统等自然语言处理任务中取得了很好的效果，成为了推动 AIGC 发展的关键技术之一。9. AIGC 的算力需求如何呈现显著增长？AIGC 的算力需求呈现显著增长，主要是因为 AIGC 技术需要大量的计算资源来进行学习和推理。随着 AIGC 技术的不断发展和应用，算力需求也会急剧增加。同时，随着区块链、NFT、Web3.0 等技术的发展，AIGC 也将有更多的机会来进行进化，从而加速数字孪生形态与物理形态的平行世界的形成。 10.AIGC 与硬技术如何相辅相成？AIGC 与硬技术相辅相成主要表现在将区块链、NFT、Web3.0 等硬技术与 AIGC 技术相结合，从而赋予 AIGC 技术进化的契机。随着 AIGC 生成算法的优化与改进，AIGC 在文字、图片、音频、游戏和代码生成等方面的商业模型也逐渐浮现。而这些模型可帮助提高内容生成的效率，使传统产业结构得以被改造。因此，通过将 AIGC 与硬技术相结合，可以为其发展提供更加广阔的空间和更好的机会。11. AIGC 将为区块链、NFT、Web3.0 和元宇宙带来哪些深层改变？AIGC 将从根本上改变当前的 NFT 概念生态和元宇宙。在 Web3.0 的环境下，AIGC 内容将出现指数级增长。元宇宙需要大量的数字内容来支撑，而人工设计和开发无法满足需求。因此，AIGC 最终可以完善元宇宙生态的底层基础设施。同时，AIGC 将为区块链、NFT、Web3.0 和元宇宙带来深层改变。结合区块链、智能合约、加密货币等技术，Web3.0 实现去中心化理念，而 AIGC 可以是满足这个目标的最佳工具和模式。随着 AIGC 技术的逐渐成熟，传统人类形态无法进入元宇宙。12. 各个国家将在不打压创新的同时不断完善法律法规，避免潜在的风险，你觉得这种矛盾如何在现实中协调？这种矛盾在现实中协调的关键是找到一个平衡点。各国政府需要建立一个强大的政策框架以支持人工智能的长期发展和应用，并在了解并解决人工智能的道德、法律和社会影响基础上制定相关政策法规，确保人工智能技术使用的安全性和伦理性。同时，对于可能造成社会危害性的人工智能领域要设定 "底线" 和 "红线"，加强治理和监管，避免潜在的风险。此外，政府还可以打造头部示范性企业通过政策吸引头部企业招商，通过积累发展势能吸引投资机构和产业资本入场，将人工智能产业作为投资重点领域，鼓励地方引进、设立相关专项基金，支持产业发展。在人才方面，可以将人工智能高端人才纳入新时代各类人才计划，认真落实科学中心等现有人才政策，鼓励校企合作，支持高等学校加强人工智能相关学科专业建设。13. 我们知道，在工业生产中，人的创造性并不重要，重要的是完成既定设计，机器像人并不适合这些，人像机器才更符合工业生产的一般要求，你觉得 AIGC 在生成内容上更像人类，更多的非线性思维，怎么能够取代人生产一般工业品呢？AIGC 既没有手也没有机械臂。您提到的观点是正确的，AIGC 在一些需要机械化生产的工业品生产方面可能无法取代人类，因为机器可以像人一样进行非线性思维和创造性设计，但在目前的技术水平下，机器并没有人工智能如此强大，无法像人一样迅速适应和解决各种问题。同时，对于需要人类专业技能的领域，机器也难以取代，如医疗、法律、音乐创作等领域需要人类的智慧和技能。但是，随着 AIGC 技术和发展的不断推进，未来也许会有更多的可能性和机会，我们期待着 AIGC 可以成为人类生产和创造的有力助手。14. 你如何解释：AIGC 乃是在学习人类大量数据后生成了非线性结果，这种结果难道不带有人类原来的偏好吗？比如性别、种族、文化等歧视？您的问题是关于人工智能生成结果中的偏见问题。确实，在学习人类数据时，AIGC 可能会学习到人们的偏见和歧视，这可能会导致它生成的结果也带有这些偏见和歧视。这是因为 AIGC 是通过学习数据来做出决策和生成结果的，而数据中的偏见和歧视可能会被传递给它。这种问题非常严重，已经引起了广泛的关注和讨论。为了解决这个问题，人们正在采取各种措施，包括清洗数据、改进算法和提高数据多样性等来帮助避免或减少偏见和歧视的影响。对于这个问题，我们需要认识到它的存在，并采取积极的措施来减轻偏见和歧视的影响。

不知道你有没有想过这样一个问题：是什么让我们得以思考？从如同一张白纸的婴儿，成长为洞悉世事的成人，正是长辈的教诲和十年寒窗塑造了我们如今的思考力。学习，似乎就是智能形成的最大奥秘。人类崇尚智能，向往智能，并不断利用智能改造世界。走过农业革命，迈过工业革命，迎来信息革命，一次又一次对生产力的改造让人们相信，人类的智能最终也能创造出人工的智能。数十年前，图灵抛出的时代之问 “机器能思考吗？” 将人工智能从科幻拉至现实，奠定了后续人工智能发展的基础。之后，无数计算机科学的先驱开始解构人类智能的形成，希望找到赋予机器智能的蛛丝马迹。正如塞巴斯蒂安・特伦所言：“人工智能更像是一门人文学科。其本质在于尝试理解人类的智能与认知。” 如同人类通过学习获得智能一样，自 20 世纪 80 年代起，机器学习成为人工智能发展的重要力量。机器学习让计算机从数据中汲取知识，并按照人类所期望的，按部就班执行各种任务。机器学习在造福人类的同时，似乎也暴露出了一些问题，这样的人工智能并非人类最终期望的模样，它缺少了人类 “智能” 二字所涵盖的基本特质 —— 创造力。这个问题就好像电影《我，机器人》中所演绎的一样，主角曾与机器人展开了激烈的辩论，面对 “机器人能写出交响乐吗？”“机器人能把画布变成美丽的艺术品吗？” 等一连串提问，机器人只能讥讽一句：“难道你会？” 这也让创造力成为区分人类与机器最本质的标准之一。面对庐山雄壮的瀑布时，李白写出 “飞流直下三千尺，疑是银河落九天” 的千古绝句，感慨眼前的壮丽美景；偶遇北宋繁荣热闹的街景时，张择端绘制出《清明上河图》这样的传世名画，记录下当时的市井风光与淳朴民风；邂逅汉阳江口的知音时，伯牙谱写出《高山流水》，拉近了秋夜里两位知己彼此的心灵。我们写诗，我们作画，我们谱曲，我们尽情发挥着创造力去描绘我们的所

最近 ChatGPT 的话题实在太多，OpenAI 打造的这个 “工具” 实在是太厉害，去年年底从万维钢老师的课程里初识，再到今年第一季度的尝试，发现确实是厉害，3.0 版本已经非常突出，4.0 的能力不可预期。在这样的背景下，本书实在是及时，感谢得到的推荐，让我从较为全面的视角学习到了 AI 的 “前世今生”，同时对未来的智能化生活充满期待。

有启发 3 句话 1. 区块链、NFT、Web3.0，将赋予 AIGC 进化的契机 2. 一个好的投资标的未必是运用先进技术的公司，而是可以确定实际的终端用户需求到底是什么、技术如何更好地制作产品并满足用户需求的公司 3. 技术尚不能构成核心技术壁垒的赛道，如何让用户有动力持续使用产品才是制胜的关键重点整理 1. 根据学界经验，深度神经网络的学习能力和模型的参数规模呈正相关 2.AIGC 的算力需求呈现显著增长。数据、算法、算力是人工智能的稳定三要素 3.“智能算力”，是以多维度的 “向量” 集合作为算力基本单位 4. 区块链、NFT、Web3.0，将赋予 AIGC 进化的契机 5. 山姆・阿尔特曼：万物的智能成本无限降低，人类的生产力与创造力得到解放 6. 智能创作时代，创作者生产力的提升主要表现为三个方面：代替创作中的重复环节，提升创作效率将创意与创作相分离，内容创作者可以从人工智能的生成作品中找寻灵感与思路综合海量预训练的数据和模型中引入的随机性，有利于拓展创新的边界，创作者可以生产出过去无法想出的杰出创意 7. 人工智能赋能内容创作的四大模态 AI 文本生成 AI 音频生成：语音合成与歌曲生成 AI 图像生成 AI 视频生成 8.AIGC 在元宇宙方向的应用虚拟形象虚拟物品虚拟场景：沉浸式的场景体验 9.AIGC 在 Web3.0 方向的应用 AIGC 生成制作 NFT 绘画风格确权结合 AIGC 的 GameFi : 区块链技术的游戏形式，通常会对游戏内的资产 NFT 化，并设计有一定的经济体系维持游戏的运转 10.AI 绘画的推动者：Diffusion 模型 11. 大模型的重要基建：Transformer12.GPT 系列模型 GPT-1 的核心思想是将无监督学习作用于监督学习模型的预训练目标，先通过在无标签的数据上学习一个通用的语言模型，然后再根据问答和常识推理、语义相似度判断、文本分类、自然语言推理等特定语言处理任务对模型进行微调，来实现大规模通用语言模型的构建，这可以理解成一种半监督学习的形式 GPT-2 在 GPT-1 的基础上进行了技术思想上的优化。GPT-2 的核心出发点是：在语言模型领域，所有监督学习都可以看作无监督学习的子集 GPT-3 基本上沿用了 GPT-2 的结构，但在参数量和训练数据集上进行了大幅增加，参数量增加了百倍以上，预训练数据增加了千倍以上 13. 程序员最讨厌的四件事给自己的程序写文档给自己的代码写注释看别人没有写清文档的程序看别人没有写清注释的代码 14. 尽管 AI 在新闻资讯行业中已经得到广泛应用，但终局并非实现行业的 “去人工化”，而是 AI 和人类工作者携手，共同促进 “传媒” 向 “智媒” 的全面升级 15.AIGC 资讯行业应用 AIGC 辅助信息搜集，打造坚实内容地基 AIGC 支持资讯生成，实现便捷高效产出 AIGC 助力内容分发， “智媒” 赋能人类工作者 16.AIGC 影视行业应用 AIGC 协助剧本写作，释放无限创意 AIGC 推动创意落地，破除表达桎梏 17.AIGC 电商行业应用 AIGC 构建三维商品，改善用户购物体验 AIGC 赋能服饰电商，产品拍摄降本增效 AIGC 活化虚拟主播，提升直播带货效能 18.AIGC 教育行业应用 AIGC 携手学习者，从 “有限” 走向 “无限” AIGC 赋能教育者，实现减负提效 19.AIGC 金融行业的应用主要聚焦于智慧客服与智慧顾问服务两个方面 20.AIGC 医疗行业应用 AI 预问诊就是一个最典型的应用场景。在医生问诊较为繁忙的时间段，人工智能可以进行预问诊，与患者进行语音或文字的互动，模拟医生的问诊思路，收集患者既往病史、过敏史、用药史、手术史等重要信息，并与患者进行自然的语言互动患者在用药咨询、用药提醒等方面也可以得到人工智能的帮助部分心理疾病，具备对话生成能力的人工智能本身就可以参与到治疗过程之中 AIGC 在对听障、语障人士的支持领域也发挥着重要作用帮助医生更好地完成医疗科普工作 21. 整个 AIGC 的产业地图可以分为三类：上游数据服务产业、中游算法模型产业、下游应用拓展产业数据服务：作为智能机器的 “食物” 和数字经济世界的生产要素，数据在被 “喂” 给机器之前，常常会涉及查询与处理、转换与编排、标注与管理等前置步骤，而在整个数据的使用过程中也离不开治理与合规方面的管理工作算法模型：人工智能之所以能判断、分析、创作，主要是因为存在支撑这些功能的算法模型。因此，训练算法模型也就成为整个产业链中最 “烧脑”、最具技术含量和最具商业潜力的环节。在数字世界，围绕着如何让算法模型更聪明的命题，诞生了包括人工智能实验室、集团科技研究院、开源社区等主要玩家，构成了整个产业链的中游环节应用拓展：经过数据训练后的算法模型最终会在下游应用拓展层完成 “学以致用” 的使命，根据应用场景的模态和功能差异诞生出文本处理、音频处理、图像处理、视频处理的各个细分赛道。每个细分赛道里都有许多创新企业在相互较量，这也是当前风险投资机构最热衷投资的环节 22. 产业上游：数据服务数据查询与处理：异步处理型公司和实时处理型公司数据转换 (ELT) 与编排 (本地部署型和云原生型公司) 数据标注与管理：基础型公司和扩张型公司数据治理与合规：工具型公司和定制型公司 23. 产业中游：算法模型人工智能实验室：独立型人工智能实验室和附属型人工智能实验室集团科技研究院开源社区：综合型开源社区和垂直型开源社区 23. 产业下游：应用拓展文本处理：营销型文本处理、销售型文本处理、续写型文本处理、知识型文本处理、通用型文本处理、辅助型文本处理、交互型文本处理 (闲聊、游戏等娱乐场景)、代码型文本处理 (代码生成型公司（辅助代码撰写）、代码文档型公司（代码转化成文档）、代码开发型公司（直接参与代码开发）音频处理：音乐型音频处理、讲话型音频处理、解决方案型音频处理、设计型图像处理图像处理：生成型图像处理、广告型图像处理、设计型图像处理、编辑型图像处理视频处理：生成型视频处理、编辑型视频处理、虚拟人型视频处理、解决方案型视频处理 24. 一个好的投资标的未必是运用先进技术的公司，而是可以确定实际的终端用户需求到底是什么、技术如何更好地制作产品并满足用户需求的公司 25. 技术尚不能构成核心技术壁垒的赛道，如何让用户有动力持续使用产品才是制胜的关键 26. AIGC 所产生的风险主要集中在版权问题欺诈问题违禁内容

每日一书：《AIGC：智能创作时代》。正如尼克・博斯特罗姆 (Nick Bostrom) 说的：“机器智能是人类需要做出的最后一项发明。” 这既是对未来的憧憬，也是对未来的警示。而最终未来的船帆驶向何方，选择权从来都在人类自己手中。进入互联网时代后，产生了所谓专业生成内容 (PGC)，也出现了以此作为职业获得报酬的职业生成内容 (OGC)。与此同时，“用户生成内容”(UGC) 的概念和技术也逐渐发展，由此形成了用户内容生态。AIGC，特别是在语言模型领域的全方位竞争已经开始。所以，发生了微软对 OpenAI 的大规模投资，因为有这样一种说法：“微软下个十年的想象力，藏在 ChatGPT 里。”ChatGPT 刺激谷歌开始 “创新者困境” 突围。未来很可能出现 Bard 和 ChatGPT 的对决或共存，也就是 LaMDA 和 GPT-3.5 的对决和共存，构成 AIGC 竞争和自然垄断的新生态。整部影片充满了毫无逻辑的荒诞设定和出其不意的笑点，也不怪乎有人感叹：“真正可怕的是，这些机器人已经掌握了人类的幽默感。” 针对 AI 与人类的辩题，Midjourney 的创始人大卫・霍尔兹 (David Holz) 这样评价：“AI 是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。” 几乎在同一时期，联结主义也迎来了复兴。新型的神经网络结构及相关算法的普及为科研界注入了新的生机，适用于多层感知器的 BP 算法（误差反向传播算法），解决了非线性情况下的分类学习问题。至此，人工神经网络掀起了第二波发展热潮。强化学习就是让人工智能通过不断的学习试错，找到合适的策略去选择一系列行动，来达成目标。在构建策略时，还有一个需要考虑的关键因素叫作价值 (Value)，它反映的是将来能够获得所有奖励的期望值。整个结对编程的过程就好像在驾校练车，需要一个 “驾驶员” 去输入代码，还需要一个 “观察员” 去审查代码。而 GitHub Copilot 可以以人工智能的身份坐在 “副驾驶”(Copilot) 上指导驾驶员，名字也就由此得来。AIGC 技术已经取代了金融行业的大量客户服务人员和客户经理。例如在 2017 年 4 月，富国银行就开始试点一款基于 Facebook Messenger 平台的智慧客服项目。在该项目中，人工智能可以代替客服与客户交流，为客户提供账户信息查询、重置密码等基础服务。而美国银行也推出过类似的智能虚拟助手 Erica，客户可以使用语音和文字等方式与 Erica 互动，而 Erica 则可以根据客户的相关指令帮助客户查询信用评分、查看消费习惯等，更厉害的是，Erica 还具有智慧顾问的能力，可以根据客户银行流水收支变化为客户提供还款建议、理财指导等。整个 AIGC 的产业地图可以分为三类：上游数据服务产业、中游算法模型产业、下游应用拓展产业。基于人类通过学习而获得智能，诞生了机器学习；基于人类在学习过程中会有激励和惩罚，这些激励和惩罚会不断强化人类的能力，出现了强化学习；基于人类在接受信息时往往会将注意力集中在重要的信息上，产生了当代主流大模型的根基 ——Transformer；基于人类在学习认图时并非学习照片细节的纹路，而是直接被不断告知关于图片中物体的描述，诞生了 AI 绘画的奠基性模型 ——CLIP 模型。OpenAI 的最早联合发起人以及 DeepMind 的早期投资人埃隆・马斯克曾表示：“如果不加以控制，AI 或许很有可能会摧毁整个人类。” 事实上，我们也的确看到一些人工智能表现出了这种危险性。微软在 2016 年发布了 Tay 人工智能，让它可以通过 Twitter 学习社会上的信息并与他人实时互动。但是，令人意想不到的是，Tay 在短短 24 小时内就从一个可爱且崇拜人类的机器人，变成了一个充满种族仇恨的人工智能，并且发表了一些具有纳粹倾向的种族主义言论。为了控制 Tay 对人类社会的有害影响，微软不得不紧急关闭了它。

著名的 AI 图像生成模型 Midjourney 的创始人大卫・霍尔兹是这样评价人工智能的：“AI 是水，而非老虎。水固然危险，但你可以学着游泳，可以造舟，可以造堤坝，还能借此发电；水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予更多的是机会。”

昨天读了这本三月份刚面世的关于 AIGC 的新书，今天又开始尝试测试手边能找到的 AI 绘图的软件，遂得出标题的结论。先说说今天的体验吧。去年我亲自参与了一个 ftp 项目的制作，做前期图片素材制作的工作，原本想着自主进行后续图片素材合成的工作，却心有余而力不足。还是宣发那边的程序大神来实现了最后合成的工作。他用的就是类似智能合成的方法。可以随机设定各个配件出现的百分比，也可以控制各个色系出现的频次。因为技术太牛逼，遂起了学艺的想法。尤其对方程序员又非常 nice，有问必答，态度和蔼。可令人沮丧的是，所有操作均是靠程序指令完成，属实不是我们这种程序白痴能操控的，没辙，尝试了三天，最终作罢。之所以先说这么一大段，就是想说今天我的体验就和那三天一样。首先，最牛的那个 midjourney 网站的登录就得先解决科学上网的问题，点开之后注册登录又是一到关卡。全都搞定了，你还得面对全英语界面，理清各个位置的功能属性，搞懂之后，再搜索操作流程的教程，弄明白具体怎么玩。中间还要借助其他的网站学习如何用英语描述你想要的东西，在真实要生成测试了，还要搞懂所有筛选标准，以及如何用简单的程序语句进行测试的执行。图片生成后，如何微调储存也都需要了解流程。而类似功能的网址有四五个甚至更多。就算你拿这当任务来做，不准放弃，全套工作流程搞定怎么也得一两周。以为多年的从业经验来判断，绝大多数人走不完，穿不过这些限制。没一道坎就会刷掉八成的从业者。你还别不信，现在不会看外网的有多少，一听英语就打怵，一看程序语言就回避，一遇复杂流程就放弃的是不是大有人在。你看看从业者有多少人还停留在 Max2012，使用着 VRay2.4，就连操作系统都还是 win7，你乍一看还以为穿越回到十年前了呢。说着个是要劝退吗？恰恰相反。读完昨天这本书，使我更加笃定，接下来一定是大变革的时代。实物经济我现在不敢说，离我们行业也比较远。但文本写作，图片绘制，语音生成和自动视频这块，已经都不是初见端倪的问题了，而是已经开始进入改变流程的阶段了。很多人因为近期 ChatGPT 各种新闻的火爆，开始了各种科幻片般的脑补，每天群聊都少不了有人抛出自己要失业了，人工智能会取而代之的恐怖言论。恐惧源于对未来世界的无法判断，而新闻又会火上浇油般的放大这种悲观论调。实际上呢？这件事远没有你想想的那么恐怖。前面我说了，每一道屏障就会刷掉一批人，那么谁能突破这些障碍，成为最早的驾驭者，那么很有可能就会赶上这一波红利期。就算退一万步讲，只是单纯的技能跳转，你也比大多数从业者更早的 “入行” 了，这个先发优势就可以拉开距离，形成壁垒，何乐而不为呢？所以，与其因为无知而恐惧，不如第一时间拥抱与驾驭。

写的很全面，有空再读一遍，还要和其他相关的书籍一起读，可能效果会更好。

作者似乎不是 AI 从业者，只是归纳总结一些道听途说的二手信息（并且疏漏错误挺多的）非常不推荐。

2023 年第九本书。这本书全面而又系统的对 AIGC 相关技术进行了介绍、对 AIGC 相关产业进行了梳理、对 AIGC 未来发展进行了展望。随着 ChatGPT 的爆火，AIGC 迅速成为发展热点。但市面上缺乏对相关知识做系统梳理和全面介绍的科普书，本书的出现一定程度上弥补了该空缺。书的开头高屋建瓴的剖析了，从 PGC 到 UGC，再到 AIGC 的发展历程。然后从技术思想、职能应用、行业应用、产业地图等方面介绍了 AIGC。对 AIGC 产业外的普罗大众而言，我们可以通过本书条理化、系统化的了解相关科技前沿，某种意义上也是了解这个全新的时代。

这本 2023 年 3 月份新鲜出炉的书，可以帮助我们快速了解铺面而来的 AIGC 浪潮。AIGC 浪潮席卷而来，ChatGPT 的表现让世人感到惊艳。库兹韦尔在《奇点临近》中预测 2045 年将会出现全面超越人类智能的 AI。然而技术进步的速度超乎想象，这一天很可能要提前到来了。这是最好的时代，这是最坏的时代。好与坏，取决你以怎样的态度对待人工智能。正如 Midjourney 的创始人大卫霍尔兹所说：“AI 是水而非老虎，水固然危险，但你可以学着游泳，可以造船，可以造堤坝，还能借此发电。水固然危险，却是文明的驱动力，人类之所以进步，正是因为我们知道如何与水相处并利用好它。水给予我们更多的是机会。

AI 的能力越来越强大，最核心的是算法能力，算法能力根据机器学习，不断扩大。不过因为去年开始，发生了一个从量变到质变的过程，大语言模型应运而出。所以各种下游的 AI 应用去雨后春笋般，层出不穷。这个浪潮是不可能停下来的，社会的演化是单向度的。没有回头路。尽管人类非常大的可能性会因为 AI 而毁灭人类自己。

《AIGC：智能创作时代》这本书有助于我们了解 ChatGPT 的运行机制、内在原理及发展方向。我需要了解的是何为 AIGC，简单而言，它是指完全由人工智能生成内容的创作，也即人工智能生成内容。AIGC 具有多重优势，它能够快速高效地生成大量内容，节省了人力成本和时间成本。其次，它能够自动化生成内容，降低了出错率和重复率，同时保证了内容的一致性。最后，它还能够生成具有创造性的内容，甚至创造出人类难以想象的艺术作品。然而，随着 AIGC 的发展，也面临着一些挑战和问题。比如技术层面的挑战，包括自然语言处理、语音识别、图像识别等方面的技术难题。再有就是法律和伦理层面的问题，如 AIGC 生成的内容是否具有版权、是否符合社会价值观等等。无论怎样，我都要掌握 AIGC 的技术，才不能被时代淘汰，它不仅仅是一种技术，更是一种思想和文化，我们需要保持警觉，但更需要抓住机遇，探索 AIGC 这一新时代的可能性和发展路径。

在得到 AI 大作战 6 门课程和系列直播开播之初，完成对此书的阅读，有助于对课程内容的理解，以及在老师的直播间里，跟上老师的思路和最新研判方向，紧跟队伍，走在思维前沿的道路上。

🔆乔卫兵：出品人推荐《AIGC》AI 已来，未来已来。昨日 AI 已是今日生活。了解到它在很多领域的应用，给我们带来深刻的变革，改变我们的生产方式、生活方式，科技奇点社会的来临。🔆罗胖：训练你的第二大脑 AI 时代的最佳策略只不过是主动选择成为一个主动的人。主动用它，主动虐待它，不断的提问它，累死它哈哈《第二大脑》肉身和 AI 之间的第二大脑，就是自己的笔记，笔记把大脑和 AI 链接在一起，就成为自己的私域，这本书讲了很多做笔记的方法。场景标签、思维标签、修辞标签。

本书介绍了生成式人工智能的基础算法，包括卷积神经网络，对抗神经网络，transformer 模型等。深入浅出的介绍了相关的技术原理。也介绍了目前生成式人工智能在各方面的应用，包括新闻业，编程业，金融业等。后面关于人工智能公司和美国的比较另我很震惊，中国目前的研究机构和创业公司都非常少。这相当于说在当下人工智能还有很大的发展空间。

最近一两个月 chatGPT 的消息扑面而来，随之而来是 midjourney、sd 之类的各种 AI 应用，让人仿佛感觉一下进入了 AI 时代。这本书来得真是及时，郑浩鹏达这场技术大爆发，让读者能更加了解到了 AI 的发展、应用，在面对这个技术大爆发的时代，对各种纷至沓来的陌生名词不再焦虑，对未来的路看得更远更准。在这场 AI 技术 updating 的大潮中，这本书为读者提供了一定的定力和方向。通过这本书，读者可以对国内外 AI 的发展历程和现状有一个相对全面和准确的了解，不会被一时的热词和应用刷屏冲昏头脑。作者从理论到实践，从算法到产业，全面而深入地剖析了 AI 技术的各个细节与要素。本书为读者提供了一个更加深入的视角，让读者可以更好地理解 AI 技术对社会的影响和未来的发展方向。对于那些对 AI 充满好奇但又感到陌生的人来说，这本书将成为一个必不可少的指南，让他们在面对这个技术大爆发的时代时，不再感到焦虑和迷茫，而是看得更远、更准。