对话百度技术委员会主席：AIGC会加剧内容人失业吗

打工人的福音还是噩梦？

撰文 | 林秋艺‍‍‍

编辑 | 龚    正

近一年来，能自动生成文字、图片、视频、甚至代码的AIGC相继登台亮相，围绕着“创作者是否将被AIGC所替代？”的讨论不绝于耳。AIGC究竟是打工人的福音还是噩梦？

AIGC是指人工智能自动生成内容的生产方式，它被认为是继PGC、UGC之后的新型内容创作方式。据Gartner预计，到2025年，AIGC将占全球所有生成数据的10%。

日前，Open AI发布的“AI聊天机器人”ChatGPT依靠智能对话功能，将AIGC推向风口，国内AIGC已经来到爆发前夜。

百度集团资深副总裁何俊杰曾言：AIGC将颠覆现有的内容生产模式。AIGC的工业化创作能力先天就能够为百度提供海量素材，为百度数字人与图文、视频的内容生态提供支持，此外，百度向内容创作者提供AIGC服务的商业模式，也使其订阅服务成了AIGC的最佳变现方式。

1月5日，我们对话了百度技术委员会主席吴华，据她介绍，目前百度已经推出文心ERNIE 3.0 Zeus、文心ERNIE-ViLG 2.0、VIMER-TCIR等模型。

文心 ERNIE 3.0 Zeus，能够在丰富多样的无标注数据中学习，并在学习过程中融入知识图谱，使得模型能够完成多种语言理解和生成任务。

文心 ERNIE-ViLG 2.0，能根据用户的一句话或者一段描述文本，来生成一幅精美的画作。

VIMER-TCIR模型，则是能够同时实现对多种不同情况的修复和编辑，提升画质来增强视频的清晰度，达到全方位提升视频编辑效率和观感体验。

吴华的核心观点如下：

1、AIGC是一个全新的领域，待攻克的技术关口还很多。目前AIGC已加入了知识增强，通过检索加生成的模式能获得更好的效果。AIGC会不断地学习更好的数据，并且根据用户的反馈更新并优化算法，但其安全性和可控性、生成视频的技术问题等还需突破。

2、任何技术的进步都会带来新的想象空间，从每次技术革新的整体来看，对行业是起到正向促进作用的。AIGC是一个全新的、比较火的领域。在法律法规上，希望能够去推进法律法规的建设，使得各方的权益得到保障，尤其是加强对AIGC的知识产权保护。

3、AIGC现在还处于文案写作、图片的生成阶段，将来是视频的设计，比如说电影、电视剧的制作，可以在这些产业上提升效率，想象空间非常大。不只是AIGC产业，整体的AI产业会促进经济的发展，带来更多的增长空间。

4、目前国内和国外在AIGC方面的工具技术服务差距不会很大。国内的知识增强是全世界独一份的技术；国内的AIGC是产业级的，更多的关注是贴近用户的需求，真正地将大模型应用在产品上。从应用层面上看，国外对于“公有云”的拥抱会更加前沿一些；国内则是以私有化的方式、本土化地做AIGC的工具。

以下为吴华对话实录：

Q1：目前有许多由AIGC生成的画作，并不符合人们心中的美学概念，如何判断以及提升AIGC的内容质量？

A1：从技术上，AIGC在对现有材料的学习中，会不断学习更好的数据，从而提升美感。

从生成内容的安全性和可控性上，可以看到AIGC每次生成的内容都是不一样的。目前整个业界都在做这方面的工作，让用户可以去控制风格。

用户也可以更详细地制定风格或者把想要的元素描述得更清楚些。AIGC作画产品可以进行二次编辑，当效果不符合预期时，用户可以在这个成品图的基础上加入更多的元素，使画作更接近用户心中所想。

Q2：目前AIGC在生成景色、物件、人物肖像这方面的效果会好一些，但在人物的细节部分效果较差。对于细节的刻画和相对具象的场景，AIGC还要从哪些技术领域上进行攻关？

A2：从技术上解决有两方面。第一个方面，加入了知识增强，以前缺少了类似检索的能力。比如先从数据库中检索出一个人形象，再模仿这个形象去生成另一个人的形象，就能比较精准，通过检索加生成的模式去做得更好一些。

第二个方面，通过知识增强，可以使它更集中。比如描绘人的形象时，可以先关注于脸部，再到身体的其余部位，每次生成可以根据不同的元素来清晰地刻画。

Q3：AIGC的创造性和使用搜索引擎时所需要的对信息获取的准确性如何兼得？

A3：有三个方面。第一个方面，在创意生成、个性化内容的满足上，AIGC可以提供新的内容和视角，这是在原来生态上的补充。

第二个方面，在内容的准确性上，通过搜索引擎可以检索到准确的内容，在这个内容的基础上可以做整合和深度满足，通过先检索、再生产的模式，保证内容的可控性。

第三个方面，也是特别重要的一点——时效性。时效性意味着事件是新近发生的，基于新的事件可以根据不同视角给到深度解读。

Q4：人工智能最大的优势在于它可以根据用户反馈不断优化算法。AIGC的大规模知识图谱会根据用户反馈不断调整吗？

A4：知识图谱实际上也是用AI技术建设的。刚开始肯定是用基础的技术去建设现有的知识图谱，后续会根据用户反馈去更新。

大模型做好后，将“理解”这一环增加到知识图谱的构建中，模型的理解能力就会增强，知识图谱的构建能力也会更强，这过程是会迭代的。

Q5：发展AIGC还有哪些技术上的关要待突破？

A5：AIGC包括大模型技术都是一个全新的领域，待攻克的技术关口还很多。

比如，AIGC的安全性和可控性。从用户的角度来看，是不是安全、能不能生成用户想要的内容，看起来是一种需求，但实际上是一个非常难的技术问题：生成的时候，按照理解，模型能不能精准生成。

另一个就是AIGC生成视频的技术问题。现在AIGC能生成的内容很多，文本写作、图片和视频。实际上视频是一个非常前沿的领域，技术上还没完全突破。

能不能基于一些素材生成长视频、长视频的内容是否符合用户需求，涉及到时序建模、图像和文本的联合建模等问题，这也是全世界科学家们都想要解决的问题。

Q6：在AI作画的时代，设计师行业的前景如何？他们应该如何面对AIGC的发展浪潮？

A6：任何技术的进步都会带来新的想象空间，从每次技术革新的整体来看，对行业是起到正向促进作用的。

以绘画为例。摄影技术的发展，对绘画行业也产生过冲击，但最终一方面使得艺术家的方向更多元化；另一方面，摄影技术本身已经成了一个新的艺术方向。还有一个非常重要的点，这种技术的进步使得普通人也能够接触这种艺术作品。

AI技术的发展，更多的还是促进行业的发展，然后促进设计师的行业发展。一方面AI和设计师协同，AI辅助设计师给他更多的灵感、创意和素材，使设计师去产出更好的作品；另外一方面AI本身可能也会成为一个新的创作流派。

Q7：该如何客观理解AIGC带来的冲击性、不确定性？在法律法规和伦理上要同步做哪些准备？

A7：AIGC是一个全新的、比较火的领域。在法律法规上，希望能够去推进法律法规的建设，使得各方的权益得到保障。

具体来说，第一点是，加强对AIGC的知识产权保护，为AI作画等AI创造业务的健康发展打造有保障的法律法规和环境。

第二点是，支持具有独创性的绘画作品或者AIGC作品享有版权，鼓励AIGC平台持续地投入资源，提升内容质量，并且保障平台权益、创作者权益等各方权益。

第三点是，要厘清各方的合规权责，兼顾内容安全和业务创新的发展。比如针对AI作画的一些创新业务，应该做一个分领域分场景的治理。

第四点是，希望行业领先企业分享先进经验，促进行业形成标准，赋能整体行业健康的发展。

Q8：AIGC的产业生态目前处于一个怎样的状况？产业爆发力有哪些想象？

A8：AIGC的产业方面涉及到各行各业，现在处于文案写作、图片的生成阶段，将来是视频的设计，比如说电影、电视剧的制作。AIGC可以在这些产业上提升效率，想象空间非常大。

随着技术的进展，用户的需求也会被激发。很多时候用户需求一直在，但是技术不一定能满足需求，伴随着技术的进步这种需求也会被激发。网友和用户们其实比技术人员更有想象力，AIGC的产业想象空间还有待进一步挖掘。

Q9：AIGC是否有成为中国下一个新经济重要亮点、重大技术突破和重大产业发展的潜力和量级？

A9：从技术的角度来看，大模型技术或者AI技术的发展，在全世界都是能够推动经济发展的。

人工智能作为新的产业革命，能够提升生产效率这是不容质疑的，所以整体的AI产业会促进经济的发展，带来更多的增长空间。整体的AI产业应该是这样趋势，不只是AIGC产业如此。

Q10：目前国内和国外在AIGC方面的工具技术服务，差距或者差异有多大？

A10：很多国外的软件和工具，国内其实也都有。从技术上来看，有两个非常鲜明的特点。

第一个特点是知识增强，这是我们在全世界独一份的技术。做知识增强的原因有两点：第一点是我们指导模型去学习，学习的效率更高；第二点是我们去告诉模型这个知识是否正确，帮它分辨真伪，能使其学习的可控性更好。

第二个特点是国内的AIGC是产业级的。接受用户的反馈，再根据反馈去贴近用户的需求。比如文心和行业头部企业合作行业大模型，包括能源、金融、媒体、制造等行业。

从应用层面上看，国外对于“公有云”的拥抱会更加前沿一些；国内则是以私有化的方式、本土化地做AIGC的工具。

Q11：现在有一种声音，认为国外的ChatGPT是一个颠覆式的创新，您怎么看待这款工具？

A11：我认为ChatGPT不是一种技术的颠覆式创新，而是一种交互方式的革新。

在文心大模型中涉及各种理解和生成的能力都有，但ChatGPT是在展现方式上，使用户能更加容易、以自然语言的方式去实现交互，这对我们来说是一个革新性的认识，有很大启发。

虽然它在用户界面和交互上是一种比较新的模式，但从技术本身来说实际上并没有创新。

其实百度在对话领域的模型里面也属于世界一流水平，例如百度的对话模型PLATO。模型在度晓晓以及百度输入法的林开开、叶悠悠等比较火的虚拟人的形象上，都有使用；在汽车的智舱里面也有使用。

另外，我们更多的关注是贴近用户的需求，真正地将大模型应用在产品上，我们的模型在知识性上也是走得非常靠前的。

Q12：ChatGPT模型的核心、最大的突破在于它的数据量达到了1700多亿参数，这对算法芯片提出了巨大的挑战，您如何看待目前国内的算法芯片困境？

A12：ChatGPT可能是千亿级也可能是百亿级的模型，我们猜测它是个千亿级的模型。千亿级模型的用途不一定是在线服务，也可以离线生产一些内容然后调用。

百度文心大模型的小型化、利用知识增强技术来提升模型的能力，也是在应对芯片算力的挑战。

Q13：未来，是否具备管理AI的可能性？

A13：我从AI的可控性角度以及知识图谱在里面的作用来谈这个问题。模型其实是我们在掌控它的学习，如果故意引导它去学脏话它就会去学，AI本身是没有评判能力的。

在产品服务的过程中，我们让模型朝着正向学习，它就会是正向的。可以通过反馈机制，使得模型朝着正向发展。

另外知识图谱在里面也能起到一定的正向作用，知识图谱告诉模型这个知识是正确的，当我们碰到了跟知识图谱相关的内容时，可以通过正向的反馈去引导模型。

- END-

如果您有线索或想要讨论更多，

欢迎在后台输入关键词“读者群”，加入我们。