【原创研究】AI，正在成为艺术家？
来源： 远桥资产-陈天伦日期：2022-12-29浏览量：378
作者 | 投资总监 陈天伦
从“AI画家”到“AI诗人”，再到参与高考作文的“AI考生”，人工智能会不会让更多人“丢掉饭碗”？当我们欣赏“以假乱真”的AI大作时，不禁也为人工智能的巧夺天工所称奇。但这些表面栩栩如生的艺术作品背后，却来自于冷冰冰的模型统计和数据堆砌……离开穷尽计算的围棋博弈，AI能否替代人类的灵感和创意？在主观能动性上，AI能否再现Alpha Go的类人辉煌？
AIGC为什么能火？
这一切肇始于一幅名为《太空歌剧院》的AI绘画作品，一举斩获了2022年8月美国数字艺术博览会竞赛的头筹。这幅来自于人工智能生成工具Midjourney的画作，一时激起了艺术家的口诛笔伐。
Generated from AI : 你能看得出这幅画来自AI画手吗？AI绘画是否会取代人类画家？AI的艺术行为是否会导致“艺术之死”？AI是否会使更多创作者“丢掉饭碗”？类似讨论甚嚣尘上，但令更多人不得不承认的是：原来AI创作的发展水平竟到了如此“以假乱真”的地步。所谓AIGC (AI-Generated Content)，即指人工智能技术自动生成内容，被认为是继专业产出内容（PGC）、用户产出内容（UGC）后的新型内容生产力。最初，AIGC所生成的内容以文字为主，例如“AI写诗”、“AI作文”；而经过更加多元大模型的训练，AI可生成的内容已经拓展到了包括文字、图像、对话、视频、语音、机器人动作等多种形式。相比于传统的内容生产方式，AIGC成功扮演了快捷的“灵感生成器”。移动互联网时代后期，流量成本愈来愈高，这导致UGC模式下开发者的内容生成成本不再低廉，很难在传统框架下跟上市场对于内容的质量和产能需求。PGC制作门槛较高、质量有保证，但生产周期较长，UGC降低了生产成本与中心化程度，但质量往往参差不齐——AIGC在某种程度上兼顾了产能和质量，可以被视作是内容生态在发展过程中的新一轮范式转移。2022年被很多人认为是AIGC的元年，这本质上离不开资本的追捧。10月，人工智能图像生成器Stable Diffusion的母公司Stability AI宣布获得1.01亿美元的融资；时隔不久，文字生成AI初创公司Jasper宣布完成1.25亿美元的A轮融资，估值一举跨过15亿美元。这一天文数字的背后，怀揣了人类对于“艺术革命”的涅槃之期。
也许不可置信，但这些画作All from Stable Diffusion
AI的创作能力究竟“谁与争锋”？越来越多的Hyper-scale大厂正在通过开放能力平台以搭建属于自己的开源生态。当然，这也意味着越来越庞大的创作者群体、越来越多的数据、越来越频繁的训练，以及越来越大的模型：
-
Google Brain接连推出AI绘画工具“Imagen”和“Parti”
-
Github 的AI编程神器Copilot供开发者群体测试使用
-
-
百度先后推出AI写诗和作画工具“文心一格”，并开放飞桨能力平台
-
腾讯推出智能写稿人Dreamwriter以代替传统媒介写手
-
阿里巴巴推出AI在线设计平台Lubanner生成营销工具
-
所以，AIGC的爆火也许是偶然的，但崛起是必然的。AIGC的本质是开源框架下开发者群体的共鸣。最早缘起Stable Diffusion开源所产生的“破圈效应”，其不仅开放了开源程序架构，还为开发者提供了颇具规模的预训练大模型，这也从根本上允许更加庞大的开发者群体参与进来。“众人拾柴火焰高”，才有可能构建愈加精准、愈加庞大的“大内容生态”。一旦脱离了UGC所贡献的内容生态，AIGC将失去不断堆叠的数据模型基础；换言之，AIGC的本质是足够开放的应用生态，而其基础是C端用户的链接和参与。
开源训练结果来自于成千上万开发者的内容生态
无论是AI工作室团队，还是互联网大厂，大家都在试图为更多的开发者提供更大的生态平台，以吸引更多的数据，归纳更多的训练 ，最终建立更大的模型。
解码AIGC的实现路径
AIGC高光时刻到来的背后，是已酝酿了8年的技术革命。自 2015 年 Google Brain 推出Transformers 以来，深度学习正在迅速迭代，其中多模态预训练大模型的逐步成熟，为AIGC奠定了技术底座。
AIGC为什么可以做到？其实很简单：更大的模型、更多的数据、更充分的算力，这使得AI成为未来人类生产内容的最有力帮手，没有之一。在Google发布Transformer之前，小模型一度是人工智能训练的主流模式模式。在2015年以前，小模型在理解人类的语言上曾被认为最好的方式：小模型针对特定行业或使用场景、针对特定规模的数据、针对定向用途（如排产预测、风险评级等），生成了相对智能的结果。遗憾的是，小模型无法满足通用要求，更无法在更大的通用场景中完成任务，这使得内容创作的开放性不够。Attention is All You Need：大模型时期2015年，Google Research一篇里程碑式的论文（Attention is All You Need）描述了一种用于自然语言理解的新的神经网络架构 transformer，用以生成高质量的语言模型，且具有更强的并行性和通用型，需要的训练时间更少。这些模型是简单的学习者，可以相对容易地针对特定领域进行定制。这一模型并不针对特定场景，而是极广泛地收集和训练各类数据。随着模型越来越大，在过去8年间，用于训练这些模型的计算量增加了6个数量级，其结果在书写、语音、图像识别、阅读和语言理解方面超过了人类的表现水平。OpenAI的GPT-3表现尤其突出，成为首个在某些语言交互场景中“超人”的大模型。
AIGC的实现方式：深度学习与多模态预训练大模型
深度学习的一大优势是，模型越大越好。自从 Transformer 发明以来，扩大这些模型的规模，已经成为研究和投资的关键领域。在过去三年里，人工智能模型的规模已经增长了 15000 倍以上，并从单一的文字领域扩展至图像、语音、视频等多模态。多模态大模型的普及，最终成为AIGC的技术底座。很显然，人类对于人工智能的追求，已经转向“更庞大的数据、更频繁的计算”，这将意味着“更好的结果”。背后反映的是，与其让每家公司建立自己的 AI 模型，不如由少数具有数据规模优势和成本优势的玩家，去主导这个市场。换言之，是否应该通过“集中的大模型训练”降低整体AI产业的训练成本？
过去5年，计算模型的成长速度是惊人的
因此，无论是互联网大厂，还是独立的人工智能开发团队，都应为了同一个目标所努力：使大模型计算变得更便宜。只有更便宜、更经济的大模型计算，AIGC才能有真正普及的春天。我们该通过什么样的方式，实现AI产业更低的训练成本呢？在这一趋势中的最大赢家仍然是NVIDIA：以A100为代表的GPGPU，已经事实上成为运行云端 AI 工作负载的实质标准。或者说，在相当长的一段时间内，GPGPU将是人工智能计算产业的基础算力，这也为普及大模型且降低计算成本提供基础。单一场景的计算意味着更小的数据集、更精准的小模型、更定制的算法。随着模型越来越大、场景越来越多、数据越来越复杂，显然这种思路无法满足成本的经济性，亦无法使人工智能算法最终走向“普惠化”。因此，AIGC普及的前提，是大模型计算足够便宜、大模型获取足够便捷。这就意味着，人工智能市场需要有这样一类公司，专门为开发者和应用方提供“预训练大模型”，以搭建一个庞大的人工智能算法工厂，成为真正意义上的AI基础设施。所有应用方都可以在现有的基础模型之上建立独特的应用程序，调取“积木化”的算法模块，而无需从头开始重新训练自己的模型。这样集中训练的“大模型”模式，将大幅降低AI产业的训练成本；这也是在2022年底，我们能触达如此庞博涌现的AIGC工具的本质原因。
避开AIGC的陷阱
大模型的前景是光明的，正如必然崛起的AIGC，终将飞入寻常家。你我之所以能体验AI作画、AI写诗的娱乐，源于数据足够多、模型足够大、计算足够便宜。很显然，数据越来越多、模型越来越大、计算越来越便宜，伴随着这一不可逆的历史趋势，AIGC的能力将越来越强大。反观现阶段的AIGC，受制于“模型是不是足够大”，还有很多问题没有被解决。AI艺术创作，是基于大模型的数据训练和统计，甚至是简单“Input-Output”的结果堆砌。显然，这些创作没有自主灵魂，更没有情感表达。围绕AI绘画、AI写作的批评中，很多人直指其生成的内容堆砌且质量层次不齐，有时甚至会产生类似“缝合怪”一般的滑稽感。不久前哈佛大学的一项研究表明，DALL-E 2对于文本提示内的关系根本不理解，图像正确率仅有22%；这从本质上反映了，尽管艺术创作不是下围棋，但AI的解决方式仍然来自于极限统计。大模型的通用性，也需要和小模型的专用性相结合。AIGC的需求具有典型的差异化特征，这在很大程度上提高了开发门槛。以AI写作为例，AIGC在不同场景对写作的需求是不同的。比如，说明书和广告文案在措辞上就有天壤之别，新闻评论和小说也是风格迥异。这意味着，只有和小模型的专用训练相结合，才能真正“用得好”。最后，从“尝鲜的噱头”到大规模商业化落地，AIGC依旧挑战重重。由于当前的人工智能还处在传统的弱人工智能阶段，必须高度依赖人类对实际问题的建模，但这种方式存在着相当的不稳定性，加之硬件设施的性能限制，导致生成结果不理想，以及用户缺乏付费意愿，这让AIGC距离大规模商业化落地还需时日。现阶段，AI艺术创作更多是人们参与艺术创作的普惠渠道，却难以真正实现艺术收藏和品鉴价值。曾几何时，人们对AI的期待，始终是解决简单、重复的机械劳动。这是源于AI永远只能依靠“模仿”而习得技能，正如Alpha Go的成功离不开先进算力对于穷尽问题的暴力求解。与之不同，艺术创作无疑是人的独有天赋，也是人类的主观能动性所在，而AI艺术创作打开了人们更广阔的想象空间。人类艺术的魅力是情感的独特性释放，而不在于画得快，甚至不在于画得好。也正因为如此，AI始终会成为一种新的情感表达工具，而不会成为唯一的艺术供给来源；“艺术不死”，是因为人类有情感、有灵魂，这是AI难以在大模型的训练中所建立和模仿的。诚如举世名画只有一幅，AI艺术创作却能走进千家万户，这样的“普惠化”也很不错。我们相信，数据会越来越多、模型会越来够大、计算会越来越便宜，这将使AI从根本上提高人类的艺术创作生产力。换言之，AIGC将为更多普通人提供艺术收藏和品鉴的机会，使得艺术创作“飞入寻常百姓家。答案揭晓：A是真人，B是AI创作的。这一测试有超过一半的小伙伴们无法分辨，或者选择了错误的答案，更加说明AI创作的以假乱真。
