2022 年如何成为了生成式AI的一年

<描述文字：幻境，图由Stable Diffusion生成>

【编者按：最近生成人工智能 （Generative AI 或 AIGC）引起持续的轰动。TechTalks 创始人和技术博客写手 Ben Dickson 最近在著名的科技网站 VentureBeat 上撰文：“How 2022 became the year of generative AI” ， 来解读 AIGC 大火的前因后果。我们特编译出来和 MoPaaS 的客户和合作伙伴朋友分享。】

生成式 AI（人工智能）在2022年引起了很多令人兴奋和炒作的地方，Twitter 和 Reddit 等社交媒体平台上充斥着由 DALL-E 和 Stable Diffusion 等生成式机器学习模型创建的图像。尽管市场低迷，但基于生成式模型构建产品的初创公司仍在吸引着资金，大型科技公司也正在将生成式模型整合到他们的主流产品中。

生成式AI并不新鲜，除了少数值得注意的例外，我们今天看到的大多数技术已经存在了好几年。然而，几种趋势的融合，使生成式模型能够产品化，并将它们带到日常应用中成为可能。虽然该领域仍有许多挑战需要克服，但毫无疑问，生成式 AI 市场必将在 2023 年获得新的增长。

随着生成对抗网络 (GANs)的出现，生成式 AI 在 2014 年开始流行，GANs 是一种深度学习架构，可以从噪声图中创建逼真的图像（例如人脸）。科学家后来创建了 GANs 的其他变体来执行其他任务，例如将一幅图像的风格转移到另一幅图像。GAN 和另一种深度学习架构变分自动编码器 (VAE)，开启了 deepfakes 时代，这是一种修改图像和视频以将一个人的脸换成另一个人的 AI 技术。

2017 年出现了Transformer，这是大语言模型（LLM）（如GPT-3、LaMDA 和 Gopher）的基础深度学习架构。Transformer被用于生成文本、软件代码甚至蛋白质结构。Transformer的一种变体，“视觉变换器”，也用于图像分类等视觉任务。OpenAI 的 DALL-E 早期版本就是使用Transformer从文本生成图像。 

Transformer 是可扩展的，这意味着当它们变得更大并提供更多数据时，它们的性能和精度都会提高。但更重要的是，Transformer 模型可以通过无监督或自监督学习进行训练，这意味着它们不需要或只需要很少的人工标注数据，这是深度学习的主要瓶颈之一。

对比语言-图像预训练(CLIP) 技术是OpenAI 在 2021 年推出的一项技术，成为文本到图像生成器的关键。CLIP 通过从互联网收集的图像-标题对学习图像和文本之间的共享嵌入非常有效。CLIP和diffusion(另一种从噪声中生成图像的深度学习技术)被用于OpenAI的dale -2，以生成具有惊人细节和质量的高分辨率图像。

随着我们迈向 2022 年，更好的算法、更大的模型和更大的数据集帮助改善了生产模型的输出，创建了更好的图像、编写了高质量的软件代码，并生成了长段（大部分）连贯的文本。

生成模型最初是作为可以承担大量创造性工作的系统提出的。GANs以在很少输入的情况下生成完整的图像而闻名。像 GPT-3 这样的 LLM 因为撰写完整的文章而成为头条新闻。

但是随着该领域的发展，很明显生成模型在单独使用时是不可靠的。许多科学家一致认为，当前的深度学习模型——无论它们有多大——都缺乏一些基本的智能成分，这使得它们容易犯不可预测的错误。 

产品团队逐渐认识到，当生成模型以给用户更大控制权的方式实施时，它们的表现最好。

在过去的一年中，我们看到了一些以智能的、以人为中心的方式使用生成模型的产品，例如Copy AI，它是一种使用 GPT-3 生成博客文章的工具，它具有一个交互式界面，作者可以和 LLM 一起编写文章的大纲并充实它。 

使用 DALL-E 2 和Stable Diffusion 构建的应用程序还突出了用户控制，其功能允许编辑，再生或配置生成模型的输出。

正如 Google Research 首席科学家 Douglas Eck 在最近的一次AI 会议上所说，“这不再是关于创建逼真画面的生成模型，而是做一些你自己创造的东西，技术应该满足我们对我们所做事情的代理和创造性控制的需求。”

随着算法和应用的发展，生成模型的计算基础设施和平台也在不断发展，这帮助许多公司将生成式 AI 集成到他们的应用程序中，而不需要设置和运行生成式模型所需的专业技能。

拥有经验丰富机器学习工程师的产品团队可以使用开源生成模型，例如BLOOM和 Stable Diffusion。同时，内部没有机器学习人才的团队可以从多种解决方案中进行选择，例如 OpenAI API、Microsoft Azure 和 HuggingFace Inference Endpoints，这些平台简化了建立模型和大规模运行模型的复杂性。

另外值得注意的是 MLops 平台的发展，这使得建立完整的管道来收集反馈数据、版本控制数据集和模型以及针对特定应用程序微调模型成为可能。

生成式 AI 行业仍有挑战需要克服，包括道德伦理和版权问题。

但有趣的是，目前，生成式AI的发展，主要集中在拥有数据、计算能力、成熟市场产品的大型科技公司，它们拥有成熟的市场和产品，可以为生成模型提供附加的价值，例如：微软正在利用其云基础设施、 OpenAI 技术的独家访问权、以及其办公和创意工具的巨大市场，将生成模型的力量带给用户。

Adobe 还准备将生成式 AI 集成到其视频和图形设计工具中。谷歌也有几款生成式人工智能产品正在开发中。 

然而，未来，生成式AI的真正力量可能会在新市场中体现出来。但谁知道呢，说不定生成式 AI 会迎来一个我们以前从未想过的应用新时代。

源于硅谷、扎根中国，上海殷泊信息科技有限公司(MoPaaS)是中国领先的人工智能（AI）平台和服务提供商，为用户的数字转型、智能升级和融合创新直接赋能。针对中国AI应用和工程市场的需求，基于自主的智能 PaaS 云平台专利技术，MoPaaS 在业界率先创新推出拥有云计算(PaaS)+AI技术架构的开放的人工智能平台，以满足工业制造、能源交通、医疗卫生、金融、科研、教育和政府等行业客户的AI技术研发、人才培养和应用落地工程需求。MoPaaS 致力打造全方位开放的AI技术和应用生态圈。MoPaaS 被Forrester评为中国企业级云平台市场的卓越表现者（Strong Performer)。

▼点击下方“阅读原文”，查看文章来源！