การพัฒนาและสภาพที่เป็นอยู่ของการถอดรหัสเชิงลึกของการสร้างเนื้อหาปัญญาประดิษฐ์

DAOrayaki

特邀专栏作者

2023-01-22 10:30

บทความนี้มีประมาณ 3931 คำ การอ่านทั้งหมดใช้เวลาประมาณ 6 นาที

AIGC เป็นเครื่องมือเพิ่มประสิทธิภาพในยุค Web3.0 AIGC มอบประสิทธิภาพการทำงานจำนวนมากในขณะที่แอปพล

สรุปโดย AI

ขยาย

สรุป

AIGC เป็นเครื่องมือเพิ่มประสิทธิภาพในยุค Web3.0 AIGC มอบประสิทธิภาพการทำงานจำนวนมากในขณะที่แอปพลิเคชันของ Web3.0 และบล็อกเชนกำหนดความสัมพันธ์ทางการผลิตและอำนาจอธิปไตยของผู้ใช้

สรุป

แต่เราต้องตระหนักว่า AIGC และ Web3 เป็นสองทิศทางที่แตกต่างกัน ในฐานะเครื่องมือการผลิตที่ใช้เทคโนโลยี AI AIGC สามารถนำไปใช้กับทั้งโลก Web2 และโลก Web3 โครงการส่วนใหญ่ที่ได้รับการพัฒนาจนถึงตอนนี้ยังคงอยู่ในพื้นที่ Web2 ไม่สมควรที่จะพูดถึงทั้งสองด้วยกัน และ Web3 หวังว่าจะใช้เทคโนโลยี blockchain และ smart contract เพื่อให้ผู้ใช้มีอำนาจอธิปไตยในสินทรัพย์เสมือน ไม่มีการเชื่อมต่อโดยตรงระหว่างมันกับโหมดการสร้าง
บทความนี้จะถอดรหัสพัฒนาการและสถานการณ์ปัจจุบันของ AIGC จากสี่ประเด็นต่อไปนี้:
วิวัฒนาการของรูปแบบการสร้างเนื้อหา
ภาพรวมการทดสอบทางเทคนิค

การประยุกต์ใช้ในอุตสาหกรรมของ AIGC

AIGC และเว็บ3

ตอนที่ 1: วิวัฒนาการของรูปแบบการสร้างเนื้อหา

แบ่งออกได้เป็นสามระยะคือ

ขั้นตอนแรกคือ PGC (Professional-Generated Content) ซึ่งเป็นเนื้อหาที่สร้างโดยผู้เชี่ยวชาญและสร้างโดยทีมงานมืออาชีพที่มีคุณสมบัติในสาขาที่เกี่ยวข้องกับเนื้อหา เกณฑ์และต้นทุนสูงและรับประกันคุณภาพในระดับหนึ่ง มัน แสวงหาผลประโยชน์จากช่องทางเชิงพาณิชย์ เช่น ละครโทรทัศน์ และภาพยนตร์ โครงการตัวแทนคือแพลตฟอร์มวิดีโอที่นำโดย Ayouteng บนแพลตฟอร์มเหล่านี้ ผู้ใช้ส่วนใหญ่จะได้รับและค้นหาแหล่งข้อมูลวิดีโอเพื่อรับชม ซึ่งคล้ายกับแนวคิดของ Web1.0

แต่ในขั้นตอนนี้ สิทธิ์ในการสร้างสรรค์อยู่ในมือของมืออาชีพเพียงไม่กี่คน และความสำเร็จของนักสร้างสรรค์ทั่วไปก็ยากที่สาธารณชนจะมองเห็นได้ ในขั้นตอนที่สอง แพลตฟอร์ม UGC จำนวนหนึ่ง (เนื้อหาที่ผู้ใช้สร้างขึ้น เนื้อหาที่ผู้ใช้สร้างขึ้น) ได้รับมา เช่น Twitter, YouTube และแพลตฟอร์มวิดีโอในประเทศ เช่น Ayouteng บนแพลตฟอร์มเหล่านี้ ผู้ใช้ไม่ได้เป็นเพียงผู้รับเท่านั้น แต่ยังรวมถึงผู้ให้บริการเนื้อหาด้วย ขนาดการผลิตเนื้อหาขยายอย่างมาก แต่คุณภาพของเนื้อหาที่ผลิตโดยผู้ใช้ไม่สม่ำเสมอ ถือได้ว่าเป็นเนื้อหาในยุค Web2.0 .

ระบบนิเวศน์ของการสร้างเนื้อหาในยุค Web3.0 คืออะไร? การเชื่อมต่อระหว่าง AIGC และ web3 อยู่ที่ไหน

AIGC (เนื้อหาที่สร้างโดย AI, เนื้อหาที่สร้างโดยปัญญาประดิษฐ์) หมายความว่าปัญญาประดิษฐ์ช่วยหรือแม้แต่แทนที่มนุษย์ในการสร้างเนื้อหา ซึ่งสามารถใช้เป็นเครื่องมือเพิ่มประสิทธิภาพอันทรงพลังเพื่อช่วยแก้ปัญหาในทางปฏิบัติบางอย่างใน Web3.0 และ Metaverse ผลิตได้บ่อยขึ้นและสามารถจัดรูปแบบให้เหมาะกับความต้องการของทุกคน มันมีขอบเขตไม่จำกัดสำหรับแรงบันดาลใจในการสร้างสรรค์เนื้อหา และผลลัพธ์ที่ได้ก็ไม่แย่เกินไป

ส่วนที่ II: ภาพรวมการทดสอบทางเทคนิค

การพัฒนาอย่างรวดเร็วของเทคโนโลยี AIGC เริ่มต้นด้วยการเผยแพร่โมเดล GAN (Generation Against Network, 2014) ประกอบด้วยสองแบบจำลอง: แบบจำลองเชิงกำเนิดและแบบจำลองเชิงเลือกปฏิบัติ ตัวสร้างสร้างข้อมูล "ปลอม" และพยายามหลอกผู้เลือกปฏิบัติ ผู้เลือกปฏิบัติจะตรวจสอบข้อมูลที่สร้างขึ้นและพยายามระบุข้อมูลที่ "ปลอม" ทั้งหมดอย่างถูกต้อง ในระหว่างการฝึกอบรมซ้ำ เครือข่ายทั้งสองจะพัฒนากันเองจนกว่าจะถึงสภาวะสมดุล

ในช่วงสองหรือสามปีหลังจากการเผยแพร่ GAN การเปลี่ยนแปลงและการประยุกต์ใช้แบบจำลอง GAN ต่างๆ ได้ดำเนินการในอุตสาหกรรม ในปี 2559 และ 2560 มีการใช้งานจริงจำนวนมากในด้านการสังเคราะห์เสียงพูด การตรวจจับอารมณ์ การเปลี่ยนใบหน้า ฯลฯ

โมเดล Transformer ที่พัฒนาโดย Google ในปี 2017 ค่อยๆ แทนที่โมเดล RNN แบบดั้งเดิม เช่น Long and Short Term memory (LSTM) และกลายเป็นโมเดลทางเลือกสำหรับปัญหา NLP

ในฐานะที่เป็นแบบจำลอง Se q2 seq จะเสนอกลไกความสนใจที่คำนวณความสัมพันธ์ของแต่ละคำกับบริบทเพื่อกำหนดว่าข้อมูลใดที่สำคัญที่สุดสำหรับงานที่ทำอยู่ Transformer เร็วกว่าและเก็บข้อมูลที่ถูกต้องได้นานกว่ารุ่นอื่นๆ

BERT (การแทนตัวเข้ารหัสแบบสองทิศทางจาก Transformer, 2018) ใช้ Transformer เพื่อสร้างเฟรมเวิร์กโมเดลที่สมบูรณ์สำหรับการประมวลผลภาษาธรรมชาติ มันมีประสิทธิภาพดีกว่าโมเดลที่มีอยู่ในงานประมวลผลภาษาธรรมชาติต่างๆ

ตั้งแต่นั้นมา ขนาดของโมเดลก็เพิ่มขึ้นอย่างต่อเนื่อง และในช่วงสองปีที่ผ่านมา มีโมเดลขนาดใหญ่จำนวนมาก เช่น GPT-3, InstructGPT และ ChatGPT และค่าใช้จ่ายก็เพิ่มขึ้นแบบทวีคูณ

โมเดลภาษาในปัจจุบันมีสามลักษณะ: โมเดลขนาดใหญ่ ข้อมูลขนาดใหญ่ และพลังการประมวลผลขนาดใหญ่ ในแผนภาพด้านบน คุณจะเห็นว่าจำนวนพารามิเตอร์โมเดลเพิ่มขึ้นอย่างรวดเร็วเพียงใด บางคนถึงกับเสนอกฎของมัวร์เกี่ยวกับรูปแบบภาษา - เพิ่มขึ้นสิบเท่าในหนึ่งปี โมเดล ChatGPT ที่ออกใหม่มีพารามิเตอร์ 175 พันล้านพารามิเตอร์ และยากที่จะจินตนาการว่าจะมีพารามิเตอร์กี่ตัวใน GPT-4 หลังจากนั้น
ข้อดีของ ChatGPT:
เปิดตัวเทคโนโลยี HFRL (Human Feedback RL, 2022.03) เพิ่มความคิดเห็นจากมนุษย์ให้กับชุดข้อมูลการฝึกอบรม และปรับให้เหมาะสมตามความคิดเห็นจากมนุษย์ แต่เนื่องจากความต้องการคำอธิบายประกอบจากมนุษย์จำนวนมาก ค่าใช้จ่ายจึงขยายออกไปอีก

ประเด็นที่สองคือตัวแบบจะมีหลักการในการตอบคำถาม แชทบอทก่อนหน้านี้เรียนรู้เนื้อหาเชิงลบและละเอียดอ่อนบางอย่างเมื่อสนทนากับผู้ใช้ และในที่สุดก็เรียนรู้ที่จะละเมิดและแสดงความคิดเห็นแบบเลือกปฏิบัติ ChatGPT แตกต่างจากรุ่นก่อนๆ ตรงที่สามารถระบุข้อความที่เป็นอันตรายและปฏิเสธที่จะให้คำตอบได้

หน่วยความจำ: ChatGPT รองรับการสนทนาอย่างต่อเนื่องและสามารถจดจำเนื้อหาของการสนทนาก่อนหน้านี้กับผู้ใช้ได้ ดังนั้นหลังจากการสนทนาหลายรอบ ผู้ใช้จะพบว่าคำตอบได้รับการปรับปรุงอย่างต่อเนื่อง

Link：https://new.qq.com/rain/a/20221121 A 04 ZNE 00

ตอนที่ III: การประยุกต์ใช้ในอุตสาหกรรมของ AIGC

ในบรรดาบริษัท 55 แห่งที่เข้าร่วมแคมป์ฤดูใบไม้ร่วง Qiji Chuangtan ปี 2022 มีบริษัทธีม AI 19 แห่ง บริษัทธีม Metaverse 15 แห่ง และบริษัทโมเดลขนาดใหญ่ 16 แห่ง มีโครงการมากกว่าสิบโครงการที่เกี่ยวข้องกับ AIGC ซึ่งมากกว่าครึ่งหนึ่งเกี่ยวข้องกับรูปภาพ รายละเอียดแต่ละโครงการตามลิงค์ด้านล่างนี้
แทร็กการแบ่งย่อยที่ได้รับความนิยมมากที่สุดของ AIGC คือฟิลด์รูปภาพ ต้องขอบคุณแอปพลิเคชัน Stable Diffusion ในอุตสาหกรรม Image AIGC จะนำการเติบโตอย่างก้าวกระโดดในปี 2565 โดยเฉพาะอย่างยิ่ง แทร็กภาพ AIGC มีข้อดีดังต่อไปนี้:
เมื่อเทียบกับโมเดลขนาดใหญ่ในการประมวลผลภาษาธรรมชาติ ขนาดของโมเดลในฟิลด์ CV ค่อนข้างเล็ก และมีระดับความพอดีกับ Web3 ที่สูงกว่า และสามารถเชื่อมโยงกับ NFT และ metaverse ได้อย่างใกล้ชิด

รูปภาพมีความน่าสนใจและหลากหลายมากขึ้น และเทคโนโลยีส่วนนี้กำลังพัฒนาเต็มที่และกำลังถูกทำซ้ำอย่างรวดเร็ว

แบบจำลองการแพร่กระจาย

ในบรรดาบริษัท 55 แห่งที่เข้าร่วมแคมป์ฤดูใบไม้ร่วง Qiji Chuangtan ปี 2022 มีบริษัทธีม AI 19 แห่ง บริษัทธีม Metaverse 15 แห่ง และบริษัทโมเดลขนาดใหญ่ 16 แห่ง มีโครงการมากกว่าสิบโครงการที่เกี่ยวข้องกับ AIGC ซึ่งมากกว่าครึ่งหนึ่งเกี่ยวข้องกับรูปภาพ รายละเอียดแต่ละโครงการตามลิงค์ด้านล่างนี้

แบบจำลองการแพร่กระจาย

เอกสาร CVPR ปี 2022 "การสังเคราะห์ภาพความละเอียดสูงด้วยโมเดลการแพร่กระจายแฝง"

ด้วยการเพิ่มสัญญาณรบกวนลงในรูปภาพ รูปภาพจะกลายเป็นรูปภาพที่มีสัญญาณรบกวนแบบสุ่ม ในขณะที่แบบจำลองการแพร่กระจายจะเรียนรู้วิธีลบสัญญาณรบกวน จากนั้นโมเดลจะใช้กระบวนการ denoising นี้กับภาพที่มีสัญญาณรบกวนแบบสุ่ม ทำให้ได้ภาพที่เหมือนจริง
นอกจากนี้ยังมีข้อจำกัดบางประการในฟิลด์ AIGC ของรูปภาพปัจจุบัน โดยเฉพาะสิ่งต่อไปนี้:
แบบจำลองจำเป็นต้องทำการแลกเปลี่ยนระหว่างเอฟเฟ็กต์และประสิทธิภาพ และยังคงเป็นเรื่องยากที่จะสร้างเอฟเฟ็กต์ที่แม่นยำและกำหนดเองตามที่ผู้ใช้คาดหวังในระดับที่สอง

บริษัทเหล่านี้มีต้นทุนการดำเนินงานและการบำรุงรักษาสูง และต้องการอุปกรณ์กราฟิกการ์ดจำนวนมากเพื่อขับเคลื่อนโมเดลของตน

แทร็กนี้ได้เห็นสตาร์ทอัพจำนวนมากเมื่อเร็ว ๆ นี้โดยมีการแข่งขันที่รุนแรง แต่ขาดแอพนักฆ่า

ต่อไป เรามาพูดถึง 3D-AIGC นี่คือแทร็กที่มีศักยภาพสูง โมเดลปัจจุบันยังไม่สมบูรณ์ แต่จะกลายเป็นโครงสร้างพื้นฐานที่จำเป็นใน Metaverse ในอนาคต

คล้ายกับการสร้างภาพ 2 มิติ โครงการ 3D-AIGC สามารถสร้างวัตถุ 3 มิติ และแม้แต่เรนเดอร์และสร้างฉาก 3 มิติโดยอัตโนมัติ เมื่อ Metaverse ได้รับความนิยมในอนาคต จะมีความต้องการอย่างมากสำหรับสินทรัพย์สามหลักเสมือน เมื่อผู้ใช้อยู่ในฉากสามมิติ สิ่งที่ผู้ใช้ต้องการไม่ใช่ภาพสองมิติอีกต่อไป แต่เป็นวัตถุและฉากสามมิติ

การสร้างสินทรัพย์เสมือนในแบบ 3 มิตินั้นต้องการการพิจารณามากกว่าการสร้างภาพ 2 มิติ วัตถุเสมือนสามมิติประกอบด้วยสองส่วน ส่วนหนึ่งคือรูปร่างสามมิติ และอีกส่วนคือรูปแบบและลวดลายบนพื้นผิวของวัตถุ ซึ่งเราเรียกว่าพื้นผิว

ดังนั้น โมเดลจำเป็นต้องเลือกสินทรัพย์เสมือน 3 มิติ และสามารถสร้างได้ในสองขั้นตอน หลังจากที่เราได้รูปทรงเรขาคณิตของวัตถุ 3 มิติแล้ว เราสามารถกำหนดลักษณะพื้นผิวผ่านการทำแผนที่พื้นผิว การทำแผนที่สภาพแวดล้อม และวิธีการอื่นๆ

เมื่ออธิบายรูปทรงเรขาคณิตของวัตถุสามมิติ จำเป็นต้องพิจารณาการแสดงออกที่หลากหลาย รวมถึงการแสดงออกที่ชัดเจน เช่น กริดและเมฆจุด นอกจากนี้ยังมีการแสดงออกโดยนัย เช่น พีชคณิตและ NeRF (Neural Radiation Field) โดยเฉพาะอย่างยิ่ง คุณต้องเลือกวิธีการปรับโมเดล

ในระยะสั้น เราจำเป็นต้องผสานรวมกระบวนการทั้งหมดเหล่านี้เข้าด้วยกันเพื่อสร้างกระบวนการไปป์ไลน์จากข้อความไปยังภาพ 3 มิติ ไปป์ไลน์ค่อนข้างยาวและยังไม่มีโมเดลด้านแอปพลิเคชันที่สมบูรณ์ แต่ความนิยมของโมเดลการแพร่กระจายจะทำให้นักวิจัยจำนวนมากศึกษาเทคโนโลยีการสร้างภาพ 3 มิติเพิ่มเติม ในปัจจุบัน แบบจำลองทางเทคนิคในทิศทางนี้ก็มีการวนซ้ำอย่างรวดเร็วเช่นกัน

เมื่อเทียบกับ VR, XR และเทคโนโลยีอื่น ๆ ที่ต้องโต้ตอบกับผู้คนและมีข้อกำหนดที่เข้มงวดสำหรับการแสดงแบบเรียลไทม์ ความต้องการตามเวลาจริงของ 3D AIGC จะต่ำกว่า และเกณฑ์และความเร็วของแอปพลิเคชันจะเร็วขึ้น

ส่วนที่สี่: AIGC และ Web3

ว่ากันว่า AIGC เป็นเครื่องมือเพิ่มประสิทธิภาพในยุค web3.0 AIGC ให้ผลผลิตจำนวนมากในขณะที่แอปพลิเคชันของ web3.0 และบล็อกเชนกำหนดความสัมพันธ์ของการผลิตและอำนาจอธิปไตยของผู้ใช้

แต่เราต้องตระหนักว่า AIGC และ Web3 เป็นสองทิศทางที่แตกต่างกัน ในฐานะเครื่องมือการผลิตที่ใช้เทคโนโลยี AI AIGC สามารถนำไปใช้กับทั้งโลกของ web2 และโลกของ Web3 โครงการส่วนใหญ่ที่ได้รับการพัฒนาจนถึงตอนนี้ยังคงอยู่ในฟิลด์ Web2 ไม่สมควรที่จะพูดถึงทั้งสองด้วยกัน และ Web3 หวังว่าจะใช้เทคโนโลยี blockchain และ smart contract เพื่อให้ผู้ใช้มีอำนาจอธิปไตยในสินทรัพย์เสมือน ไม่มีการเชื่อมต่อโดยตรงระหว่างมันกับโหมดการสร้าง
แต่มีความคล้ายคลึงกันหลายอย่างระหว่างทั้งสอง:

ในแง่หนึ่ง พวกเขาทั้งหมดพึ่งพาโปรแกรมเพื่อเพิ่มประสิทธิภาพการผลิตและการสร้างโมเดลที่มีอยู่ AIGC แทนที่มนุษย์ด้วย AI สำหรับการสร้าง และ Web3 แทนที่สถาบันที่รวมศูนย์เทียมด้วยโปรแกรมกระจายอำนาจ เช่น สัญญาอัจฉริยะและบล็อกเชน การใช้เครื่องจักรแทนมนุษย์จะกำจัดข้อผิดพลาดและความเบี่ยงเบนทางอัตนัย และประสิทธิภาพจะดีขึ้นอย่างมาก

ในทางกลับกัน Web3 และ Metaverse จะมีความต้องการอย่างมากสำหรับรูปภาพและเสียงสองมิติ วัตถุและฉากเสมือนจริงสามมิติ และ AIGC ก็เป็นวิธีที่ดีในการตอบสนอง

อย่างไรก็ตาม เมื่อแนวคิดของ web3.0 ยังไม่เป็นที่นิยมในหมู่ประชาชนทั่วไป เราจะเห็นว่าโครงการที่เกิดขึ้นใหม่นั้นแทบจะเป็นโครงการ Web2 และแอปพลิเคชันในด้านของ web3 ก็ยังคงอยู่บน AIGC สำหรับการสร้างภาพเป็นส่วนใหญ่ ซึ่งใช้ สำหรับการสร้าง NFT

ในความเป็นจริงแล้ว ในด้านของแอปพลิเคชัน การเชื่อมต่อระหว่าง AIGC และ web3.0 ไม่สามารถอาศัยการเชื่อมต่อระหว่าง "ประสิทธิภาพ" และ "ความสัมพันธ์ทางการผลิต" เพียงอย่างเดียวได้ เนื่องจาก AIGC ยังสามารถปรับปรุงประสิทธิภาพการทำงานให้กับโครงการ web2 ในขณะที่ข้อดีของโครงการ web3 คือ ไม่ชัดเจนของ

ดังนั้น เพื่อคว้าโอกาสในการพัฒนา AIGC ฉันคิดว่าโครงการ web3 ในปัจจุบันจำเป็นต้องได้รับการปรับให้เหมาะสมในสองด้านต่อไปนี้:

หนึ่งคือการค้นหาโปรเจ็กต์ Web3.0 ดั้งเดิมที่ AIGC รองรับ นั่นคือโปรเจ็กต์ที่สามารถใช้ได้บนฝั่ง Web3 เท่านั้น หรือกล่าวอีกนัยหนึ่ง เพื่อคิดถึงวิธีการใช้ AIGC เพื่อแก้ปัญหาที่กลืนไม่เข้าคายไม่ออกในปัจจุบันที่โครงการ Web3 เผชิญอยู่ โซลูชันดังกล่าวมีต้นกำเนิดมาจาก Web3 เช่นกัน ตัวอย่างเช่น ReadOn ใช้ AIGC เพื่อสร้างแบบทดสอบบทความ เปิดรูปแบบใหม่ของ Proof of Read แก้ปัญหาการปัดเหรียญที่มีอยู่ใน ReadFi และมอบรางวัลโทเค็นสำหรับผู้ใช้ที่อ่านจริง มันยากที่จะทำ แต่ web3 ต้องการนวัตกรรมรูปแบบดังกล่าว

ประการที่สองคือการใช้ AIGC เพื่อเพิ่มประสิทธิภาพและประสบการณ์ผู้ใช้ของแอปพลิเคชัน Web3 ที่มีอยู่ ในปัจจุบัน แอปพลิเคชันของ AIGC มีอยู่ในรูปภาพและ NFT เป็นหลัก แต่ในความเป็นจริงแล้ว การสร้างเป็นแนวคิดที่กว้างมาก และมีวิธีสร้างอื่นๆ อีกมากมายนอกเหนือจากรูปภาพ 3D-AIGC ที่กล่าวถึงข้างต้นเป็นช่องทางแอปพลิเคชันที่สามารถพิจารณาได้ใน Metaverse และการสร้างแบบทดสอบยังเป็นแนวคิดที่เปล่งประกายในขณะนี้ eduDAO และแพลตฟอร์มสำหรับนักพัฒนาสามารถคิดเกี่ยวกับการใช้ AIGC เพื่อเสริมพลังการศึกษา สำหรับการตั้งคำถามหรือแก้ไขรหัสโมดูลาร์ สร้างการทดสอบหน่วย ฯลฯ GameFi สามารถพิจารณาว่า AIGC สามารถใช้เป็น NPC ในเกมได้หรือไม่ หรือสามารถใช้ AIGC ความสามารถในการเข้ารหัสเพื่อสร้างสัญญาอัจฉริยะ

ลิงค์วิดีโอ: https://www.bilibili.com/video/BV17D4y1p7EY/spm_id_from=333.999.0.0

ขอบคุณ:

DAOrayaki ซึ่งเป็นสื่อและองค์กรวิจัยที่กระจายอำนาจ ให้ทุนสนับสนุนแก่ THUBADAO เพื่อดำเนินการวิจัยอิสระและแบ่งปันผลลัพธ์สู่สาธารณะ หัวข้อการวิจัยส่วนใหญ่มุ่งเน้นไปที่ Web3, DAO และสาขาอื่น ๆ ที่เกี่ยวข้อง บทความนี้เป็นการแบ่งปันผลการระดมทุนครั้งที่หก