1号风向 | 当AI开始原创……

也许人工智能研究带来最好的东西不是理解技术，而是更好地理解我们自身。

"

大家通常认为，灵感和创意这类缥缈的东西肯定是人类的专属领域，然而随着最近人工智能的迅捷发展，这种论调开始起了风声。本文将结合AI领域在内容创作方面的最新进展，以及相关研究对于AI前景的预测，一切究竟是前途光明还是喜忧参半？

AI创作力升级，质量是否有保障？

目前，人工智能已经在很多内容创作领域得到了应用。例如，自动语言生成（NLG）正在被专业地用于自动生成产品描述和关键词搜索，编辑电子邮件和直邮活动，甚至撰写整篇文章。

除了文本内容，一个名为「计算机视觉」的AI产品通过特征提取和识别的深度学习，被广泛运用于图像识别、对象追踪工作，而深度学习极大程度减轻了技术人员的负担，技术人员不再需要将每个监测规则手动编码到视觉应用程序中，而是通过「特征」编写，让应用程序可以自行检测图像中的特定图案，算法也代替了人工数据比对。

现在，大多数专业的图像和视频编辑工具都将人工智能技术融入到软件中，以实现编辑过程的自动化并提高质量。现在，我们离看到完全AI创作的优质文学作品不远了，因为令人工智能研究人员钻研已久，用于理解和生成自然语言的语言模型在最近取得了巨大的进步。

「计算机视觉」进行路面识别工作。图片来源：Google Images

由多名硅谷大亨联合建立的人工智能组织OpenAI曾开发出击败DOTA卫冕冠军的AI电竞选手，而这个组织最新研发的GPT-3模型在语言识别及生成领域获得了突破，该模型从海量文本上训练出来，估计成本为460万美元。GPT-3模型拥有大约1750亿个参数，是其最强的竞争对手的十倍。

目前GPT-3可以生成短篇文章、新闻稿和歌曲，并在只给出一个标题「在推特上的重要性」的情况下，成功模仿了英国幽默小说家杰罗姆的风格写出来一篇短篇文章，这篇文章的开头是「一个奇怪的事实是，伦敦人还在感兴趣的最后一种社交形式是推特。在一次定期去海边度假的旅途中，我发现整个地方像八哥笼一样不断『推特』（拟鸟叫声）着，让我意识到了这一点」，这篇文章被读者评论为「令人惊叹的」。

目前人工智能可以生成一首令人信服的诗歌或文章，但还不能生成整部小说，但是最终，如果语言模型能够熟练到撰写《战争与和平》那么大体量的小说，也不会无法想象。

图片来源：Google Images

人们对于内容质量的定义见仁见智，不过事实上AI模型并不直接考虑质量，大多数深度学习模型都是在文本、图片、视频等庞大的数据集上训练出来的，所谓质量并非出于细致的考量，而是训练出来的数据本质的质量。

也就是说，「质量」是可以隐性学习的东西，例如，所谓的「强化学习」可以体现在一个网站用AI生成许多不同的内容，并随着时间的推移，根据用户的反馈或行为逐步改进这些内容。

另外，人们可能低估了AI不断升级所带来的风险，例如AI模型或将被用来生成很像人类写的的社交媒体水贴，可能会产生各种误导以及蒙蔽消费者；就另一个风险来说，AI模型会被用来生成「深度假货」，像制造侵犯不知情人士肖像权的虚假色情内容等等。

对此，研究人员应尝试建立系统，同步利用另外的人工智能技术来识别和取缔这类虚假内容。

AI的灵感，造化能有多大？

AI创作再次迈入新的阶段，似乎人工智能正持续向人类智慧逼近，所有关于人工智能取代人力的担忧也再次达到了沸点，然而创意和灵感真的不再只属于人类了吗？一切忧虑是否将演变为现实？

来自AI行业的密切关注者给出了相关的预测。

1.我们高估了人工智能在短期内的效果

美国科学家阿拉玛提出的定律的第一部分为——「人们总是高估一项科技的短期影响，却又低估它的长期影响」，这个定律在数字时代意义非凡，因为人们不会放弃充满噱头的标题和点击率，尤其是在人工智能自动化领域。

事实上，关于人工智能造成人类劳动岗位流失的预测有很多，但这些预测间的数据偏差达到千万，法律制定可能会引用其中一个预测数值作为新条例生成的基础，偏差很可能给立法带来影响，对此应该使用更为准确的计算方法。

图片来源：Google Images

而工人们还不至于处于全面恐慌的状态。

自动化将以三个不同的浪潮出现，而人类还只乘着第一个浪潮，创造了通过机器学习训练的「基本」人工智能，数据分析和理论上的简单数字任务看似已经过时，但这基本就是未来几年内能有的发展了。

人工智能研究的目的是创造出能够感知环境并成功实现特定目标的程序——在很多情况下，这个目标不是必须通过人的形象身份来实现。

包括很多拟人化AI的出现，AI形象越来越接近人类并不意味着成功，比起模仿人类甚至代替人类，制造出能够辅助人类的东西更有利可图。

2.长远来看，我们又低估了人工智能

20世纪50年代的人们认为，所有能发明的东西都已经被发明出来了，在人工智能上似乎也可见一斑。

人工智能的突破已经变得稀松平常，似乎需要越来越多的资本、数据和计算能力；AI的最新进展与其说是科技突破，不如说是工程建设，甚至是修修补补。

然而，通过重建AI的模型，超越「反向传播」和「深度学习」的层次来利用AI，并不是人类完全无法企及的。科技的运作方式一直是这样的：平缓上升着，突然迎来了突破，没有人确信未来会发生什么。

3.摩尔定律可能失效于人工智能

如上所述，现代人工智能大部分都是机器学习的产物，与很多热门科幻电影中设想的人工智能相去甚远，然而机器学习是一件相当枯燥的事情。

这项技术萌芽于上世纪90年代，它的学术底蕴也从上世纪70年代开始积累，目前的新鲜进展也只限制于大数据、存储能力和计算能力的进步和结合。因此，描述科技产品会越加快速发展的摩尔定律未必适用于AI，任何爆炸性和指数级的技术增进的想法都是站不住脚的。

图片来源：Google Images

4.AI远不如人类智能强大

AI并不会超越人类，而且在很长一段时间内都不会。比如说，AI精通各种话题的开放式对话的场面现在还看不到。谷歌作为人工智能领域的市场领导者，只能产生一个按照非常具体的脚本预约餐厅或美发的人工智能，包括汽车自动驾驶，都需要人类的参与。

图片来源：Google Images

人类可以轻松通过朋友A认识到的B对C的看法，而在人工智能处理规模上要到达这种认知还需要几十年的时间，甚至更久。

人类之所以强，正好强在缺陷上。对于人工智能来说，推断、撒谎和隐藏自己的真实意图都是无法从数据中学习的，在预测人工智能的中短期发展时，还不必把它和人类的智慧相提并论。

5.不要被科幻电影吓住

《我，机器人》《她》《机器人总动员》《银翼杀手》等等，这些科幻电影都表明，好莱坞将智能当成感知，将感知当成顿悟，而一个人工智能不可能无视它的程序而造次。

「铁壳中的灵魂」是可能存在的，但以另一种方式，比如一个人工智能利用雅达利游戏中的一个错误作弊，这虽然出乎意料，但却非常符合机器的程序设计，这就提示了人们需要更好地了解算法。

电影《银翼杀手2046》中的人工智能。图片来源：Google Images

好莱坞也忽略了软件和硬件的区别，的确有人工智能可以在国际象棋上击败人类，但人类可以在比赛结束后回家泡茶，制作宜家家具，无聊时踢个足球。但是你见过用机器人来搬家吗，每个机器人的造价都逾百万，性价比的问题导致AI很难在短期内普遍应用到日常生活中。、

为了对抗好莱坞版本的人工智能所引起的恐慌，我们需要了解什么是现实的人工智能。

6.AI非万能

虽然人工智能将改变所有行业，但这绝不意味着它将颠覆一切，拯救世界。如前所述，我们极大地高估了人工智能的能力，并倾向于赋予它根本不具备的特质。

图片来源：Google Images

世界饥饿、战争、疾病、全球变暖……这些对于人类来说都还勉强可控。在让机器人为我们解决这一切之前，人类需要拿出点效率来。说到底，人工智能只是给社会本身以及它的荣誉和不公照了一面暗镜，也许人工智能研究带来最好的东西不是理解技术，而是更好地理解我们自身。

诸多面对AI的担忧与恐惧，种种关于取代人类和控制世界的阴谋论，我们的确应该好好考虑自己对于人工智能的计算能力的理解程度究竟有没有达标，是否受到太多不准确信息的影响，再进行辩证思考。

即便在人工智能能够创作出无懈可击的内容的未来，人类作家的作用也不会就此消失，内容创作者不应该将人工智能的发展视为威胁，而是一个能够增强、激发和加快他们创作内容的方式。也许AI工具会被内容创作者当作一种 「AI缪斯」，产生不同的内容选择，供创作者考虑和挑选。对于人工智能，我们应该持有更乐观的看法，在循序渐进地研究进程中，相信它们会被人类良好地掌握并投入应用，目的是造福社会，而不是单纯恐惧它们会颠覆社会。

译者 | 应佳眠

编辑｜卢枫

原文来源 | Medium

原文作者 | John Howells;Adrien Book

本文首发于微信公众号：传媒1号。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。