物議を醸している AIGC はどのようにしてトッププレーヤーになったのでしょうか?-AI-php.cn

文：Qianshan

今年以来、AIGC は急速に台頭してきました。

いわゆる AIGC (AI 生成コンテンツ) は、人工知能を使用してコンテンツを生成することを指します。これは、専門的に生成されたコンテンツ (PGC) の後継であると考えられています。ユーザー生成コンテンツ (UGC): コンテンツ作成の最新の新しい方法。少し前に熱い議論を巻き起こした「AI絵画」はAIGCの代表例だ。

このテクノロジー分野では、多くの確立された巨大企業が計画を立て続けているだけでなく、評価額が 10 億米ドルを超えるユニコーン企業もいくつかあります。

10 月 18 日、Stability AI は 1 億 100 万米ドルの資金調達を受けたと発表しました。同社は、オープンソースの世界で最も人気のあるテキストから画像へのジェネレーターである Stable Diffusion を開発している会社です。

10 月 19 日、テキスト生成に焦点を当てた AI スタートアップの Jasper は、1 億 2,500 万米ドルのシリーズ A 資金調達の完了を発表し、評価額は 15 億米ドルに達しました。

さらに、統計によると、AIGC コンセプト株の 80% が最初の 3 四半期に利益を達成しました。ベンチャーキャピタル界からは間違いなく好意的であり、一時期脚光を浴びてきたと言えるでしょう。

新しい概念ではないこの概念が、なぜ突然これほど人気になったのでしょうか?

1. なぜ一夜にして人気になったのか

表面的には、すべては米国コロラド州で開催されたデジタルイベントから始まったように見えますが、今年8月に行われたアーティストコンテスト。「スペースオペラ」というタイトルの絵画がデジタルアート部門を受賞した。このニュースが発表されるとすぐに、多くの論争を巻き起こしました。

物議を醸している AIGC はどのようにしてトッププレーヤーになったのでしょうか?

Théâtre D'opéra Spatial (スペースオペラハウス)@Baidu Encyclopedia

論争の焦点にあるこの作品は、ゲームデザイナーのジェイソンアレンによって AI 描画ツール Midjourney を使用して生成されました。アレンはそれを磨き上げたが、明らかに論争を鎮めるには十分ではなかった。

「AI 絵画が画家に取って代わるかどうか」「AI が芸術の死をもたらすかどうか」に関する議論が急速に加熱し、事件が発酵した後、より多くの人が突然次のことを発見しました。そのAI絵画の開発レベルは驚くべきレベルに達しています。

実は、昨年の初めには、OpneAI が立ち上げた画像認識システム CLIP と言語モデル DALL・E が非常に重要なシグナルでした。その後、AIGCの分野があちこちで花開き、AIペイントだけでなく、AIライティングやAIプログラミングツールも次々と登場しました。

今年に入ってから、Disco Diffusion、Midjourney、Stable DiffusionなどのAI補助ツールが次々と普及し、この分野では国内外のメーカーが深化を続けています。 :

Microsoft Research Asiaが無限ビジュアル生成モデルNUWAをリリースInfinity;
Github の AI プログラミングアーティファクト Copilot は、大規模なオープンソースコードに基づいて開発者が使用するサブモジュールを生成できます;
OpenAI が DALL-E 2 のプログラムインターフェイスを正式にオープンしました;.. .

AIGC の爆発は突然に見えるかもしれませんが、実際には長い休眠期間も経験しており、たまたま「スペースオペラ」がその爆発を引き起こした主役でした。」世界中で有名で有名です。」結局のところ、今年 AIGC が有名になったのは複数の要因の恩恵によるものです。

まず、技術レベルは一定のレベルに達しており、特に生成拡散モデルやマルチモーダル事前学習モデルなどの技術開発が大きく進み、AIの実現が可能になりました。コンテンツは、コンテンツの生成、編集、補助的な作成に幅広く使用できます。

そして、市場の需要がコンテンツ制作方法の進化を促します。人々のコンテンツに対する需要は急速に高まっており、コンテンツ産業もそれに応じて高度化する必要があります。 PGC は生産閾値が高く、品質が保証されているが、生産サイクルが長い UGC は生産コストや集中化を削減できるが、品質にばらつきが多い AIGC は生産能力と品質の両方をある程度考慮しており、生産サイクルが長いと考えられるこれは、コンテンツエコロジーの開発プロセスにおける新たなパラダイムシフトです。

さらに、経済低迷により、テクノロジーはより実用的なものになりました。感染症流行後の時代では、コスト削減と効率向上が多くの企業の取り組みの方向性となっています。生成人工知能は、創造的な支援の効率を向上させるという個人やチームのニーズを正確に満たすことができます。

最後に、Stable Diffusion のオープンソースによってもたらされる循環打破効果について触れなければなりません。テキストから画像へのジェネレーターとして、Stable Diffusion はプログラムを公開するだけでなく、すでにトレーニングされたモデルも公開します。これは、後続の起業家がオープンソースフレームワークを使用して、よりオープンで活発なコンテンツエコシステムを構築できることを意味します。より広範囲の C サイドユーザーへのリンクの可能性。

2. 絵描き界隈に「仕事取り」の不安をあおる

AIGCにはデザイン分野で多くの人材がいますが、絵を描く、書く、プログラミングなど、自分のスキルを披露する余地はありますが、それ自体に対する疑問は尽きません。「AI ペイント」に関連するトピックは多くのプラットフォームのホット検索リストにも表示され、まさにトラフィックパスワードになりました。

画家のサークルには大きな二極化が存在します。反発したり警戒したりする人もいれば、冷静に受け入れて積極的に連絡をしてくれる人もいます。

反対派は、疲れを知らない AI が「10 秒で絵を制作できるが、私には数日かかる」と信じています。短期的には、その出現により、多くの中・下級レベルの画家のキャリアの場が締め出されるだろう。長期的には、それは画壇に重大な欠陥をもたらし、最終的に生き残るのは「偉い人」だけです。

さらに、この業界では「絵を描く」という仕事がすでに代替不可能な職業スキルになっている、絵描きが代替できるなら、他の職業も代替されるだろう、ということを提唱しています。遠い？

ネットユーザーのコメント「未来はどこにあるのかわからない。AI 絵画が人間を完全に置き換えることはできないが、私を置き換えることはできると信じている。」この危機感多くの人間の共鳴を引き起こしました。

支持者は、テクノロジーの発展は止まらず、AI ペイントは画家がより効率的にコンテンツを制作するのに役立ち、場合によってはインスピレーションを与えることさえできると信じています。適者生存は開発において避けられないものであり、人間の感情に基づいたものではありません。

もちろん、これに対して意味のない態度をとり、他の山の石が翡翠を攻撃する可能性があると主張する人もいます。たとえば、CG画家のWuhe Qilin氏は、「絵を描くとき、私たちは常に上手い人から学ぶのではありませんか？AIが絵を描くのが上手い場合、AIが絵を描くのが上手い人から良い部分だけを学べば終わりです」と述べました。

物議を醸している AIGC はどのようにしてトッププレーヤーになったのでしょうか?

出典: CG アーティスト Wuhe Qilin のコメント @微博

誕生以来人工知能に関して避けては通れないポイントは、「AI が人間を代替する」という懸念に正面から取り組む必要があるということです。 AIGCの発展により、この「仕事」闘争はさらに激化しているように見えますが、喧騒の中でAIGCそのものに立ち返ってみると、AIGCの存在意義は、プロデューサーを退屈な制作作業から解放すること、あるいはプロデューサーの制作突破を支援することにあることがわかります。実践者を置き換えるのではなく、ボトルネックを解決します。 AI ペイントツール Midjourney の創設者である David Holz 氏はかつて次のように述べています:

「アーティストとは単に画像を生成するものではなく、アートとはしばしば物語や感情を表すものだと思います」そして AI には物語も感情もありません。AI によって作成された画像の物語は、AI を使用する人々から生まれます。貝殻はすべて海から来ますが、海が創造者ではありません。美しい石はすべて川から来ますが、川は創造者です。創造者ではありません。このシステムの能力によって生み出されるものは何もありませんが、美しさはそこから生まれます。」

創造的活動における人工知能の役割は単なるツールであり、伝達手段であり、そうではありません。クリエイターそのもの。ホルツ氏は人工知能を水に例え、「水は危険ですが、その中で泳いだり、ボートを作ったり、ダムを使って発電したりすることもできます。重要なのは、人工知能の使い方を学び、人工知能とともに生きていくことです。人工知能には意志がありません」と語った。「悪意はありません。はい、溺れても構いませんが、水を禁止する必要があるという意味ではありません。新しい水源を発見したときは、本当に良いことです。」

3. 景色の背後にある影

AIGC の価値については依然として疑問を抱いている人が多く、AIGC が迷走していると批判する人さえいます。道徳、そして法の限界。 AIGC は社会の注目を集めるようになり、多くの業界シナリオを徐々に再構築し、認知度や注目の基盤を築きつつあります。市場はこのトラックの発展の可能性についても概して楽観的です。

量子ビット AIGC マップによると、AIGC は現在主にテキスト、画像、ビデオ、オーディオ、ゲーム、バーチャルヒューマンに使用されており、関与しているスタートアップのほとんどはラウンド A に集中しています。 DeepMusic、Reflection Audio、Listening Intelligence、Caiyun Xiaomeng、rct.ai、Movie Spectrum Technology、Hyper Parameters などを含む。

物議を醸している AIGC はどのようにしてトッププレーヤーになったのでしょうか?

#中国の既存 AIGC 産業チェーン部門

@「AIGC/AI 生成コンテンツ産業展望レポート」

国内大手企業であるBaidu、Tencent、Alibaba、ByteDance、NetEaseなどもAIGC分野に投資を行っています。

テンセントが開発した執筆ロボット、ドリームライターは 22 の所定のシナリオを書くことができます。
Alibaba が所有する AI オンラインデザインプラットフォームである Lubanner は、マーケティング担当者によるバナーの作成を支援できます。
Jianying と Kuaishou Cloud Cutting (ByteDance 傘下) はどちらも AI 生成のビデオを提供できます;

しかし、見通しはほとんどの人によって楽観的ですが、まだ多くの問題があります。 AIGC の分野で問題が少なくなります。

まず、主要なコア技術はまだ改善する必要があります。 AI ペイントや AI ライティングをめぐる批判の中で、AI が生成するコンテンツが山積みで品質にばらつきがあり、場合によっては「ステッチモンスター」に似た滑稽な感覚を生み出すことさえあると指摘する人も少なくありません。ハーバード大学による最近の研究では、DALL-E 2 はテキストプロンプト内の関係をまったく理解しておらず、テキスト内のいくつかのエンティティを貼り合わせただけであり、画像精度率はわずか 22% であることが示されました。

第二に、ニーズの差別化により開発の敷居が高くなりました。 AI ライティングを例にとると、AIGC はキーワードに基づいてテキストを自動的に生成し、一定レベルの流暢性を実現することもできますが、シナリオが異なればライティングのニーズも異なります。たとえば、説明書と広告コピーの文言は大きく異なりますし、ニュースレビューと小説のスタイルも大きく異なります。ニーズが異なれば当然トレーニングデータも異なり、AIGC 製品開発のコストと時間が増加することは間違いありません。

3 番目に、大規模な商業化には依然として多くの課題が残されています。現在の人工知能はまだ伝統的な弱い人工知能の段階にあるため、実際の問題をモデル化するには人間に大きく依存する必要がありますが、この方法は非常に不安定であり、ハードウェア設備の性能制限と相まって、生成される結果は理想的ではありません。、ユーザーの支払い意欲の欠如もあり、AIGC が大規模に商用化されるまでには時間がかかることを意味します。

以前、月間アクティブユーザー数 50 万人を誇った AI プログラミングツール Kite は、8 年間存続した後に失敗を発表しましたが、これは残念です。創設者のアダム・スミス氏は失敗の原因を「アルゴリズムが十分ではなかった」ことと「ユーザーが購入しなかったこと」にあると述べた。「最大の問題は、最先端のモデルが非ネイティブコンテキストなどのコードの構造を理解していないことです。」第 2 に、「個人の開発者はツールを購入しない」ということを発見するのに長い時間がかかりました。「そうできるのはマネージャーだけです。しかし、開発者にコードを 18% 速く書くようにするだけでは、開発者を感動させるには十分ではありません。」

第 4 に、AI 作品の著作権をめぐる論争はまだ始まっていません。結論が出た。現在、多くの AIGC ツールは無料で公開されていますが、著作権の合法性を懸念しているユーザーは依然として多くいます。業界全体がまだ模索段階にあるため、国ごとに方針が異なり、企業ごとに関連問題への取り組み方が大きく異なり、世界全体はいまだ無知と混乱の時期にあります。

著作権紛争の中核問題は主に 2 つの側面に焦点を当てています。まず、AI モデルが作成したものの著作権を取得できるか?次に、著作権で保護されたデータを AI モデルのトレーニングに使用できますか?

少し前に GitHub Copilot によって引き起こされた訴訟はその典型的なケースです。この集団訴訟では、プログラマーらが OpenAI をオープンソースライセンスに違反した疑いで告発しており、OpenAI と Microsoft は独自の AI ツール GitHub Copilot のトレーニングに提供したコードを使用しました。業界関係者の多くは、この訴訟の進展と結果が、生成人工知能の分野全体における著作権所有権問題の前例となる可能性があると考えている。

4. 絶え間ない論争を抱えながら進む道

かつて、人々は創作活動における AI の応用について楽観的ではありませんでした。特に芸術、ファンタジーにおいて。なぜなら、AIは模倣に依存してスキルを習得することしかできず、創造は間違いなく人間のユニークな才能だからです。しかし、AIGCの出現によって人類のその自信は打ち砕かれたようで、「芸術は死んだ」という議論が再び浮上してきました。しかし、カメラの出現が絵画の終わりをもたらさなかったのと同じように、AIGC の発展も終わりをもたらしました。

コア技術の未熟さ、短期間での大規模事業化の難しさ、関連法規制の不備、開発に至るまでの技術倫理などの課題は依然としてありますが、これは基本的にテクノロジーであり、開発過程ではよくある問題であり、衝突は避けられず、調整には時間がかかります。 AI技術の発展が確かに人間の生産性を向上させることは否定できません。絶え間ない論争への道において、私たちに必要なのは、少しの忍耐と少しの自信かもしれません。