by Jiang Meng

摘要：

AIGC并不新鲜，但在2022/2023年，在ChatGPT的帮助下，再次成为人们关注的焦点，因为它有望在未来产生数万亿美元的经济价值。AIGC将有可能引领下一次技术革命，但如何引领？这篇博客从对互联网和数字革命的简要回顾开始，我们可以在三十年后告诉大家，主要用于人类产生的内容传输的超级高效通信是如何改变我们的生活、教育、政治和研究的。AIGC为许多任务和场景提供了超级有效的内容定制，对所有地方产生了巨大的影响。随着人类和机器智能的发展，我们正生活在一个和谐和激烈的最佳时代。

引言 

人工智能（AI）促成的内容生成并不新鲜。在过去的几十年里，人工智能生成的内容（AIGC）有时是有用的，但大多数时候是不令人满意的，这可能降低了我们的期望。然后，充满惊喜的盒子在2022年被打开：GPT-3.5和Codex（3月15日），DALL-E 2（9月28日），ChatGPT（11月30日），等等。这些人工智能系统提供了一个可以给定或语音转换的文本数据输入界面，并生成多种类型的数据，如文本、图像、视频、音频、代码、表格或复杂的（半）结构化数据。如果人们能够用语言描述一项任务和一些演示，这些就可以很容易地放到系统中，看看创造了什么，并根据需要进行定制。数百万人正在使用或挑战这些人工智能系统；虽然发现了一些局限性，但公众对高效的内容定制变得很欣赏。

有些人正在预测或指出，AIGC正在引领一场技术革命。这是真的吗？在我们的世界里，什么东西可能很快或以后会被AIGC改变？我们能否用我们从过去学到的东西来理解我们将看到的东西？有几场技术革命，如工业革命（1780-1840）和技术革命。(1870-1920)最近的一次是信息和电信革命，或被称为数字革命。(1975-?)互联网是引领这种革命的关键技术之一，始于1969年通过ARPANET发送的一条信息。公众很快就体会到了超高效通信的可能性，它可以用前所未有的速度来传输信息。正因为如此，我们的世界被改变了：我们的生活经验、工作效率和对几乎所有事物的期望都提高了很多。那么，在AIGC的帮助下，我们能有什么样的更高水平的生活体验、工作效率和期望呢？

在回答这个问题之前，我想先简单回顾一下互联网改变了什么。互联网如何改变了我们的世界 所有的一切都始于50多年前建立的一个协议。它基本上允许设备在一秒钟内从一个地方向另一个地方传输成千上万的比特。但当这些比特变成信息、新闻、图片、文件等时，我们的世界就被改变了：网络不再只是蜘蛛的领地，无数的软件被开发并部署在网络上。

50年前，人们批评这项新技术的不可靠： 比特丢失，文件损坏，图像1无法打开。但很快互联网就成为发送所有这些东西的最佳方法，尽管邮车还没有完全被取代。因为技术可以通过 "精雕细琢 "迅速改进，这通常比第一步的挑战要小。我们听到很多对AIGC的批评，因为那些人工智能系统的局限性，特别是ChatGPT：对输入敏感，缺乏常识和知识，信息不合理，甚至有害的内容，等等。这些并不令人气馁，而是激励着科学家、工程师和企业家们对系统进行精雕细琢。这篇博客是为了记下这个动机：它将提醒我，有了AIGC，我们的世界就有了光明的未来。

互联网和它引领的技术革命改变了什么？

生活。

你写电子邮件，而不是写信进行长距离交流。你有地图应用程序，而在旅行时不需要用很多时间来提前计划。你有社交软件，不必离开你的房子就能交到新朋友。你去谷歌或维基百科查询信息，而不是沉重的百科全书。你不用为多个玩家的游戏找桌子。

教育。

你从网络上获得很多知识和技能，而不是当地学校的老师。你可以在网上上课，这在大流行中成为一种常见的学习方法。你的孩子可以与图书作者进行视频聊天，这比阅读书中的简介更有趣。

政治。

你可以作为公民或为你的同僚在信使、博客和社交媒体上发表你的意见。你知道政府对公众的透明度是对民主的一个现实的期望。你在政治冲突、腐败和价值观的动态中发挥着作用。

研究。

你可以在商学院学习有关数字经济和数字货币的课程。你向你的社会学（甚至计算机科学）教授提出关于假新闻、在线宣传和社交媒体运动的问题。你发现一些心理学家和精神病学家正在研究互联网游戏障碍。你对大数据和人工智能感到惊讶，因为数以万亿计的字节正在通过互联网被收集、管理、使用和学习。

AIGC将如何改变我们的世界 

现在，移动互联网在一定程度上降低了分享人类产生的信息/内容（如信息、照片）的成本，我们享受到了 "即时 "通信，这可能比方便面还要快。然而，内容定制仍然是相当昂贵的。我们愿意付出时间、金钱和努力来获得定制内容生产的能力。我们欣赏定制的生日卡和蛋糕。

我们做家庭作业、项目和考试，以获得一个学位，使我们能够写一篇新闻报道，提出一个律师论点，提出一个科学假设，并设计一个研究报告。我们上课是为了弄清楚如何为客户设计电影海报、广告标语和视频广告。我们知道，如果一个人写故事书或科学书，创作歌曲和专辑，设计衣服、食谱、建筑和车辆，他/她可以有一份收入丰厚的体面工作。我们相信，如果没有专业的训练，我们任何人都不可能创造出像普通专业人士那样令人满意的东西。

现在，人工智能系统能够回应人类对优质内容的需求定制。AIGC迟早会无处不在：对难点问题的全面回答，关于专业话题的漂亮文章，基于文本输入的富有想象力的艺术作品，等等。与编程软件、办公软件、虚拟现实、3D打印、移动应用、可穿戴设备等技术相结合。AIGC提供或将提供高效的定制解决方案，包括但不限于以下几个角度： 生活。通过AIGC，我们在搜索引擎上收到定制的建议和答案。我们可以在邮件应用程序上向同事或上级发送格式良好、需要最少编辑的邮件。我们会有免费的助手在一分钟内提供文章草稿、绘画草稿、图形设计草稿或新软体的0.1版，这些都是已经根据创意工作的描述定制的。因此，我们的工作是利用草稿，使最终的作品比以往更好。我们喜欢和那些富有同情心、知识渊博、分享有趣的生活经历、说话清晰友好的人聊天。我们大多数人可能会 "玩 "社交聊天机器人，但不会真正使用它们进行社交互动，因为我们假设它们缺乏这种能力。

今天的AIGC可以在无数字节的数据上进行优化，这些数据是人类能力的反映，涵盖了常识、世界信息、专业知识、生活经验、书面和口头交流。我们将享受高度启用的AIGC，并为幽默和爱、为个性、为不同的目的（如缓解压力、抑郁和焦虑）定制它。人工智能可以是一个倾听者，一个朋友，甚至是一个宠物。在大自然中的户外活动感觉非常好。它可以改善我们的身体和精神健康状况，提高积极性，改善人际关系，提高工作绩效。我们去露营、徒步旅行、冲浪和滑雪，尽管我们知道一半的时间会花在路上。整合AIGC和虚拟现实将使我们能够即时享受这些活动。AIGC将在3D场景中规划虚拟旅行，其中有很多定制的细节，这是目前的软件所不具备的：声音、对话、景色、小路上的岩石和树林、海水中的波浪和动物、与植物、动物的互动等；所有这些都可以由人工智能系统生成。

如果没有AIGC，用户会像任务执行者一样；如果有提供细节的AIGC，用户会觉得自己是真实物理空间中的自由人。游戏中的人工智能队友和对手基本上都是按技能分类的。新的人工智能系统将从世界数据中捕捉个性，模拟任何类型的个性，并根据用户希望的人工智能队友或人工智能对手的个性生成定制的内容（对话和行为），如监督者（ESTJ），给予者（ENFJ），或远见者（ESFJ）。

教育和培训计划。

由于担心作弊，越来越多的学区正在禁止语言模型ChatGPT，但一些专家认为，学校反而应该尝试使用该软件来发挥其优势。一方面，高效的定制模型可以根据教员和部门的需要创建学习材料草案，如章节、章节或整个教科书、测验，甚至是讲座视频。虽然这些材料需要仔细检查、编辑，最后由人工专家团队批准使用，但可以节省大量的时间，使最新的课程设计成为可行的。另一方面，如果语言模型生成的解决方案和/或文章足够好（例如，在家庭作业中获得满分），导师将不得不设计更具挑战性的作业，3这将在完成课程后撬动学生的知识和技能。这个过程要求教员也要提高自己的知识和技能。禁止这些工具是为了避免离开舒适区，不需要额外的努力就能保证工作。但这并不能保证长期生存。培训项目将从根本上改变。与教育的变化类似，培训项目的定制材料将由人工智能生成，并由人类编辑和批准。有了这些材料，受训者将学会如何利用AIGC，在专门的任务中取得更高水平的表现。

政治。

AIGC将被用来协助定制政治演讲，旨在通过说服获得效果。政治家们希望提高人们的兴趣，使人们同意他们的想法，让公众了解他们的意识形态和信息。人工智能可以为各种背景的不同人群定制演讲稿。在另一个方向，不同背景的公民可以使用人工智能来定制（或在大多数情况下，正式化）他们对公众和/或政府的声音。研究。技术在发展，基础和应用研究也在发展。新的研究领域和新的中心/部门将很快开放。前面提到的AIGC应用，如定制的聊天机器人、"宠物 "和虚拟3D旅行，将从根本上改变人类的互动和人类的思想。因此，它们将彻底改变社会学、心理学和健康科学（包括身体健康和心理健康）等研究领域。定制的AIGC将能够模拟不同背景的人类样本，用于政治学的研究。(

使用语言模型来模拟人类样本。

我们可以用它来研究思想、态度和社会文化背景之间复杂的相互作用，这些都是人类态度的特征，然后再从人类对象那里收集真实的数据，这些数据非常昂贵，规模有限，而且在收集过程中充满不确定性。在商学院，关键的会计技能可能包括处理来自人工智能系统的分析报告。人工智能和人类智能将相互影响，形成计算机科学以外的新研究问题和课题。哪些人类工作者将仍然受到重视，甚至是更高的价值 创造人工智能无法做到的内容/服务的人类工作者。

在相当多的工作中，人们觉得人工智能是不可预测的、不可靠的，缺乏基本的常识和对世界的理解。在我们无法承担人工智能的不可预测性或不可靠的风险时，我们仍将不得不依赖人类自己。很多这样的工作涉及政策制定或决策。提供有用的反馈以改善AIGC的人类工作者。至少有三种类型的反馈。

第一种类型是识别AIGC中哪些是事实错误的，错误的，或误导性的。这些人类工作者必须有出色的专业知识。

第二种类型是识别AIGC是否足够 "原创"。这些人类专家必须至少知道人类所做的几乎所有工作和/或来源的线索，并为之发布。

第三种类型是从自己的人类知识中提取文本指令来改进AIGC。

如果一个人能够4持续地贡献出人工智能系统所没有的，而大多数人类认为人工智能系统应该有的东西，他或她的知识就会被重视。这一理念与基于知识的人工智能系统（或称为专家系统）没有太大区别： 在20世纪80年代，人类专家被雇用来编写尽可能多的规则（如if-then语句），直到这些规则变得太详细或太复杂而无法写下来。

现在，人类的知识被提取出来，并以比规则更少的限制形式使用，只要它能被强化学习使用就可以了。人工智能的训练过程不断检查人类头脑中剩余的任何知识是否在机器智能中没有 "找到"；如果有，那么这个过程的目的是提取并将其融合到人工智能的大量参数中。可能会有一个瓶颈点，人类将无法再为深度人工智能提供有用的信息，就像专家系统的详尽规则一样，而人工通用智能可能还没有实现。

将AIGC和人类智能结合起来以实现更高的目标的人类工作者。

我们应该习惯于在工作和日常生活中与AIGC一起工作。它将就像卡西欧计算器、牛津英语词典、谷歌地图等。我们仍然会训练自己做计算，解释单词，为了方便或效率而记住道路。我们有时可能会为拥有这样的技能而感到自豪，或者更准确地说，不会完全失去这样的技能。但我们知道何时以及如何使用这些工具才是最好的。

与ChatGPT相比，早期的工具也有故障；但直到它们被广泛生产和使用，也没有花很长时间。所有的工具，如果不被遗弃，都会使我们的生活变得更容易、更美好。我们正生活在一个最好的时代