Py学习  »  aigc

喻国明:不使用或不懂如何使用AIGC,就像到了电力时代还要驴推磨、人拉车

广电独家 • 3 月前 • 73 次点击  

「广电独家」林沛

未来,不是人工智能打败人,而是掌握人工智能的人或者机构,打败那些没有掌握人工智能的人和机构。
近日,包括广电在内的传媒领域对AIGC(生成式人工智能)的讨论已然形成蔚为大观的局面,不亚于任何一个技术热词曾刮起的旋风。尤其是当AIGC成为元宇宙的当下,及前沿信息科技可获取、可体验的入口。就此,本刊又一次对话喻国明。
我们原本的主题是传媒/广电对AIGC的应用,但在对话过程中,喻国明教授反复强调,AIGC是渗透在各个领域、所有方面的,是一个全面性的趋势和规律。“现在可能只占一定比例,未来可能100%的内容生产都会有AIGC干预其中的每一环节、每一阶段、每一过程,只是多少和比例的问题。”
在他看来,不使用或不懂如何使用AIGC,就像到了电力时代还要驴推磨、人拉车。“今天我们中国的媒介问题,不是一个技术问题,不是一个具体业务环节的问题,而是一个基本走向的问题。

对于泛传媒内容领域的应用,喻国明认为,在场景体验、媒介素养,以及市场洞察和用户洞察三个方面,AIGC还大有可为。
此外,对于拥有大量媒资数据的媒体机构,将“历史性的数据资料、文本资料、图片资料、视频资料等运用智能化的方式盘活”,亦不失为一种有效的长线策略。

在相对来说消费性质较强的领域,以及品牌传播领域,应当鼓励AIGC先行先试。

对于媒体机构的作为,在他看来,媒体机构具备组织能力、资金财力和技术能力,“可以成为率先利用这种资源的机构”。但是,大模型时代,更要拼理解力、拼眼光、拼思路,而不是在某个具体点上的能力。“术业有专攻,可以合作混搭。”

喻国明   北京师范大学新闻传播学院学术委员会主任、教授、博士生导师,北京师范大学传播创新与未来媒体实验平台主任,中国新闻史学会传媒经济与管理专业委员会理事长
本文最初的梳理工作采用AI帮忙,逻辑流畅、语法精准,但在保持喻教授的语言风格和独特观点方面稍显不足。出于对失去精髓的担心,本文绝大多数工作仍由人力完成。

我国的AI,还远远不能替代喻国明教授。

做大模型,中国面临诸多挑战

「广电独家」:当前垂类模型是个大热点。从AIGC大模型的发展规律看,您认为“垂类模型”是必要的吗?

喻国明:今年伊始,我和团队发表了一篇文章(编者注:《小有小的用处:大模型传播生态下的小模型——概念定义、技术构造与价值角色》),谈小模型的功能。大模型一定是影响未来传媒生态最重要的一个因素,不重视是不行的。但是做大模型,当前中国确实面临诸多挑战。

做人工智能,算力是至关重要的因素。过去我们对算力不太重视,实际上,真正能约束中国发展大模型的,就是GPU这样的底层芯片。据统计,把所有中国公司拥有的全部GPU芯片集中在一起,充其量能做两个足够量级的大模型公司。

Sora目前只提供一分钟的视频,但其能力完全可以提供十分钟甚至一小时的视频,只是对算力的要求太大。

今年1月份,我看到北京市公布的一个数据,北京2023年的电力消耗中,有12%用于对算力的支持。在人工智能时代,这是特别大的能量消耗,是一个巨大的限制。北京市有关负责人还说,可能两三年内,这个数据就能达到20%左右。

现在中国自称做大模型的公司有300多家,效果怎么样呢?90%的流量是被文心一言一家所占有,不到10%的流量由另外300多家分享。
这说明,虽然都号称“大模型”,一种是建立在人家开源的基础上,根据应用性的要求做了一个接口,自称自己是大模型,其实根本不是;还有一种的确在做大模型,但是在规模、能力方面不在一个量级上,智能化表现也很一般。

就是在这个背景下,我们才说要做小模型:对芯片数量和模型参数量要求不高,只是解决一些专门问题,或某些领域的问题;或者在大模型之下,建立一个缓冲型的,比如说边缘模型、私域模型、场景模型,等等。

「广电独家」:AIGC在中国的运用是实用性很强的(当然也和技术发展程度相关),这好像不仅仅是小模型有用就能解释的。

喻国明:确实如此。在跟进大模型的领先创新方面,我们的能力的确很强。直到GPT 4.0出现,中国都有大量的大模型公司说,这没什么了不起,用三四年甚至更短的时间,我们就能接近甚至在某些方面超越它。但当Sora出现之后,中国的互联网大模型界一时无语,因为这完全是另外一条线。
其实从研究者的角度来说,我们早就知道——互联网发展,一个是左脑机制,一个是右脑机制,然后实现对人类智能的超越。左脑负责逻辑计算和精准控制,如同车的GPS,通过逻辑、理性和概率,整合世界上符合算法、数据和算力规则的应用逻辑力量,这一点我们过去确实做得很好。

但问题在于,除了语义、符号和逻辑的整合,我们还需要具体场景。例如,进行设计或实验时,需要一个适合的物理场景来安放我们的想法、操作和体验,在数字化的平台基础上,形成符合物理世界规律的世界模拟器。既有理性价值的连接,又有符合现实的场景。这样,就完成了左右脑互联互通,产生“1+1>2”的效果。

实际上,从理论研究角度看,人工智能再向前发展,这两种实践路线也还不足够,还需要智能加持的“行动者”——在这种价值联系和实际场景的驱动之下,协同人类进行各种各样的实践尝试。换句话说,人作为主体,再有一个智能助手,就会非常高效。

当三者结合,这个世界就完整了,互联网就完成了对人类实践场景的迭代和超越。数字文明时代,以上构想会加速发展和成熟起来。下一步,机器人方面会有重大突破。当天时、地利、人和三者合一的时候,智能化的世界将展开它全新的面貌。

如果我们没有这样的思想和概念,人家走到哪儿你跟到哪儿,那只是一种跟进战略,而不是在创新。那是不行的。
AIGC赋能传媒:一个时代的开始
「广电独家」:您认为传媒业需要大模型吗?

喻国明:当然。大模型是未来社会生活、社会实践的基础平台,是完成不同要素、环节、价值匹配的必需品。对生产资料、生产力的传统匹配方式,是由人的经验、知识去完成的,未来则是用算法去实现它最有效率、最适当的搭配,这是完全不同的。

互联网领域的领军者曾经说过:“所有行业、所有应用、所有软件、所有服务都值得基于新型人工智能技术、基于AIGC各方面技术支撑、大模型支撑重做一遍。”这是因为,智能技术作为媒介,为我们提供了价值连接、价值匹配的全新思路、全新可能。

在培育媒介素养方面,大模型是有强大能力的。有了大模型,我们能够培育一个人的媒介素养,实现从内容治理到用户治理。

这就像你去学车,看书学交规是一种学习方式,而如果在一个游戏里边设计出无数个驾驶中可能出现的问题,当你对所有问题都能做出正确的判断和处理的时候,你还需要学交规吗?大模型的能力,对各种素养的培育、标准的建立、规则的熟悉,都可以进行一系列预训练。

有人说,对新闻传播而言,大模型除了能进行场景重建之外,没有任何正面价值。这是不对的,这是站在结果控制层面进行评价。一个结果的得出固然重要,但如果没有这样的前期投入,你对结果控制不了。

如果我们认可要从结果治理到过程治理,从内容治理到用户治理,那么你会知道人们是带着一整套经验结构、价值认知、逻辑认知、尺度认知的。

当他面对一个假新闻的时候,我们在这之前已经把工作做好了,让他了解看待一个问题应该有哪些经验、哪些素养、哪些手段,用什么标准去判断衡量,等等,这难道不是新闻传播应有的一种治理方式?为什么只是从结果的角度来说,从内容的角度来判断它有用没用?

其实它对一个人信息接触的素养培训非常重要,对辨别能力的提升非常重要,只是过去的手段做不到这一点。现在有了,难道不是对新闻传播非常有用的一种工具,一种场景设计吗?

「广电独家」:包括新闻在内,我们现在做的很多AIGC的事情是产品化的,大家的理解也是产品化,而不是过程性的。

喻国明:这是不对的,AIGC对大众传播的全环节都是有影响的。比如社交机器人在用户洞察上已经做得很深入、很全面了。

再如内容的采集、加工、制作、分发,就像营销领域,同样一个汽车品牌,面对年轻人怎么说,面对老年人怎么说,面对女性怎么说,面对知识分子怎么说……AI能分别给予时尚、便利、低调奢华、经济实惠、绿色生态这样的赋词作为主诉求而生成。而且人写的内容脱离不了某种思维模式和观察角度,但大模型是在提示词之下变换风格。虽然每篇都不算精品,但它有针对性,有逻辑诉求点,效率就会非常高,它一分钟可以写500篇这样的“小作文”。

再如“文生图”,开大会出一个公告,要做成思维导图,往往需要一个团队用很高的劳动强度来做,现在用大模型不到一分钟就能做出来,而且非常准确,只要稍微作一些修饰就可以直接用了。

用大模型可以做的事太多了,而且这还只是在现有的产品逻辑、价值供应链基础之上一种提高效率的做法,更不要说它一旦形成一种强大的支撑能力,会对整个传播形态、传播模式、传播重点、人力配置等等做出怎样的改变。这是一个时代的开始。

「广电独家」:在媒体内容的领域,还有哪些AIGC可以用得更好更足的地方?

喻国明:一是场景分享方面,还需要更多体验性的东西,虽然核心新闻事实还需要比较规范地表达、表现。二是在媒介素养的提升方面,AIGC还能做更多过程性的工作。三是在市场洞察和用户洞察方面,AIGC或社交机器人等还能做更多事情。

我们还能利用它来建立各种各样的资源库,对历史性的数据资料、文本资料、图片资料、视频资料等,运用智能化的方式盘活。

比如很多广播电视台都做了媒资库,有些影像资料可以卖钱,但这是低附加值的方式。如果你能够用自己的资源,去表现中国的某个产品、某个产业、某个城市、某个领域的变化,做成一个专题片,再通过人为的方式进行某种精修,这样的附加值一定比简单卖素材大得多。

这种东西过去要人来做,需要各种各样的素材搜索、剪辑,很考验人。我曾经看过一部日本的纪录片,讲人的一生,涵盖从出生到死亡的各种场景。那部片子不是他们原创的,是从各种各样的纪录片、新闻片里剪辑出来的。今天用人工智能去做,效率会高很多。近期我正在推荐一个学生用AIGC分析战争片的“色彩”,提炼战争片的主题表达及话语诉求。

每个机构都需要“智能助理”,但术业有专攻

「广电独家」:一个传媒机构(媒体平台)如何判断是否应该搭建自有AIGC平台?

喻国明:每个人、每个机构,只要你有特定的需求、特定的使命,都可以有一个属于自己的大模型,拥有一个属于个体的“智能助理”。理论上来说,未来哪怕是一个蓝领,也需要有自己的智能化个人助理。

从趋势来说,“自有AIGC”是一定的、必然的,只是说需要走多长的路,成本多少,可行性多高。媒介机构作为一个组织,具备组织能力、资金财力和技术能力,可以成为率先利用这种资源的机构。

未来,不是人工智能打败人,而是掌握人工智能的人或者机构,打败那些没有掌握人工智能的人和机构。

「广电独家」:产学研用结合是当前AIGC研发的一个重要背景,我们近期也注意到一些业界的投资、注资消息,很多人认为体制内很难做出很强的市场化的AI,对此您怎么看?

喻国明:一般媒体机构很难说在做大模型、哪怕小模型方面有多少人才,有多少能力,有多少基础。在大模型时代,更拼理解力、眼光和思路,而不是在某个具体点上的能力。术业有专攻,可以合作混搭。

就像当年王小川的搜狗有做虚拟主播的技术能力,他需要树立自己在这方面的头部地位,他跟新华社合作,去做新华社的虚拟主播,就有了国家级平台的质量背书。这对于新华社也是双赢,成为运用虚拟主播的第一个尝试者,占据了新媒体表达方式的高地。

购买服务这种方式以后会越来越少,而是彼此间形成一个价值链条,只要能够找到价值链条的闭环,合作就是必然的。当然,有时这种合作可能彼此间投入产出不对称,需要考虑其他补偿,这也是必然的,是动态平衡的。

要求所有媒体机构都有这种模型能力是不现实的,“以我为主”有可能做出来的是二流、三流的。

马斯克做特斯拉,在2018年把所有属于他的专利全部开放,很多技术探索的时间缩短了10~20年。有人说他是“活雷锋”,但对于马斯克来说,电动车是新生事物,在油车占领市场的情形中,电动车进入市场是需要预热的,至少需要对用户进行观念渗透和品牌改造,需要基础设施进行匹配融合、共通共建,如果全由马斯克去做,他的成本付出得有多大!可一旦他把专利释放出来,所有人都在做他想要的这些工作,他就省下了很多资源。

所以说,开源、开放其实有巨大的好处,尤其像AIGC这样的东西。这是互联网时代最为基础性的一种市场运作方式——通过开源、开放、合作、混搭,所有跟社会习惯、社会规则、社会培育相关的事情都由别人来做,众人拾柴火焰高。

既不开源又不开放是一个很大的问题。时代发展到一定阶段,媒体如果还用这种不开源、不开放、不混搭的方式,一定会走到连意识形态安全都无法坚守的程度。
哪怕是在意识形态领域,也要做某种安全、防范的新规则、新模式——只有在开源、开放、合作、混搭当中,才能形成应对新形势的安全方法;也只有在这种情况之下,才能做好守土有责的工作。

所以今天我们中国的媒介问题,不是一个技术问题,不是一个具体业务环节的问题,而是一个基本走向的问题。

「广电独家」:文旅、数字展陈、数字购物等领域的商业化前景普遍被看好,您认为在这些方面是否能对您的建议先行先试?

喻国明:在消费领域,在品牌传播领域,要鼓励先行先试。试点先行,是我国一直以来采取的很有效的工作方式。试点成功之后再去推广,这也是一种审慎的态度。我相信这些尝试是可以做的,要有容错率,而不是动辄得咎。

「广电独家」:AIGC更广泛地应用之后,UGC、PGC的界限也模糊了。

喻国明:这恰恰是主流媒介能够占据主导地位的一个机会。UGC虽然想法很多,也很灵活,但它没有资源,难为无米之炊。而我们很多主流媒介处于很丰厚的资源保护之下,却在讨饭吃,这很不正常。没有用最新的技术形成生产力,这就是问题所在。

「广电独家」是广电业界第一订阅号,「影视独家」透视影视热点,北京中广传华影视文化咨询有限公司运营,长按二维码可订阅。


请点赞”“在看”第一时间接收行业最新信息

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/169153
 
73 次点击