AI繪畫與ChatGPT爆火，AI發展已經超乎你的想象？

AI繪畫與ChatGPT爆火，AI發展已經超乎你的想象？

Viking / 2022-12-09 18:58181358

這邊在朋友圈刷屏的AI繪畫風潮剛剛息鼓偃旗，那邊聲稱可以挑戰圖靈測試的ChatGPT又開始爆火。無論是AI繪畫還是ChatGPT，都給我們帶來了很多意想不到的“驚喜”，而它們也都與AI技術息息相關，今天我們就好好聊聊AI繪畫與ChatGPT，聊一聊AI技術未來的發展。

首幅在拍賣行拍賣的AI畫作

AI繪畫爆火的背后

雖然我們現在在手機上選擇一張照片做參考，輸入關鍵詞與設置參數就可以很輕松地用AI生成一張圖片，但AI繪圖如此簡單易用也是經過了很多年的技術發展迭代。

cat_detection.max-500x500.png

2012年，Google的吳恩達與Jef Dean訓練了當時世界上最大的深度學習網絡，以Youtube的100萬個貓臉照片為數據庫，最終得到了一張貓臉照片，不過這張貓臉非常模糊缺乏很多細節。但這依然給了行業專家很多信心，AI繪圖在行業內成為了熱門研究方向。

DeepDream創作的圖畫

2015年谷歌又發布了一個圖像工具DeepDream，它應用了模擬人類大腦和神經系統設計的人工神經網絡，能夠學會辨別畫面中的圖形。DeepDream還會將自然圖像的特征進行放大，比如一朵云的形狀像是一條狗，那么它會讓生成的圖像細節看起來更像一條狗，因此我們可以看到DeepDream創作的圖像一般都充斥著動物的面孔，或者有很多旋渦存在。這時的AI繪圖雖然有了一定進步，但效果并不出色，很難去有藝術的表達或者嚴謹的內容展現。

2021年，美國一家知名的人工智能企業OpenAI，推出了基于GPT-3開發的新型神經網絡DALL-E，其內部采用了CLIP深度學習模型，讓它開始能夠實現通過文本指令去創作圖片，也就是說輸入關鍵詞信息，它就可以創作對應主題圖片。OpenAI也將CLIP開源，AI繪畫由此邁出了重要一步。

經過AI技術開發者的不斷探索，今年年初，基于CLIP與Diffusion模型的AI繪畫Disco Diffusion開始被更多人所熟知。不過Disco Diffusion距離現在的AI繪畫還差一步，那就是算力資源亟待解決，渲染圖片的時間太長。

Social+templates.png

使用Stable Diffusion創作的圖片

不過車到山前必有路，很快7月份的時候Stable Diffusion橫空出世，它極大地改善了對算力資源的消耗，大大縮短了AI創作圖片的時間，讓我們現在使用普通的電腦、手機也可以體驗到AI繪圖。

AI繪畫技術越來越成熟，使用門檻足夠低，在電腦或手機上輸入文本指令，便能夠呈現出圖像，這為AI繪畫獲得廣大的用戶奠定了基礎，AI繪畫也理所應當地開始來到大家的面前。雖然目前AI繪畫仍有缺陷，很多細節無法深究，有時候會創作出較為離譜的內容，這恰好促成了很多普通用戶想要驗證AI繪畫有多離譜的心理。我們現在也能夠看到很多網友很多都是在曬AI繪畫能夠有多離譜多搞笑。

無所不能的ChatGPT？

除了AI繪畫，ChatGPT最近也火的一塌糊涂，上線5天用戶數便突破了100萬。ChatGPT是由OpenAI推出的一款聊天機器人模型，是的，就是上面提到推出CLIP的OpenAI，可以說ChatGPT和AI繪畫有點師出同門的意思了。

不同于AI繪畫，網上關于ChatGPT的討論基本都是圍繞著它有多么地厲害。不就是個聊天機器人嗎？微軟小冰、蘋果Siri、小愛同學不都能夠聊天嗎？是的，雖然就只是個聊天機器人，但ChatGPT卻在很多方面都要遠遠超越大家的預期。

比如它可以自己編寫代碼，或者幫助你找出代碼中的bug（程序員狂喜）；在進行對話的時候ChatGPT可以進行連續對話，而非Siri那種一次性對話；ChatGPT還可以進行文學創作，比如在要求的框架下寫小說；在回答大多數問題時，ChatGPT相較于普通搜索引擎會更加準確，更有邏輯；如果回答錯誤，ChatGPT甚至還會承認錯誤。

ChatGPT根據要求寫的命題作文

不過在經過百萬用戶奇思妙想的提問后，ChatGPT終于也展示出自己的弱勢一面，那就是針對文學常識性以及數學問題，ChatGPT往往會給出錯誤的答案。另外涉及到一些較為專業的問題，也有用戶表示ChatGPT的回答深究就會漏洞百出。目前美國的程序員問答網站Stack Overflow已經禁止用戶分享ChatGPT生成的回復，因為他們認為ChatGPT的代碼能力堪憂，出錯率太高。

微信圖片_20221209184643.png

雖然ChatGPT目前仍有許多局限性，但相較于其它聊天機器人水平還是高出很多。據了解，OpenAI在2018年便發布了生成式預訓練語言模型GPT，不過當時模型參數量還比較少，2020年GPT-3發布，參數量達到了1750億，大模型的訓練也直接推動GPT的發展，如今的ChatGPT使用了利用人類反饋強化學習的訓練方式，其中包括人類提問機器回答、機器提問人類回答等方式，讓模型對于生成的答案不斷提升評判能力。這也是ChatGPT能夠提供高質量回答的關鍵。

未來AI發展可以更樂觀一些

關于AI的發展，樂觀的人認為AI未來大有可為，悲觀的人則認為AI未來可能會產生自我意識，毀滅世界統治人類。其實從AI繪畫以及ChatGPT爆火來看，目前大多數人對于AI都是好奇且樂于接受的，我們期待可以從AI那里得到一副精美的圖畫，或者從ChatGPT那里獲得高質量的回答。即使AI繪畫與ChatGPT優秀到出圈被許多普通人所熟知，但從目前AI繪畫與ChatGPT的表現來看，距離對人類產生威脅還遙不可及。