人工智慧內容生成如何重塑產業樣貌｜專家論點【Howie Su】

深度學習強化內容生成質與量

自2014年開始，生成式對抗網路帶動深度學習演算法快速發展，由電腦生成內容擺脫過去笨拙、無情感、低邏輯的狀態，更多的資料帶來更多想像力，也吸引科技業者投入，例如微軟的「小冰」、DeepMind的DVD-GAN、NVIDIA的Style GAN、Open AI的DALL-E-2，這些模型已經開始朝向高品質應因內容製作，甚至繪出抽象藝術風格的作品，人工智慧內容生成（AI Generated Content，AIGC）在深度學習演算法快速發展、企業與社會在數位經濟發酵下產生大量數據、人機協作正夯的三大要素驅動下，已經開始改變整個產業與社會樣貌，除了「編輯」功能外，也開始朝向「創作」邁進，加上元宇宙的風潮持續，未來的作品將難以分辨是由人或是電腦製作，或是兩者合力完成，同時搭配AR/VR整合虛實經濟。

人工智慧大模型架構帶來技術快速升級

參數是機器學習演算法的關鍵要素，猶如馬斯克與貝佐斯的太空競賽，科技巨頭的軍備競賽是「誰有最大深度學習的模型」，而參數的數量在這兩年成長速度相當驚人：2018年最大的模型有9,400萬個參數，2021年最大的模型1.6兆個參數，最大主因為Google、Meta、Microsoft、Amazon等巨頭推波助瀾所致，一方面向業界展現驚人的人工智慧競爭力，一方面也探索參數數量的極限，雖然許多聲音指出，越大的模型並不一定適合用在每個場域，但有能力開發出超參數模型（Hyper-parameterized models）的業者也代表不斷推進演算法的疆界。

這些超參數模型多為語言模型（Language-based model），讓電腦可以撰寫報告、翻譯、文案、程式、遊戲等，甚至還能辨認語意中是否帶有諷刺或威脅性質的詞語。較著名的例子為GPT-3，一個由在舊金山的非營利人工智慧組織OpenAI訓練與開發出來的大型模型，包含1750億個參數，這個模型目前由微軟於2020年取得獨家授權，自然也被列進模型戰爭的軍火庫。事實上，微軟也是OpenAI的股東之一。未來大型模型可能有科技公司或是一個/多個團隊開發，但可以確定的是，目前探索參數在模型中的極限是人工智慧發展的重要里程碑。

能夠大規模預訓練的語言模型除了在語意分析、語音識別、資訊辨識等文本理解場景中發揮作用外，在廣告製作、內容生成的潛力也不可小覷，透過給予大量文字與圖像，讓模型尋找彼此的關聯性，再透過重複學習，模型能隨著給定圖像的不同而有不同判斷，例如OpenAI的模型能在給定一圖像後根據圖像中的內容物下標，例如「一隻柯基坐在椅子上」，經過不斷重複訓練，人工智慧將從理解內容與定義內容，逐步走向創作內容，從畫法、藝術風格、通過圖靈測試，都不再是遙不可及的夢想，甚至進行量產、拍賣，帶來可觀收益。

媒體業的人機協作時代來臨？

當然，受影響最大之一的產業為媒體業，採訪助理、文稿自動生成、影音與字幕生成改變媒體的內容生產模式，內容可以搭配什麼樣的圖、用什麼樣的口吻撰寫都可以調整。美聯社就以Wordsmith智慧稿件生成平台撰寫2,000篇報導，北京在2022年冬奧會議上也使用人工智慧內容剪輯，部分媒體業也開始用虛擬主持人/智慧主播分身的方式報導新聞，部分語音設備在採訪同時能自動生成新聞稿，媒體業身為最古老行業之一，正面臨深層變革。

瀏覽 2,816 次