2022年，在集群式和聚变式的科技革命中，人工智能天生内容（AIGC，AI Generated Content）后来居上，以超出人们预期的速率成为科技革命历史上的重大事宜，迅速催生了全新的科技革命系统、格局和生态，进而深刻改变了思想、经济、政治和社会的演进模式。

第一，AIGC的意义是实现人工智能“内容”天生。
人们主不雅观的觉得、认知、思想、创造和表达，以及人文科学、艺术和自然科学都要以具有本色性的内容作为根本和条件。
以是，没有内容就没有人类文明。
进入互联网时期后，产生了所谓专业天生内容（PGC），也涌现了以此作为职业得到报酬的职业天生内容（OGC）。
与此同时，“用户天生内容”（UGC）的观点和技能也逐渐发展，由此形成了用户内容生态。

内容生产授予了Web2.0的成熟和Web3.0时期的来临。
相较于PGC和OGC、UGC，AIGC通过人工智能技能实现内容天生，并在天生中注入了“创作”，意味着自然智能所“独占”和“垄断”的写作、绘画、音乐、教诲等创造性事情的历史走向闭幕。
内容天生的四个阶段如图0-1所示。

图0-1 内容天生的四个阶段

第二，AIGC的核心技能代价是实现了“自然措辞”与人工智能的领悟。
自然措辞是一个包括词法、词性、句法、语义的体系，也是不断演进的动态体系。
代表AIGC最新进展的是由OpenAI公司开拓的ChatGPT（Chat Generative Pre-trained Transformer）。
它完成了机器学习算法发展中，自然措辞处理领域的历史性超过，即通过大规模预演习模型，形成人工智能技能理解自然措辞和文本天生能力，可以天生笔墨、语音、代码、图像、***，且能完成脚本编写、文案撰写、翻译等任务。
这是人类文明史上翻天覆地的革命，开启了任何阶层、任何职业都可以以任何自然措辞和人工智能互换，并且生产出从美术作品到学术论文的多样化内容产品。
在这样的过程中，AIGC“异化”为一种理解、超越和天生各种自然措辞文本的超级“系统”。

第三，AIGC的绝对上风是其逻辑能力。
是否存在可以逐渐发展的逻辑推理能力，是人工智能与生俱来的寻衅。
AIGC之以是迅速发展，是由于AIGC基于代码、云打算、技能操控数据、模式识别，以及通过机器对文本内容进行描述、分辨、分类和解释，实现了基于措辞模型提示学习的推理，乃至是知识增强的推理，构建了坚实的“底层逻辑”。
不仅如此，AIGC具备基于准确和规模化数据，形成包括学习、决议、考试测验、改动、推理，乃至根据环境反馈调度并改动自己行为的能力；它可以打破线性思维框架并实现非线性推理，也可以通过归纳、演绎、剖析，实现对繁芜逻辑关系的描述。
可以绝不夸年夜地说，AIGC已经并连续改变着21世纪逻辑学的面貌。

第四，AIGC实现了机器学习的集大成。
21世纪的机器学习蜕变到了深度学习（Deep learning）阶段。
深度学习可以更有效地利用数据特色，形成深度学习算法，办理更为繁芜的场景寻衅。
2014年天生对抗网络（GAN）的涌现，加速了深度学习在AIGC领域的运用。
AIGC实现了机器学习的集大成（图0-2）。

图0-2 机器学习常用算法 资料来源：程序员zhenguo（2023），“梳理机器学习常用算法（含深度学习）”

第五，AIGC首创了“模型”主导内容天生的时期。
人类将跑步进入传统人类内容创作和人工智能内容天生并行的时期，进而进入后者逐渐走向主导位置的时期。
这意味着传统人类内容创作互动模式转换为AIGC模型互动模式。
2022年是主要的历史拐点（图0-3）。

图0-3 人类天生内容向AIGC转换趋势

在自然措辞处理（NLP）系统中，“Transformer”是一种融入把稳力机制和神经网络模型领域的主流模型和关键技能。
Transformer具有将所处理的任何笔墨和句子“向量”或者“矢量”化，最大限度反响精准意义的能力。

总之，没有Transformer，就没有NLP的打破；没有大模型化的AIGC，ChatGPT升级就没有可能。
多种主要、高效的Transformer的凑集如图0-4所示。

图0-4 多种主要、高效的Transformer的凑集模型 资料来源：Tay et al (2022), “Efficient Transformers: A Survey”, doi: 10.48550/arXiv.2009.06732

第六，AIGC开放性创造力的主要来源是扩散（Diffusion）模型。
扩散模型的观点，最早在2015年的论文《利用非均衡热力学的深度非监督学习》（Deep Unsupervised Learning Using Nonequilibrium Thermodynamics）中被提出。
2020年，论文《去噪扩散概率模型》（Denoising Diffusion Probabilistic Models）中提出DDPM模型用于图像天生。
从技能的角度来看，扩散模型是一个潜在变量（Latent Variable）模型，通过马尔可夫链（Markov chain）映射到潜在空间。
一样平常来说，AIGC由于吸纳和依赖扩散模型，而拥有开放性创造力。

2021年8月，斯坦福大学联合浩瀚学者撰写论文，将基于 Transformer架构等的模型称为“根本模型”（Foundation model），也常译作大模型。
Transformer推动了AI全体范式的转变（图0-5）。

图0-5 根本模型“transformer” 资料来源：Bommasani et al (2022), \"大众On the Opportunities and Risks of Foundation Models\"大众, doi: 10.48550/arXiv.2108.07258

第七， AIGC的进化是参数以几何级数扩展为根本。
AIGC的演习过程，便是调度变量和优化参数的过程。
以是，参数的规模是主要条件。
谈天机器人ChatGPT的问世，标志着AIGC形成以Transformer为架构的大型措辞模型（Large Language Model，简称LLM）机器学习系统，通过自主地从数据中学习，在对大量的文本数据集进行演习后，可以输出繁芜的、类人的作品。

AIGC形成的学习能力取决于参数的规模。
GPT-2大约有15亿个参数，而GPT-3最大的模型有1750亿个参数，上升了两个数量级。
而且，它不仅参数规模更大，演习所需的数据也更多。
根据媒体宣布但还未被证明的，GPT-4的参数可能将达到100万亿规模（图0-6）。

图0-6 GPT-4的参数规模

根据学界履历，深度神经网络的学习能力和模型的参数规模呈正干系。
人类的大脑皮层有140多亿个神经细胞，每个神经细胞又有3万多个突触。
以是，大脑皮层的突触总数超过100万亿个。
所谓的神经细胞便是通过这些突触相互建立联系。
假设GPT-4实现100万亿参数规模，堪比人的大脑，意味着它达到与人类大脑神经触点规模的同等水平。

第八，AIGC的算力需求呈现显著增长。
数据、算法、算力是人工智能的稳定三要素。
根据OpenAI剖析，自2012年以来，6年间AI算力需求增长约30万倍（图0-7）：

图0-7 从AlexNet到AlphaGo Zero：30万倍的运算量增长 资料来源：OpenAI (2018),“AI and Compute”, https://openai.com/blog/ai-and-compute/

在可以预见的未来，在摩尔定律（Moore's Law）已走向失落效的情形下，AI模型所需算力被预测每100天翻一倍，也便是“5年后AI所需算力超100万倍”。
造成这样需求的根本缘故原由是AI的算力不再是传统算力，而是“智能算力”，因此多维度的“向量”凑集作为算力基本单位。

第九，AIGC和硬技能相辅相成。
从广义上讲，AIGC的硬技能是AI芯片，而且是经由分外设计和定制的AI芯片。
AI芯片须要实现CPU、GPU、FPGA和DSP共存。
随着AIGC的发展， 打算技能的发展不再仅仅依赖通用芯片在制程工艺上的创新，而是结合多种创新办法，形成智能打算和打算智能技能。
例如，根据运用需求重新核阅芯片、硬件和软件的协同创新，即思考和探索新的打算架构，知足日益巨大、繁芜、多元的各种打算场景。
其间，量子打算会得到打破性发展。

第十，AIGC将为区块链、NFT、Web3.0和元宇宙带来深层改变。
AIGC不可枯竭的创造资源和能力，将从根本上改变目前的NFT观点生态。
Web3.0结合区块链、智能合约、加密货币等技能，实现去中央化理念，而AIGC是知足这个目标的最佳工具和模式。

没有悬念，在Web3.0环境下，AIGC内容将涌现指数级增长。
元宇宙的实质是社会系统、信息系统、物理环境形态通过数字构成了一个动态耦合的大系统，须要大量的数字内容来支撑，人工设计和开拓根本无法知足需求，AIGC可以终极完善元宇宙生态的底层根本举动步伐。
随着AIGC技能的逐渐成熟，传统人类形态不可能进入元宇宙这样的虚拟天下。
未来的元宇宙主体将是虚拟人，即经由AIGC技能，特殊领悟ChatGPT技能，以代码形式呈现的模型化的虚拟人。

简言之，区块链、NFT、Web3.0，将授予AIGC进化的契机。
AIGC的进化，将加速广义数字孪生形态与物理形态的平行天下形成。

第十一，AIGC催生出全新的家当体系和商业化特色。
AIGC利用人工智能学习各种数据自动天生内容，不仅能帮助提高内容天生的效率，还能提高内容的多样性。
笔墨天生、图片绘制、***剪辑、游戏内容天生皆可由AI替代，并正在加速实现，使得AIGC进而渗透和改造传统家当构造。
在家当生态方面，AIGC领域正在加速形成三层家当生态并持续创新发展，正走向模型即做事（MaaS）的未来（图0-8）。

图0-8 AIGC家当构造 资料来源：腾讯《AIGC发展趋势报告》，2023年1月31日发布

伴随AIGC天生算法的优化与改进，AIGC对付普通人来说也不再是一门遥不可及的尖端技能。
AIGC在笔墨、图像、音频、游戏和代码天生中的商业模型渐显。
2B（to Business的简称）将是AIGC的紧张商业模式，由于它有助于B端提高效率和降落本钱，以补充数字鸿沟。
但可以预见，由于AIGC“原住民”的发展，2C（to Consumer的简称）的商业模式将相继而来。
根据有关机构预测，2030年的AIGC市场规模将超过万亿公民币，其家当规模生态如图0-9所示。

图0-9 AIGC家当规模生态分布 资料来源：陈李，张良卫（2023），“ChatGPT：又一个“人形机器人”，东吴证券https://www.nxny.com/report/view_5185573.html

现在，AIGC，特殊是在措辞模型领域的全方位竞争已经开始。
以是，发生了微软对OpenAI的大规模投资，由于有这样一种说法：“微软下个十年的想象力，藏在ChatGPT里。
”近日，谷歌宣告推出基于“对话运用措辞模型”（LaMDA）的Bard，实现其搜索引擎将包括人工智能驱动功能。
ChatGPT刺激谷歌开始“创新者困境”突围。
未来很可能涌现Bard和ChatGPT的对决或共存，也便是LaMDA和GPT-3.5的对决和共存，构成AIGC竞争和自然垄断的新生态。

在这样的新兴家当布局和商业模式下，就业市场将会发生根本性改变：其一，专业职场重组，相称多的职业可能衰落和消亡；其二，原来支持IT和AI家当的码农军队面临严重萎缩。
由于AIGC将极大地刺激环球外包模式并取代码农。

第十二，AIGC的法律影响和监管。
虽然AIGC这样的新技能供应了很多希望，但也会给法律、社会和监管带来寻衅。
在中国，继2022年1月国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布《互联网信息做事算法推举管理规定》后，2022年11月，国家互联网信息办公室再次会同工业和信息化部、公安部联合发布《互联网信息做事深度合成管理规定》。
该规定的第五章第二十三条，对“深度合成技能”内涵做了规定：“利用深度学习、虚拟现实等天生合成类算法制作文本、图像、音频、***、虚拟场景等网络信息的技能。
”但可以预见，由于AIGC的技能日趋繁芜，并将得到高速发展，国家很难避免监管缺少专业性和滞后性。

第十三，AIGC正在引领人类加速逼近“科技奇点”。
现在，人工智能已经接管天下；天下正在经历一波人工智能驱动的环球思想、文化、经济、社会和政治的转型浪潮。
AIGC呈现指数级的发展增速，开始重塑各个行业乃至环球的“数字化转型”。
说到底，这便是以AIGC为代表，以ChatGPT为标志的转型。
这统统，在2023年会有长足的发展，特殊是在成本和财富效益领域。

如果说，2022年8月的AI绘画作品《太空歌剧院》（Théatre D’opéra Spatial）推动AIGC进入大众视野，那么，ChatGPT的底层模型GPT-3.5是一个划时期的产物。
它与之前常见的措辞模型（BERT/ BART/ T5）的差异险些是导弹与弓箭的差异。
现在，呼之欲出的GPT-4，很可能通过图灵测试。
如果是这样，不仅意味着GPT-4系统可以改造人类的思想和创作能力，形成人工智能超越专业化族群和大众化趋势，而且意味着这个别系开始具备人类思维能力，并有可能在某些方面和越来越多的方面替代人类。

特殊值得关注的是被称为“人工智能激进变革先锋”的BLOOM（大型开放科学获取多措辞模型）的出身。
从2021年3月11日到2022年7月6日，60个国家和250多个机构的1000多名研究职员，在法国巴黎南部的超级打算机上整整演习了117天，创造了BLOOM。
这无疑是一场意义深远的历史变革的前奏。

斯坦福大学生理学和打算机科学助理教授丹尼尔·亚明斯（Daniel Yamins）说过：“人工智能网络并没有直接模拟大脑，但终极看起来却像大脑一样，这在某种意义上表明，人工智能和自然之间彷佛发生了某种趋同蜕变。
”

2005年，雷·库茨维尔（Ray Kurzweil，1948-）的巨著《奇点附近：当打算机警能超越人类》（The Singularity Is Near: When Humans Transcend Biology）出版。
该书通过推算奇异点指数方程，得出了这样一个结论: “在2045年旁边，天下会涌现一个奇异点。
这件事一定是人类在某项主要科技上，溘然有了爆炸性的打破，而这项科技将完备颠覆现有的人类社会。
它不是像手机这种小的奇异点，而是可以和人类出身对等的超大奇异点，乃至大到可以改变全体地球所有生命的运作模式。
”

现在处于狂飙发展状态的AIGC，一方面已经开始呈指数形式膨胀，另一方面其“溢出效应”正在改变人类本身。
在这个过程中，所有原来看来离散和随机的科技创新和科技革命成果，都开始了向AIGC技能的收敛，人工智能正在形成自我发育其和完善的内在机制，

加速人类社会超越数字化时期，进入智能数字化时期，逼近可能发生在2045年的“科技奇点”。

（作者朱嘉明为有名经济学家，横琴数链数字金融研究院学术与技能委员会主席，本文为《AIGC：智能创作时期》一书代序，澎湃科技获授权刊发。
）