断断续续的尝试在实际的工作使用中理解和测试AIGC,运用会越来越多、越来越广范,但也是时候做个小结了。
没有太用热火的ChatGPT,只是拿了日常最容易用到的CSDN创作助手(每周写文章总是看到)和文心一言(没了谷歌只能百度),毕竟天天工作、生活能用到。
每一代技术革命都会带给我们冲击,同时也会带来新的机会。
AIGC将会深入到我们的生活和工作中,将会替代我们习惯了的操作和岗位,我们竞争过机器吗?我们将何去何从?
- 都能实现文本生成,CSDN创作助手深耕于文档创作,文心一言则更全面文本图像,语主、视频、音频的表现呢?想来并不是什么问题,只是数据集的存储和积累
- CSDN创作助手速度的确慢了点,文心一言则更快速的反馈,但这段持续的使用和测试过程,感觉到了他们的变化,不仅是内容回复质量,也还有反馈速度
- 格式化、标准化、大纲化是AIGC的强项,想来人类活动的积累最佳实践,也被很好的拿来作为训练素材,被AI模型有效的进行了学习,CSDN创作助手和文心一言的总分总格式应是文档写手的最佳替代
- 也许会是一本正经的胡说,那也需要提供必要的数据和引导,CSDN创作助手和文心一言才能将你提供的伪数据代入其中,一本正经的编出一份你想要的答案。记得,是你这个坏小子想要的
- 如聊天般的AIGC生成,层次化的、逐步深入的方式,更容被CSDN创作助手和文心一言获得,并给出相对准确答案
- 问题描述不要太复杂,正如人在聊天一样,简短、有利的主题,更容易让对方生成内容 -- 试着像个朋友一样与他慢慢聊起来吧,彼此要了解,越细越好
- 自主的上下文的联系,表现一般,不过你可以用“接上文”来提醒答案的关联生成
- 毕竟是数据训练而来的AIGC,数据的实效性稍有些延迟,历史的表现更好,实时的则是信息在web传播的更有效
- 这也正体现了AIGC的持续训练、学习,对于同一问题,可以以不同的方式提问、可以在不同的时期提问,回复可见的越来越接近你想要的,也许比你想像的更完美
- 训练数据越来越大,生成的内容越来越多,如何保证训练数据的正确性、安全性;如何保证生成内容的有效性、传输的安全性、使用的合规性。。。。。。想想看,也许会有立法
诚然,AIGC简化了一些我们日常工作和生活的难题,特别是有清晰明确答案的,没有了选择困难,只是一问一答的聊天,当年的聊天Robot的确没有这么大的数据、这么强的训练
同时,AIGC的发展(1950 ~ )近80年,真正进入我们看工作和生活也是最近几年的事情,也正是人工智能、元宇宙、数字孪生等一系列虚拟技术的兴起,也正是chatGPT的火热让我们这些人使用到、关注到。
未来,会是什么样?也许正是我们想像中的样子,敢想、敢干,即能实现,时代造人,时代弄人。
-- 以下 参考 百度百科,AIGC
AIGC,Artificial Intelligence Generated Content,人工智能技术生成内容。
多模态之上的人工智能技术,即单个模型可以同时理解语言、图像、视频、音频,即现有常见的文本生成、图像生成、视频生成、音频生成
实现AIGC更加智能化、实用化的三大要素是:数据(来源、形态、处理、存储,需要基础架构的支持)、算力(训练环境)、算法(模型、训练)
- AIGC(生成式AI)试用 0 -- 如何测试此类应用
- AIGC(生成式AI)试用 1 -- 基本文本
- AIGC(生成式AI)试用 2 -- 胡言乱语
- AIGC(生成式AI)试用 3 -- 专业主题
- AIGC(生成式AI)试用 4 -- 从模糊到精确
- AIGC(生成式AI)试用 5 -- 从模糊到精确,再一步
- AIGC(生成式AI)试用 6 -- 从简单到复杂
- AIGC(生成式AI)试用 7 -- 桌面小程序
- AIGC(生成式AI)试用 8 -- 曾经的难题
- AIGC(生成式AI)试用 9 -- 完整的程序
- AIGC(生成式AI)试用 10 -- 安全性问题
- AIGC(生成式AI)试用 11 -- 年终总结
- AIGC(生成式AI)试用 12 -- 年终再总结
- AIGC(生成式AI)试用 13 -- 数据时效性
- AIGC(生成式AI)试用 14 -- 画画