GPT启示篇-内容生产的变革与思考

之前总结过:GPT改变了人类知识的创造、继承及应用的模式,因此,主要的变革会体现在以上三个方面,而前置文章主要讨论的学校教育变革,就是从知识继承的角度出发。

那么,切换下维度,现在从知识创建的范畴入手,并以内容生产为基础场景,提出新设想与落地场景应用。

同样,本文还是从技术乐观主义者出发,讲述GPT对内容生产的变革影响,思考框架如下:

一、内容生产的变革概述

GPT+插件的应用个人认为是技术与业务场景高度结合的产品形态,通俗来讲,就是可以通过配置具体场景提示语,结合GPT的大语言模型能力,完成各种结果的输出。如:微软copilot就是一个很好的例子。

那么,在内容生产方面,我们能有什么比较好的场景应用呢?

认为主要会体现在以下两个方面:专业内容生产、用户内容生产。

1. 专业内容生产变革

专业内容,特指各类研究、技术发展、社会发展、投资理财等层次较高的知识领域,在这领域包含了企业研究所、高校、政府单位、证券所等机构。

未来的专业内容变革体现在:以AI为主,可由人辅助完成。

根据一份文献[1]表明GPT会重点在以下领域突破:工业设计、药物研发、材料科学、数据合成。

1)工业设计

传统的工业设计一般需要经过以下流程:提出设想->创建原型->补充细节->对原型测试及修正->产品投入量产,这条链路下来不可避免会形成大量的投入成本,并且会产生大量测试产品报废的浪费问题。

假设GPT可以参与到专业内容的创造流程里面,那么从最理想状态进行评估,工业流程设计的流程可简化为:提出设想及优化调整提示方向->产品验证及评估->产品投入量产这三个部分。

这其中最为经典的例子就是芯片设计,设计师需对晶片排布进行各种尝试,有时会多达数十亿种,这不可能从纯人力层面进行设计,故GPT的应用从成本及效率上就可以尽可能的尝试,这确实是一个值得关注的重点领域,并且现实也有相关企业已经在尝试,如英伟达。

拓展阅读: Khailany B.,“Accelerating Chip Design with Machine Learning”,Proceedings of the 2020 ACM/IEEE Workshop on Machine Learning for CAD,2020, pp.33-33.

2)药物研发

药物研发领域需要耗费大量的资金及时间,其中一个重点原因在于:药物研发人员需要从海量备选的化合物寻找可供入药的成分,其中化合物的结构本身并不为人知,现阶段单纯以试错的方式推进验证。

后续若引入GPT的生成能力,理想状态来看,可以迅速识别到各种化学物的结构及成分,并且可以对现有的化学物进行重构及修改,从而加速药物研发的速度。其中一个有名的现实例子就是:DeepMind的AlphaFold对蛋白质结构的预测,有兴趣的同学可以自行查阅及阅读。

阅读拓展:Callaway E,“The Entire Protein Universe’: AI Predicts Shape of Nearly Every Known Protein”,Nature,2022,608(7921),pp.15-16

3)材料科学

材料科学和药物研发同理,设计过程中存在反复试错及验证的过程,引入GPT的效率提升也是存在明显的优势,如德国马普所钢铁研究所就与多个研究团队合作,提出了一种新的基于机器学习的高熵合金设计方法。

阅读拓展:Rao Z., et al.“Machine Learning–enabled High-Entropy Alloy Discovery”,Science,2022,378(6615),pp.78-85.

4)数据合成

另,还存在一个领域数据合成,这可能单独作为一个通用领域来理解更为合适,因各行业存在需要高度匹配行业特征的数据诉求,而AI发展离不开数据,GPT单独为每个行业提供高度适配行业特征的数据样本,从而加速行业发展,这也是很有研究价值的领域。

2. 用户内容生产变革

用户内容,特指旅游推荐、营销推荐、视频文字创作、生活常识等用户层面的生活领域,在这领域包含了水平不一,很多时候用户内容创作存在一定的误导性及不准确性,这方面不能说是用户层面的问题,而是整个用户内容行业急需解决的问题,不能因噎废食。

设想若接入GPT的能力,我们可以借助其系统化、专业化的指导意见,来丰富我们创作理念,从而输出更为优质的用户内容,这无疑是AIGC的一个有价值的点:让创作者更加回归创作目的及思考过程,从而输出更为有深度有质量的内容,而这里面用户需要做的就是prompt,即更为具体的反馈提示给到GPT。

二、后记及总结

总结:本文从GPT重构了知识创作的维度,基于五大思想派别之一的技术乐观主义者出发,结合内容生产的两大领域:专业内容生产及用户内容生产,并指出主要变革体现在:

  • 未来的专业内容变革体现在:以AI为主,可由人辅助完成
  • 未来的用户内容变革体现在:以人为主,可由AI辅助完成

并借此展望及讨论了一部分场景的应用可行性。

另,值得一提的是,关于内容创作的讨论,并未包含艺术创作这方面,理由主要是:

艺术创作,包含文学、美术、音乐等方面的内容创作,个人认为可以划分为专业内容范畴,同时又包含在用户内容范畴,这其中还衍生出AI是否具备像人一样对艺术进行理解的能力。

这方面的延展就包含了未来通用AI是否具备主观意识的大命题,因此认为不适合在内容生成的范畴这一小命题中讨论。

感谢阅读,如有不足及偏差,也请帮忙指正,谢谢!

参考文献

[1]陈永伟.超越ChatGPT:生成式AI的机遇、风险与挑战. 山东大学学报(哲学社会科学版)

拓展阅读

GPT启示篇-学校教育的变革与思考

本文作者 @SiegZhong

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部