Imaginea de copertă creată de AI ilustrează instrumentul Stable Diffusion, cuvânt cheie: Space Opera House Rembrandt Harmenszoon van Rijn și Hajime Sorayama amestecă stilul de pictură

Introducere

AIGC a renunțat la piața criptografică deprimată, ce este AIGC? De ce apare brusc? Ce impact va avea pe Web 3?

1. Noul hotspot pe piața principală——AIGC

Numele complet al AIGC este Artificial Intelligence Generated Content, care se referă la tehnologia AI de a crea conținut nou prin date masive existente (cum ar fi text, audio sau imagini). De fapt, nu există o definiție normativă unificată a conceptului AIGC. Un concept similar la nivel internațional este Synthetic Media, care este definit ca o tehnologie pentru producerea, manipularea și modificarea datelor sau media prin algoritmi de inteligență artificială, inclusiv text, cod, imagini, conținut audio, video și 3D etc.

2. Nevoile utilizatorilor conduc la dezvoltarea tehnologiei AIGC

AIGC se concentrează pe producția de conținut, iar dezvoltarea ecosistemului de conținut poate fi împărțită în patru etape: conținut generat profesional (PGC), conținut generat de utilizatori (UGC), conținut generat asistat de IA și conținut generat de AI (AIGC). ), în prezent rămânem în principal în prima și a doua etapă, iar a treia etapă joacă ca rol secundar.

PGC se referă în general la conținutul care este creat de o echipă de profesioniști, are un criteriu de producție ridicat și un ciclu de lucru lung. În cele din urmă, va fi folosit pentru realizarea comercială, cum ar fi TV, filme și jocuri. Pentru a asigura calitatea conținutului generat, PGC trebuie să investească tone de costuri tehnice și de muncă. Conform modelului PGC, drepturile de producere și realizare a conținutului sunt în mâna câtorva persoane, cu un grad mai mare de concentrare și un efect de monopol mai puternic. Cu toate acestea, este dificil pentru PGC să răspundă nevoilor producției de conținut pe scară largă, din cauza resurselor umane limitate din partea ofertei.

Pe de altă parte, UGC estompează granițele dintre consumatori și producători. Platforma va oferi instrumente de creație, iar producătorii pot fi ei înșiși utilizatori, ceea ce scade bariera de producție și îmbunătățește prosperitatea ecologiei conținutului, cum ar fi videoclipurile scurte. Modelul UGC reduce costul de producție și gradul de centralizare într-o anumită măsură, răspunde nevoilor personalizate sau diversificate ale utilizatorilor și mărește plafonul de capacitate. Deși scara de producție a conținutului a fost mult îmbunătățită, calitatea a suferit inevitabil o reacție negativă, deoarece nu există restricții privind producătorii, instrumentele de generare și subiectele de conținut.

PGC și UGC sunt constrânse de capacitatea de producție și, respectiv, de calitate. Este greu pentru ei să răspundă cererii de conținut în creștere rapidă, în timp ce AIGC poate fi o nouă rundă de schimbare de paradigmă în procesul de dezvoltare a ecologiei conținutului. Pe fondul creșterii cererii utilizatorilor, eficiența scăzută a creării manuale a devenit un blocaj care limitează scara producției de conținut. Din perspectiva cererii, pe măsură ce tinerii devin curentul principal al consumului de conținut, cererea lor pentru capacitatea de producție și calitatea producției de conținut a explodat. În plus, deși popularitatea internetului a accelerat viteza de difuzare a conținutului, a mărit și decalajul în cererea utilizatorilor. Sub cererea mare a utilizatorilor, modul tradițional de producere a conținutului a scos la iveală deficiențe serioase în ceea ce privește capacitatea și calitatea de producție. Deși UGC îmbunătățește problema producției la scară limitată a PGC, calitatea conținutului acestuia este neuniformă, ceea ce duce la costuri de recuperare mai mari pentru utilizatorii pentru a accesa conținut de înaltă calitate. În ultima analiză, UGC încă nu poate satisface cererea utilizatorului de conținut de înaltă calitate.

Nu există un plafon pentru creșterea ecologiei conținutului și este foarte necesar să se introducă AIGC. Procedurile de creare a conținutului sunt pașii de screening, filtrare, procesare și integrare a informațiilor de către producători. O serie de procese se bazează pe studiul independent pe termen lung al creatorilor, care cheltuie mult timp și putere mentală. Pe termen lung, capacitatea creației artificiale este limitată până la urmă. Când potențialul de producție al PGC și al UGC este epuizat, AIGC poate fi capabil să compenseze decalajul din ecologia conținutului.

Ecologia conținutului a intrat în stadiul producției asistate de AI, iar AIGC este de așteptat să fie realizat în viitor. În prezent, producția de conținut este încă limitată la cadrul de creare bazat pe PGC și UGC. Platforma ajută utilizatorii să creeze prin instrumente AI deschise. Oricine poate deveni creator și poate emite comenzi pentru ca AI să genereze automat conținut, instruindu-l să finalizeze sarcini complexe, cum ar fi codarea, desenul și modelarea, ceea ce scade și mai mult standardul de producție și îmbunătățește eficiența producției.

Cu toate acestea, datorită dezvoltării tehnologiei, AI joacă doar un rol auxiliar în munca de mai sus. Oamenii mai trebuie să creeze conținut sau să introducă instrucțiuni în link-urile cheie. AI nu are capacitatea de a deveni un creator independent. Cu toate acestea, odată cu modernizarea și iterația continuă a elementelor de bază, cum ar fi datele și algoritmii, AIGC poate fi direcția generală a dezvoltării viitoare. Poate depăși limitările artificiale și poate trece la nivelul de creație independentă, creând conținut mai bogat și mai divers. În teorie, AIGC va realiza oferta nelimitată de ecologie a conținutului, iar calitatea conținutului va depăși PGC, având în vedere eficiența producției și profesionalismul.

3. AIGC va străluci în Web 3

În Web 2, AIGC a început o explorare extinsă în diverse domenii. În prezent, Web 3 este o versiune descentralizată a cartografierii Web 2. Prin extensie, AIGC va avea în mod natural multe indicații aplicate în Web 3.

S-a făcut o descoperire în instrumentele AI legate de generarea de text. Aplicațiile AIGC în crearea de text includ codificarea, traducerea și scrierea. Crearea textului este în esență utilizarea limbajului. deoarece limbajele de programare sunt relativ mai structurate și mai ușor de învățat pentru AI, dar limbajele umane trebuie să combine contextul, semantica etc., prin urmare, cel mai matur scenariu aplicat de generare de text este codarea, lucrări reprezentative precum Github Copilot produs de Microsoft. Utilizatorii introduc logica codului în text, acesta poate fi înțeles rapid, iar sub-modulele vor fi generate pe baza unui cod open-source masiv pentru ca dezvoltatorii să le folosească. În zilele noastre, aproape 40% din codul generat de GitHub Copilot este scris de AI. Deși plug-in-urile modulare, cum ar fi SDK-ul din Web 3, au îmbunătățit viteza de programare a dezvoltatorilor, eficiența dezvoltării protocoalelor cripto poate fi promovată în continuare odată cu popularizarea tehnologiei AIGC în viitor. În mod ideal, AIGC poate detecta automat nevoile sau posturile vacante ale pieței și apoi să programeze și să genereze noi protocoale în mod independent.

În ceea ce privește crearea de conținut în limbajul uman, AIGC a făcut, de asemenea, progrese considerabile. În prezent, dezvoltarea traducerii a obținut un avans mare. Roblox a tradus automat jocurile dezvoltate în engleză în alte opt limbi prin învățarea automată, inclusiv chineză, germană și franceză; sistemul de scriere de știri Dreamwriter dezvoltat de Tencent poate fi utilizat în cele 22 de scenarii de scriere reglementate, iar viteza medie de postare este de până la 0,46 secunde; în articolul Sequoia Capital din „Generative AI: A Creative New World”, o parte a conținutului este scrisă de modelul de limbaj natural GPT-3, dar experiența de citire nu este obscură și neclară, ci ia în considerare și cerințele de scriere de fluență. , claritate și logică.

AIGC va contribui, de asemenea, în mare măsură la crearea de text pentru Web 3. Media de știri și instituțiile de cercetare din Web 3 se confruntă cu dilema bilaterală a ecologiei conținutului. De exemplu, deși calitatea producției CoinDesk și Messari este ridicată, este greu să extindeți scara producției. În plus, diseminarea conținutului va fi și mai redusă, limitată de limbajul scris, eficiența și acuratețea traducerii.

Pe de altă parte, deși conținutul de pe Twitter este uriaș, calitatea perspectivelor nu poate fi garantată. Deoarece informațiile nu sunt clasificate în funcție de importanță și actualitate etc., astfel forma de prezentare este dezordonată, negrupată, nesortată sau deduplicată. Aparent, nevoile utilizatorilor nu sunt îndeplinite într-o manieră țintită. Simultan, utilizatorii se vor confrunta cu problema supraîncărcării de informații, ceea ce va duce la pierderea multor timp cu conținut invalid. Ca rezultat, organizațiile Web 3 rămân semnificativ în urma omologilor lor Web 2, atât în ​​ceea ce privește scara medie de producție, cât și calitatea medie a conținutului.

Cu toate acestea, amploarea și calitatea organizațiilor Web 2 se bazează adesea pe tactici aglomerate, care necesită o investiție inițială mare. Pentru a asigura calitatea conținutului, analiștii calificați trebuie de obicei să treacă prin precipitații pe termen lung și pregătire intensivă, iar companiile trebuie să investească timp și costuri de formare. În același timp, pentru a menține scara de producție, companiile trebuie să plătească costuri extrem de mari cu forța de muncă pentru recrutarea pe scară largă. Există două deficiențe evidente în acest tip de mod. Unul este costul supraîncărcat, iar celălalt este riscul de pierdere a talentelor în faza ulterioară, rezultând costurile complet acoperite. Odată cu progresul tehnologiilor ulterioare, analiștii pot economisi cel puțin timpul de a rezuma titluri și rezumate, iar AI este capabil să genereze direct TL; DR prin înțelegerea textului integral. Pe termen lung, „analiști calificați” vor fi produși rapid, după învățarea automată profundă a AI. Instituțiile Web 3 vor reduce substanțial costurile, îmbunătățind în același timp amploarea și calitatea generării de conținut, promovând astfel dezvoltarea întregului segment de piață și a întregii industrii. Protocoalele de informații, protocoalele de știri sau protocoalele de cercetare pot apărea chiar în Web 3.

Este posibil ca AIGC să declanșeze o nouă rundă de inovație în muzica Web 3. AIGC deschide aplicații în producția de cântece, generarea de versuri etc., iar interactivitatea și performanța în timp real sunt îmbunătățite în continuare. Ca o ilustrare, platforma de muzică adaptivă LifeScore aranjează în mod dinamic muzica în timp real. Odată ce utilizatorul furnizează o serie de material muzical, AI îl va schimba, transforma și remix, ducând la un concert instantaneu. În mai 2020, LifeScore a oferit o coloană sonoră adaptivă pentru serialul TV interactiv Twitch „Artificial”, care poate afecta coloana sonoră pe baza stării emoționale a spectatorului pe măsură ce povestea se desfășoară.

Pe termen scurt, AIGC îi poate ajuta pe creatori să se adapteze, să recreeze sau să asiste direct la crearea muzicii, reducându-le considerabil volumul de muncă și sporind eficiența muncii. Pe termen lung, în Web 3 au apărut unele platforme muzicale, odată cu introducerea tehnologiei AIGC, protocoalele pot fi capabile să genereze melodii personalizate în funcție de preferințele personale ale ascultătorilor. Nu numai că platforma poate reduce enorm cheltuielile cu drepturile de autor, dar utilizatorii pot, de asemenea, să scadă plățile pentru melodii. În plus, utilizatorii pot, de asemenea, să poată publica melodii exclusive create de AIGC pentru a câștiga venituri pentru ei înșiși, sporind astfel economia creatorilor de pe piața muzicală Web 3.

Pe lângă cele trei direcții de frontieră de mai sus, AIGC are și un potențial mare în alte segmente de piață Web 3. De exemplu,

1) Corpul principal al NFT este imaginile sau operele de artă. În prezent, multe modele AI au colectat date despre întreaga istorie a artei și cultură populară. Orice utilizator își poate genera propriul NFT preferat după bunul plac. Diferite NFT-uri trebuie să aibă fețe, îmbrăcăminte și caracteristici emoționale diferite. Metoda tradițională de generare presupune costuri ridicate și eficiență scăzută. Creatorii trebuie să realizeze proiectarea prototipurilor, modelarea multiplă și randarea etc., dar AIGC îi poate ajuta pe creatori să încerce schițe mai eficient în stadiul incipient și să economisească forța de muncă pentru a finaliza detaliile ecranului în etapa ulterioară. În viitor, AIGC ar putea fi posibil să realizeze producție de masă cu costuri reduse de NFT. În plus, crearea UGC este ușor de copiat și răspândit și apar frecvent probleme de încălcare. Cu toate acestea, NFT sunt unice, indivizibile și tranzacționabile, ceea ce poate depăși problemele de combatere a contrafacerii activelor, confirmarea dreptului și trasabilitatea pentru a consolida protecția drepturilor de autor; 

2) AIGC îmbunătățește, de asemenea, generarea de stări transmembranare, cum ar fi imagini/animații care generează text și invers;

3) Progresul AIGC va promova, de asemenea, dezvoltarea segmentului de piață socială Web 3. Oamenii reali vor avea inevitabil unele neajunsuri, dar AI poate crea personaje virtuale preferate ale utilizatorilor, deoarece personajele virtuale generate de AIGC vor fi complet personalizate în funcție de nevoile utilizatorului. Utilizatorilor li se permite să personalizeze sau să utilizeze șabloane pentru a defini proprietățile, cum ar fi familia, ocupația, vârsta etc., ale personajelor. Inteligența artificială va ajuta personajele virtuale să aibă mai multe șanse pentru oamenii reali în aparență și acțiuni în anumite scene și le va dota cu funcțiile de exprimare și interacțiune a limbajului pentru a reflecta o anumită capacitate de empatie. În plus, personajele virtuale, însoțite de rezerve de cunoștințe mai abundente și de o frecvență de actualizare mai rapidă decât oamenii, nu au nevoie să se odihnească. Prin urmare, este de așteptat ca divertismentul și serviciile oferite de personaje virtuale în anumite domenii să fie comparabile sau chiar să depășească oamenii reali. De exemplu, personajele virtuale vor continua să învețe prin comunicarea cu utilizatorii și vor realiza o companie emoțională. Referindu-ne la grupurile ACGN și la utilizatorii mari de software social din Web 2, piața socială a Web 3 va deveni, fără îndoială, mai mare sub sprijinul AIGC; 

4) Utilizarea AIGC în educația Web 3 poate produce rezultate neașteptate. Deoarece modul de învățare al inteligenței artificiale este relativ structurat și organizat, manualele și prelegerile produse de AIGC pot fi capabile să reducă bariera de înțelegere și să ajute publicul să absoarbă cunoștințele mai ușor. Pe scurt, călătoria viitoare a AIGC este destul de largă în Web 3.