会玩!美国网红做了一个
用户量超 200 万、生成 1.2 亿 AI 作品的无界 AI,是怎么理解 AIGC 的?
原创丨头号 AI 玩家
整理 | 头号 AI 玩家
头图 | 无界 AI
* 头图使用无界 AI 创作,关键词:春江花月夜,国宝熊猫花花贵妃扮相,精细的画面,丰富的色彩(“新榜和 ta 的朋友”直播间观众提供)
5月4日,无界 AI 商务市场总监李本涨在“新榜和 ta 的朋友”视频号系列直播中进行了题为《从格物致知到人工智能,用哲学思想来理解 AIGC》的分享。
聊了聊如何从“格物致知”这一中国传统思想出发,增进对于 AIGC 的理解和认知,并对目前主流的 AIGC 模型及其应用场景进行了梳理介绍。
无界 AI 作为国内最早基于 Stable Diffusion 模型推出 AI 绘画工具的平台之一,截至目前,已历经 4 次版本迭代,累积了 200 万 + 的注册用户、生成了 1.2 亿 + 的 AI 作品。
本文整理自李本涨在直播中的分享自述,内容经嘉宾本人确认。
如何用“格物致知”的思想来理解 AIGC?
格物致知是中国传统哲学中的一种学习方法和观点,最早出自于《礼记・大学》:“致知在格物,物格而后知至”,后被宋代二程、朱熹等理学家们发扬光大。“格物”指观察和研究实际事物丰富经验,“致知“指通过实践和研究来验证和理解。
它的核心逻辑是通过经验和实践,来增进自己的理解和认知。这个观念深刻影响了中国古代哲学和文化,也成为了现代科学发展的重要理念之一。
那么距今这么多年的一种思想,能够去理解现在如日中天的人工智能吗?它们之间有什么共通之处?
首先是理论层面。
格物致知是通过经验和实践,去完善自己的思维模型。而人工智能则是通过处理大量的数据,发现数据之间的规律和模式,再通过编码形成算法模型。
所以我们很惊奇地发现,在理论层面,格物致知和人工智能,都是通过将经验或数据进行编码抽象实现的。
其次是应用层面。
从格物致知的角度来讲,通过思维模式的抽象化和触类旁通,可以把自己的理解迁移到不同的场景里面。
比如用格物致知的思维去理解如何做产品设计,因为产品设计本身需要大量的行业经验,做产品要画原型图,在此之前要做产品调研,然后再落实到具体的产品执行,也就是产品开发上。
而从人工智能的算法模型角度来讲,结合具体的行业场景,则能够落地不同的功能,最后再生成相应的内容。比如语言场景的 ChatGPT、绘画场景的 Midjourney 等等。
两者也都需要通过不断的反馈去迭代优化自己的思维模型和算法模型。
所以说,格物致知和人工智能不管是从理论层面,还是应用层面,相互之间的关联性和契合度都非常高。
一些学文科的朋友可能之前没有接触过人工智能,觉得人工智能是特别晦涩难懂或者特别理工科的东西,其实它跟哲学思考或者日常的学习应用是有异曲同工之妙的。
通过这样一个类比,我希望此前没有接触过 AIGC 的小伙伴能消除对 AIGC 的恐惧、疑虑和隔阂,坦然接受人工智能对现在主流社会或者我们的生活带来的冲击和影响。
AIGC 图灵测试
我们知道,图灵测试是一种判断计算机是否会思考的实验:一个人向计算机发问,另一个不知情的人试图从回答中区分是人还是计算机。如果计算机没有被辨认出,便视为通过了图灵实验。
如果我们用这一判断标准做一次 AIGC 图灵测试,结果会如何呢?
大家可以猜一下这些图哪些是由人创作?哪些是由 AI 创作的?
答案:案例一和案例三为 AI 创作,案例二为人创作
答案:三个案例均为 AI 生成
答案:案例一是真实照片,案例二是 AI 生成
可以说,目前的 AIGC 产物已经将真实虚拟的边界极大模糊了。
在 AIGC 时代我们应该不断调整自己的思维之“格”,不能再以固有的经验去判断现在的 AIGC 产物了,因为在很多维度上它已经大大超出了我们的原有认知。
再附上一些 AIGC 作品供大家欣赏: