" 人工智能生成内容，是未来全面迈向数字文明新时代不可或缺的支撑力量。
编辑 | Light
出品 | 科技智谷
（ChinaIT.com讯）近期，全球最大图库Getty Images 宣布禁止上传和销售使用 DALL-E、Midjourney 和 Stable Diffusion 等 AI 艺术工具生成的插图。
Getty Images 首席执行官 Craig Peters 表示，该禁令是出于对 AI 生成内容合法性的担忧以及保护网站客户的愿望。对于这些模型输出的版权以及图像、图像元数据和图像中包含的那些个人的未解决的权利问题存在真正的担忧，Craig Peters 说。鉴于这些担忧，出售人工智能艺术品或插图可能会使 Getty Images 用户面临法律风险，我们正在积极主动地为客户谋福利，他补充道。
据悉，除了Getty Images 宣布禁止上传和销售AI生成图片外，Newgrounds、PurplePort 和 FurAffinity 等网站也做出类似的决定，人工智能生成内容为何屡屡被禁？难道人工智能生成内容只是百害而无一利吗？
01
人工智能生成内容有多牛？
1950 年，艾伦·图灵（Alan Turing）在其论文《计算机器与智能（Computing Machinery and Intelligence）》中提出了著名的“图灵测试”，给出了判定机器是否具有“智能”的试验方法，即机器是否能够模仿人类的思维方式来“生成”内容继而与人交互。某种程度上来说，人工智能从那时起就被寄予了用于内容创造的期许。经过半个多世纪的发展，随着数据快速积累、算力性能提升和算法效力增强，今天的人工智能不仅能够与人类进行互动，还可以进行写作、编曲、绘画、视频制作等创意工作。
2017 年，微软人工智能少女“小冰”推出了世界首部100%由人工智能创作的诗集《阳光失了玻璃窗》。2018年，英伟达发布的StyleGAN 模型可以自动生成图片，目前已升级到第四代模型StyleGAN-XL，其生成的高分辨率图片人眼难以分辨真假。2019 年，DeepMind 发布了DVD-GAN 模型用以生成连续视频，在草地、广场等明确场景下表现突出。2021 年，OpenAI 推出了DALL-E并于一年后推出了升级版本 DALL-E-2,主要应用于文本与图像的交互生成内容，用户只需输入简短的描述性文字，DALL-E-2 即可创作出相应极高质量的卡通、写实、抽象等风格的绘画作品。
据悉在2018年佳士得拍卖行上，世界上首个出售的人工智能艺术品（画作）曾被卖出43.25 万美元天价。
02
人工智能生成内容是怎么工作的？
人工智能算法的不断迭代是AIGC（人工智能生成内容）发展进步的源动力，从技术演进的角度出发，可将AIGC 技术可大致划分为传统基于模板或规则的前深度学习阶段和深度神经网络快速发展的深度学习阶段。
在前深度学习阶段，AIGC技术主要依据事先指定的模板或者规则，进行简单的内容制作与输出，与灵活且真实的内容生成有较大的差距。该时期的人工智能算法并不具备强大的学习能力，而是大多依赖于预先定义的统计模型或专家系统执行特定的任务，通过巧妙地规则设计，可以完成简单线条、文本和旋律的生成。例如，通过定义复杂的函数方程组，计算机所绘出的函数曲线具备某种美学图样，但无法通过图灵测试。
而深度神经网络在学习范式和网络结构上的不断迭代极大的提升了人工智能算法的学习能力。不同于传统人工智能算法，深度学习中的损失函数和梯度下降算法可以灵活快速的调整深度神经网络中的参数，从而实现从数据中进行学习功能。此后随着新的博弈学习范式伴随着生成对抗网络被提出，人工智能生成内容快速地应用到不同的场景和任务中的能力也得到大幅提升。
未来，随着深度神经网络技术在大模型和多模态两个方向上的不断突破，人工智能生成内容不仅会更真实（其实还是在挑战图灵测试），而且其生成的内容还能满足多样化、可控性的进阶需求。例如在虚拟数字世界中人、物和环境间的交互并组合生成为整体场景这样的复杂场景、长文本等内容中各个元素的组合，这些都离不开具有超大规模、超多参数量的多模态大型神经网络的技术支持。
03
为何担忧人工智能生成内容？
当前，诚然人工智能生成内容已经能够做到以假乱真的程度，但是还是遭到了譬如文中开头全球最大图库Getty Images等机构的禁止，它们给出的版权问题真的就是最核心的问题吗？
首先我们看到，人工智能生成内容对无论是对媒体还是运营工作者来说，无疑是一次巨大生产力的提升。以OpenAI 最新提出的多模态大模型DALL-E 2为例，给定一个已有的场景图像，该模型能够在指定位置添加指定的目标主体，例如你说“一颗树上开满了鲜花”，算法可以在指定位置添加不同形态的鲜花上去，而当你需要调整内容时，你也可以直接输入“树需要靠近画布的左上角一些”，DALL-E 2就能自动调整画作，特别是当你需要找一个贴合文章主题的图片作为封面时，人工智能生产内容就十分省时省力。
对此我们也对人工智能生成图像做过版权检测，并没有测出有什么版权风险，这也意味着Getty Images等机构的理由站不住脚。其实人工智能生产内容当前真正的风险只有两个，第一是人工智能算法存在固有缺陷，如在透明度、鲁棒性、偏见与歧视方面存在尚未克服的技术局限，直接的结果就是人工智能生产的内容会与伦理冲突；第二则是新技术监管难题，随着人工智能技术不断成熟，机器深度学习后生成的内容愈发逼真，能够达到“以假乱真”的效果。相应地，应用门槛也在不断降低，人人都能轻松实现“换脸”、“变声”，甚至成为“网络水军”中的一员，这才是应该担忧的。
文中部分观点来源于中国信息通信研究院和京东探索研究院
END
来源：Techsoho | 
