原创 黄楚新，陈伊高 中国传媒科技
黄楚新，中国社会科学院新闻与传播研究所 数字媒体研究室主任，研究员；陈伊高，中国社会科学院大 学新闻传播学院博士研究生。
公司的 （Chat ）在两个月内火速出 圈，引发了人们对 AIGC（人工智能技术生 成内容）的关注与讨论。作为 AI 产品问世 的 ，已向消费者展现了 AI 的技术 可供性。用户在 的人机交互中， 感知到了 AI 技术所产生的质变。
01
技术祛魅：遵循概率的大语言模型
是 公司研发的一种预 训练语言生成模型。该模型以强化学习方式 进行训练，在 GPT-3 的基础之上，依托人 类反馈信号优化语言模型算法（RLHF）[1]，通过大量代码训 练和模型微调，生成一个大语言模型（LLM：Large Model），且无须复合代理支撑。推理是一种心智能力，逻辑、 算术和概率是 3 个最好的推理工具。[2] 文本类 AI 任务的核心 逻辑是“猜概率”。 基于 架构，擅长自然 语言生成类任务，采用自回归语言模型，从左到右进行填字概 率预测，贴近人类偏好，捕捉人类语言习惯。用户以文字下达 命令（）， 生成 token 构建响应。
GPT 语言模型至今有几十年的技术发展历史， 是 3.5 版本。2017 年 6 月，人工智能研究界的双子星— 与 表明在无须访问奖励函数的情况下，根据人类偏 好训练深度强化学习代理，可以经济地扩大到最先进的强化 学习系统。该研究进展进一步体现了深度强化学习应用于复 杂真实环境中的可行性，也是创造与人类协作的人工智能应 用的重要一步。[3] 的技术路径蜕变迅速，2017 年 6 月， 谷歌提出 模型。2018 年 6 月， 提出 GPT 模 型。2019 年 2 月， 提出 GPT-2 模型。2019 年 9 月， 创始人山姆·奥特曼对 GPT 系列和 AGI（通用型人 工智能）发表了几点新看法：GPT-4 即将到来，重点在于 Codex 改进；GPT-4 模型大小不会有较大改变，但更易于训练；DALL-E 图像生成器将公开；多模态模型将在文本生成上击 败纯文本模型；以目前收入来看，Codex 和 GPT-3 这两个机 器学习项目收取的使用费不够弥补用于训练模型的开支。2020 年 5 月， 提出 GPT3 模型。2021 年 12 月， 的 Codex 模型赋予 GPT 思维链能力， 模型则为 GPT 注 入了搜索能力。2022 年 2 月， 的 GPT 模型 有了理解人类指令的能力。
2023 年 1 月，一则推文称 GPT-4 的参数达100 万亿。-3 有 1750 亿参数，尚未问世的 GPT-4 的参数是 否将突破 100 万亿？该内容的真实性已被 的数据工 程师否定。参数是用于训练和预测的矩阵权重，浮点运算的 数值通常与参数数量成比例。这些运算在处理器上完成，如 GPU、TPU 和其他专用芯片。而在 2019 年， 的杰出研究科学家 S. 谈到人工智能发展的教训，他认为未 来利用算力才是人工智能发展的关键，在此 基础上搜索和算法才能带来技术水平的长期 提升。[4]
02
应用场景：开启通用型人工智能
从 的用户规模来看，它在市场 上备受瞩目，随之掀开了一场 AI 竞技的帷 幕。2022 年 11 月 30 日， 美 国 企 业 发 布 ；2022 年 12 月 5 日， 山 姆· 奥特曼在推文中宣布 突破 100 万用户；2023 年 1 月 末， 用户破亿，刷新 上线 9 个月用户量破 亿的历史记录。从人工智能的类别来看，目前覆盖更多的是 专用人工智能，其特征是在某一方面有自动化专业能力，例如 的 在围棋比赛中战胜人类冠军柯洁。 作为通用型人工智能（AGI）产品，其区别在于它的 智能化具有像人一样的思维水平、心理结构甚至人性特征， 有如科幻电影的场景照进现实。
传播即游戏。威廉·吉布森认为跨越人机界限的那一刻 实现人机合一，其他都沦为次要。[5] 可以在许多现实 场景中发挥作用，如游戏设计、推荐系统、智能客服、智能 问答等。如果用户只是把 当作聊天 bot，那么它的定 位就是一个陪伴式的 AI 聊天对象，开发特性在于对话的流畅 性、趣味性与个性化。一位名叫 Bloc 的开发者为游戏《骑马与砍杀2》植入了 ，Bloc 还一并设计了故事引擎，保证游戏中的 NPC 既能与玩家交流，它的对话又符合游戏主题 与情节发展。
知识传播产生知识经济。丰富和畅通知识传播渠道，有 利于深度挖掘知识的社会价值和经济价值。是一本《答案之书》还是会形成新的知识体系？又是否会产生“AI茧房”？ 正在为应用程序编程接口建构一项嵌入的新功能，即 用简单的数字表示形式提炼概念、句子甚至代码之间的关系， 以生成更强大的搜索、分类和建议。若将它视作一个知识型 搜索引擎，它能帮助用户在短期内迅速了解信息，但在专业 性和准确率方面需要完善。意识的实际内容极其复杂，专业 人士作为学术研究实验的设计者、参与者和观察者，可以检查 答案的合理性，校对错误内容。此外， 的语料库受限于某个时间点，它生成的文本是对人类创造性 劳动结晶的降维。
AIGC 暂时未必广泛适用各行各业的内生逻辑，但不代表它没有合适的土壤。作为一项兼具潜力和风险的新科技，AI 的开发应用具有上层建筑属性。当前，世界范围内一些单位组织机构发布了关于 的禁用声明。但在未来，原先不匹配的领域也有可能发生变形。随着各家科技大厂纷 纷入场，人机耦合的机会随之不断拓展。从社会属性来看， AIGC 在价值甄别、权利保护、责任裁决等方面具有挑战性。AIGC 革新传媒产业的内容生产模式，模式转型需要从机器道德、技术伦理、法律规制、数字版权等方面进行综合考量， 比如 暴露了诸如价值观、准确度、可信度、种族 歧视、性别偏见等问题。从商业属性来看，提高 的经济可行性，离不开成本控制和商业化盈利模式创新。LLM 参数量呈指数增长，需要更多的计算资源，LLM 的成 本不断增加。不同 AI 产品的用户需求对标不同的智能化水平，往后随着用户增多，LLM 还要扩大性能以满足多种用户需求。满足需求不仅要解决 LLM 性能的技术支撑，还得 解决商业问题。 不可避免将走向商业化，除了扩大 传媒经济市场的市场占有，还包括对其他行业的探索，将催生出 AIGC 新业态。
03
人机交互：AI 技术赋能产业数字化
在数字社会的智能传播环境中，真实与虚拟打破次元壁。人与 AI 的数字交往越来越生活化，人机交互趋于深化融合。随着智能技术所建构的“虚拟社会”日渐清晰，人们又会对人 类生存的不确定性进行反思。提出一个问题和解决一个问题， 何者更困难？给出一个答案与验证一个答案，何者更复杂？例如 会不会让一批人失业？有用户认为 的 出现对人类产生了的威胁，抛给 一个问题：“数字人会统治世界吗？” 回答：“不会，虽然计算机和 人工智能技术正在发展，但它们仍然不能替代人类的智慧和 创造力。计算机只能根据程序执行任务，而人类则可以根据 环境和情况做出更有创造性的决定。”在 的人机交 流中，观点一旦涉及价值判断，要得到用户的认同便具有极 高的难度。况且，这是基于 2021 年 9 月前的语料库训练所生 成的答案。现阶段 只能在有限的情境下表现出参考 性、决策性、辅助性，还不足以被人完全信赖。Open AI 的宗旨是确保通用人工智能造福全人类，希望所打造的人工智能 系统与人类的意图保持一致，并鼓励公众参与产品开发设计 领域的决策。为提升产品性能，提高市场满意度，用户使用 反馈尤为关键。此外， 正在积极探索低成本计划、商业计划和数据包的选项，以提高 AIGC 的可用性，打算在通用模型上做定制化模型。
新型技术与经济社会发展密不可分，AI 技术赋能产业数 字化，有利于做强做优做大我国数字经济，将有效推动数字强国战略的实施，其本身也可作为基础性战略资源。当前，AI 技术已应用于影视、游戏、电商、广告营销、传媒出版， 工业等领域。AIGC 不仅能够生成文字和语音，还扩展到了文案、图像、代码、视频等多种形态，主要将从内容生产层面推 进场景应用的多元化。互联网内容生产呈现出“PGC-”趋势，人与机器的主客体关系处于动态变化之中。AI 的发展从智能助理变成协作伙伴，还将不断向原创阶段迈进。AI 技术融入数字产业发展，对商业机制、劳动关系、经济结 构、文化教育等方面产生影响。AGI 能代替一些人类的机械性、 重复性劳动，AI 行业也离不开新型劳动力供给。AI 行业萌生 了新的工作种类，明确了岗位的专业职责和技能要求。2020 年 2 月，国家人力资源和社会保障部与市场监管总局、国家 统计局联合发布了 16 个新职业，包括人工智能训练师、智能 制造工程技术人员、工业互联网工程技术人员、虚拟现实工 程技术人员等多个新职业。[6] 此外，推进产业数字化，要转换 人才培养思路和教育理念。 为教育行业的数字化转 型带来新的启发。人对机器发出 ，也同时考验人的问 题意识和提问能力。人的想象力、洞察力、判断力、领导力、 信念感、目标感、获得感、思辨能力、共情能力、合作能力、 创新能力尤为宝贵，在数字交往中应得到进一步提升与展现。
在人与技术的双向奔赴中，人发明技术，技术也发明人。对 AI 的超前忧虑源于人们对它的讨论是将技术视作是先于 人的外在，但人作为内在，本身就处于外在之中。从用户 的媒介使用出发，建立在 AI 人机互动模式上的新型融合， 一定程度上会弥补现有新媒体传播技术的不足。用户被赋 予更多的媒介选择权、自由权，使用权，由此 AIGC 将激 发新的创造力。
参考文献
[1] to from Human ，https：// /pdf/2009.01325.pdf.
[2][ 美 ] 史蒂芬·平克 . 心智探奇：人类心智的起源与进化 [M]. 郝耀伟译 . 杭州：浙江人民出版社，2016：303.
[3]Deep from human [EB/ OL].https：///abs/1706.03741.2017-01-12/2023- 02-17.
[4]Rich .The [EB/OL].http：//www. //.html.2019-03- 13/2023-02-15.
[5][ 美 ] 威廉·吉布森 . 全息玫瑰碎片 [M]. 李克勤等译 . 北京：北京时代华文书局，2021：190.
