1.1 AIGC與AGI：從電到電網的跨越

1.1.1 第四次工業革命

下面回顧一下人類歷史上的幾次工業革命：

? 第一次工業革命以蒸汽機的使用為標志，人類進入蒸汽時代。

? 第二次工業革命以電力的使用為標志，人類進入電氣時代。

? 第三次工業革命則以原子能、電子計算機與互聯網的使用為標志，人類進入生產力空前發展的時代。

長期以來，人工智能被寄予掀起第四次工業革命的厚望。一方面，人工智能系統在各個領域（棋類游戲、電子競技等）不斷挑戰人類的紀錄；另一方面，人工智能系統在落地的時候往往因缺乏常識、容易犯錯等而被稱為“人工智障”。在人工智能的發展史上，高潮和低谷總是相伴而行。

在這種起伏的過程中，科學家們不斷重提通用人工智能（AGI）的概念。他們滿懷希望地向社會描繪這一人工智能系統發展的長期目標，認為技術的“奇點”將最晚在2050年來臨。到那時，智能系統會在以下能力上達到人類的水平：

? 自動推理。智能系統需要在不確定性的環境中做出決策，包括對掃描字符的識別、對音頻文字的識別等。

? 知識表示。智能系統需要有表示知識的方式，包括常識知識庫、領域知識庫等。常見的表示方法包括邏輯判斷語句、知識圖譜等。

? 自動規劃。智能系統需要對環境建立模型，并且知道各種操作的關系和后果，從而根據結果進行行動規劃。

? 自主學習、創新。智能系統需要自我學習，盡可能減少對人工“教師”的依賴，更多地從環境觀察中提煉知識。

? 使用自然語言進行溝通。智能系統需要理解人類語言，并使用人類語言表達自己，進行雙向溝通。

? 集成以上手段來實現一個復雜目標的能力，比如自動駕駛等。

近十年來，圖形處理器（Graphics Processing Unit, GPU）的發展為深度學習解決了算力障礙，大數據為深度學習解決了訓練數據問題，使得深度學習技術在人臉識別、自動駕駛、語音助手等產品中得到廣泛的應用。然而，這些產品在安全性、常識性等方面也常犯“低級”錯誤，表現出來的性能與人類相比可以說是相去甚遠。因此，從科學界到工業界，仍然有部分科學家對這種人工智能系統的主流實現方法持保留態度，他們質疑這種堆疊神經元的“暴力美學”能否真的模擬人類的能力。

但是，這種質疑在2022年到2023年年初的時間里幾乎銷聲匿跡了。2022年11月，OpenAI發布了對話大語言模型ChatGPT。GPT是生成式預訓練模型的簡稱，自2018年發布第1版之后，4年間經過了4輪主要的迭代，最后一個版本GPT-3.5的參數量達到了1750億。基于這一版本，OpenAI開發了多個微調后的分支，ChatGPT分支是專門用于對話的，它的多輪對話記憶能力、邏輯推理能力、意圖理解能力和表達能力達到了前所未有的高度。以ChatGPT為代表，AIGC掀起了一個又一個令人振奮的高潮。GPT迭代的主要版本和時間線如表1-1所示。

2023年3月18日，美國公司Midjourney宣布了第5版商業AI圖像生成服務。與上一版本相比，第5版服務解決了AI生成圖像細節不清晰等問題，可以生成適合電影畫面比例的圖像。有平面設計師評價道：“此前版本就像是近視患者沒有戴上眼鏡，而第5版就是戴上眼鏡的清晰效果。”

2023年3月14日，OpenAI發布GPT-4。雖然GPT-3.5珠玉在前，但GPT-4仍然在短短幾個月的時間里做到了百尺竿頭更進一步。它不僅具備了多模態的能力，也修正了更多的常識缺失和邏輯謬誤，并在司法、醫生、哲學等專業考試中達到了人類考生前10%～20%的成績（相比之下，GPT-3.5在人類考生中排名80%左右）。3月24日，OpenAI宣布GPT-4推出插件功能，賦予ChatGPT使用工具、聯網、運行計算的能力，這意味著ChatGPT具備了作為平臺的功能，AI技術迎來了“iPhone/Android時刻”。

2023年3月22日，Runway發布了Gen-2軟件，該軟件在第一代基于原視頻進行自動改編的基礎上，新增了對使用文本描述創建全新視頻內容的支持。隨著AI視頻生成補齊了AI創作的最后一塊拼圖，下游應用進入了加速階段。