ai技術與軟件編程?要說2022年科技最熱的領域方向，生成式AI（AIGC）絕對是繞不開的一個詞多名互聯網大廠員工對《科創闆日報》記者表示，已經開始嘗試用ChatGPT自動生成業務代碼和重構代碼“親測真的可以，就是要多檢查幾遍”有員工提到，今天小編就來聊一聊關于ai技術與軟件編程?接下來我們就一起去研究一下吧!

ai技術與軟件編程

要說2022年科技最熱的領域方向，生成式AI（AIGC）絕對是繞不開的一個詞。多名互聯網大廠員工對《科創闆日報》記者表示，已經開始嘗試用ChatGPT自動生成業務代碼和重構代碼。“親測真的可以，就是要多檢查幾遍。”有員工提到。

業内人士告訴記者，“AIGC本質上仍沒有産生真正意義上的人類智慧，但未來有望替代大量基礎性工作，從産業鍊發展來看，大廠更多在模型層競争，創業公司的機會在應用端。”

▍替代大量基礎工作

作為人工智能研究實驗室OpenAI發布的全新聊天機器人模型，ChatGPT推出後火爆全網，網友紛紛做起各類測試，包括讓AI寫周報、預測世界杯等等。

網友此前讓AI對世界杯比賽結果進行分析，雖比分有誤差，但卻成功預測阿根廷在點球大戰中奪冠。

多名互聯網大廠員工表示，已經開始用ChatGPT自動生成業務代碼和重構代碼。

“用來寫業務代碼确實不錯、重構代碼也可以用，親測真的可以。但其他的還不行。以後幹基礎活的，都可能下崗。”一位員工說。

前網易網站産品部總監郭子威與ChatGPT進行多次測試對話後，分析ChatGPT所扮演的角色，更像是一個 60 分的全知。

“對于任何領域，它隻能輸出 60 分及格線的入門内容，但它了解任何領域。并且具備 60-70 分的邏輯與表達能力。而這個 60-70 分的邏輯與表達能力，已經遠遠超過了人類的平均線。”

郭子威認為，未來，将會有大量的 60 分輸出被 AIGC 淘汰。 “比如說，遊戲裡大量的劇情與角色設定，在我看來都是垃圾話，一定不如 ChatGPT 目前的輸出能力。即便能力相當，AI 也能節約人力成本與管理成本。AI 推動的時代，這才剛剛開始。”

小冰公司CEO李笛對《科創闆日報》記者表示，ChatGPT嚴格來說不屬于AIGC，其本質是一個語言模型，更貼近交流領域。

“兩者的區别是，内容必須要由某種特定形式來呈現，比如一篇文章、一段語音、一張圖片或一支視頻。而交流不需要這些形式就能完成，它呈現的效果，更像是Q&A問答而非一篇文章。”

李笛介紹，“在技術上，ChatGPT相較GPT-3使用了一種新的訓練方法，能夠使對話的相關性、邏輯性更好。但同時，這種方法也會使對話的語言風格受‘訓練人’影響較大。但這不影響ChatGPT給我們帶來的啟發，隻是要區分實驗室技術與産品化框架之間的巨大區别。”

▍大廠競争底層模型 創業公司側重于應用

CMC董事總經理易然在采訪中指出，目前各個科技巨頭主要在模型層競争，而創業公司在應用層有更多的機會。

“國外除了OpenAI，谷歌、微軟等也在做大模型，國内主要還是阿裡、百度大廠在做。在應用方面，我相信是百花齊放的，大廠不管是從産品上、行業的商業模式上，太難深入到每個領域，會更願意打造一個開放的生态。因此， 巨頭和初創企業會是合作的态勢。”

圖：生成式AI領域産業與市場格局示意（來源：CMC資本）

當下ChatGPT背後的 GPT-3 模型炙手可熱。除了百度、阿裡等大廠外，北京智源人工智能研究院研究院(BAAI)也着手相關研發，其開發的悟道模型有1.75 萬億個參數，是 GPT-3 參數的十倍。而之前的記錄是谷歌 Switch Transformers 模型（1.6 萬億個參數）所創造。

“北京智源研究院是在科技部和北京市支持下，聯合人工智能領域的專家共建，他們做了一個很好的大模型。” 易然評價。

在應用層面，國内外均處于剛起步的階段。易然透露，據不完全統計，海外可能已經至少有200多家創業公司專注于生成式AI的方向，同時在國内已經有小幾十家新創公司投身于這一熱潮當中。

從應用突破性角度，易然認為，初創企業可從以下幾個角度進行探索和驗證：

首先，在創意領域中可尋找高重複性、高人力消耗的任務。

“可能的方向包括：大批量文本、圖像、視頻、音頻等的編輯、風格化、再創作等；虛拟世界中大規模的資産（尤其是3D模型）、人物、設定與對話的生成；大規模的個性化銷售郵件和客服；（對效果要求不高的）簡介/宣傳短片/廣告等視頻制作”

其次，在“反人性”的任務上提供協助。“這類産品門檻較低，也是目前最為常見的AIGC應用或者以工具插件方式出現，但需注意的是，這一方向尤其容易面臨着更同質化的競争以及來自于該領域領先平台的直接威脅，比如Adobe/Figma, Microsoft/Github, Canva, Notion等。”

易然指出，值得關注的方向包括：代碼與開發(包括前端設計)，各類文章、營銷素材、演示材料撰寫，設計創作的靈感激發，知識庫/内容庫的搜索和總結。

第三，實現以前人工不易完成的任務。

比如，生成沒有版權成本和潛在糾紛的圖片、音樂、音效等，以及聲音模拟等多模态任務，優化SEO/推薦效果的文字、廣告物料，對3D模型壓縮、圖像還原和清晰度提升。

▍AI仍未擁有人類智慧

雖然AIGC備受熱捧，但亦有AI從業者指出，AIGC完全沒有原創性，根本沒有真正的創作力。

“即便是未來算法更加強大，喂上成千上萬的大師繪畫作品，AI也隻會用梵高的筆觸畫出一幅風景，而不會演變出另一個獨具風格、富有靈魂的達芬奇、拉斐爾、倫勃朗、莫奈、或者塞尚。”有從業者說。

小i機器人創始人袁輝認為，目前不管是面向文本的ChatGPT，還是AI作畫背後的Diffusion 模型，其背後的核心問題在于，依然是利用大量的算力、數據，在關聯場景進行了最終的計算。

“對AI訓練100萬貓的圖片後，計算機雖然能做到所謂地識别這是貓，但在本質上，計算機仍然并不知道這是一隻貓。包括現在像ChatGPT的對話，雖然從人類視角，感覺是有思想的。但其本質仍然沒有思想，隻是通過大量的計算訓練，獲得了結論。”

當然，袁輝強調，這對于人類依然有非常大的意義。“很多重複性的基礎工作，甚至一些人類認為很高級的工作，通過這些大模型的方式，已經能夠極大地提升效率了。”（（記者黃心怡））

來源： 科創闆日報

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!