由阿里巴巴集团、阿里云、达摩院联合中国电子技术标准化研究院编写的《生成式人工智能治理与实践白皮书》（以下简称“白皮书”），已经编写完成。白皮书简介请点击👉《生成式人工智能治理与实践白皮书》抢先版发布!如何给生成式人工智能带好“安全带”？
本书从生成式AI发展的态势和担忧出发，探讨了生成式AI产生的风险，分析了风险产生的原因，提出了敏捷治理、协同共治的治理理念；同时，分享了我们在生成式AI不同环节的风险治理实践和探索，为各界提供有益的参考。
现陆续分享部分精彩内容。以下为第一章《生成式人工智能的发展以及担忧》👇
2022年11月30日，OpenAI发布了对话式通用人工智能服务ChatGPT。仅推出5天，用户数就超过100万；上线两个月后，用户数突破1亿，成为AI界的顶流。ChatGPT能遵循人类指令完成各种认知型任务，包括交互对话、文本生成、实体提取、情感分析、机器翻译、智能问答、代码生成、代码纠错等，并且展现出了和人类近似的水平。2023年3月15日，GPT-4发布，在知识推理以及逻辑运算方面有大幅提升，还支持多模态输入，进一步扩展了应用场景。ChatGPT成功背后的技术突破主要有以下三个方面：
1.超大规模参数的预训练语言模型
为了使模型具备通用的能力，必须学习到世界知识，这要求模型具有足够大的参数量来存储海量的世界知识。GPT-3.5的模型参数已经达到1750亿的规模。随着模型参数量的扩大，语言模型还出现能力涌现的现象，例如上下文学习（In-context Learning），以及思维链（Chain Of Thought）等推理能力。
2.多任务的自然语言预训练模型
自然语言处理任务包括问答、机器翻译、阅读理解、摘要、实体抽取等，之前的学术研究都在特定的任务下进行针对性的算法设计，迁移性差。而ChatGPT采用了多任务预训练的方式，不同任务共享模型参数。这使得模型具有通用能力，下游任务不再需要微调，直接通过提示学习或者零样本学习就具有很强的性能。
3.基于人工反馈机制的强化学习
OpenAI通过引入指令微调以及基于强化学习的微调技术，提升模型和人类的价值观对齐。具体来看，指令微调技术使语言模型得以支持用户以人类惯常的沟通方式，与模型进行互动并推动模型能力的提升。同时，通过人工反馈和标注数据，借助强化学习进行微调，从而确保模型具备正确的价值观。
在应用上，语言大模型构建了“多场景、低门槛、高效率”的共创应用新模式，具有丰富的应用场景，在医疗、教育、零售、媒体等行业完成产品落地应用。根据全球管理咨询公司麦肯锡（McKinsey）的报告，生成式人工智能的新兴主导地位为新一轮经济革命奠定了基础，估算每年能为全球经济增加 4.4 万亿美元收入。
2022年2月，开源工具AI绘画工具Disco Diffusion发布，这是一个在 Google Colab上运行的代码，其原理是使用了CLIP-Guided Diffusion，只需要输入文本提示，就能生成对应的图片。同年4月，OpenAI发布了Dall-E2，能够生成更高分辨率和真实性的图像。同时，AI绘画工具Midjourney发布。Google在5月、6月分别发布AI作画的技术，Imagen和Parti。7月份，Stability AI在LAION 5B开源数据集上训练了文生图扩散模型Stable Diffusion，生成的图像形象逼真，画质细腻。
技术的开源，极大地推动了图像生成领域的发展。2022年8月，在美国科罗拉多州举办的新兴数字艺术家竞赛中，参赛者提交了使用模型生成的绘画作品《太空歌剧院》，获得了“数字艺术/数字修饰照片”类别一等奖。参赛者并没有绘画基础，通过AI绘图软件MidJourney耗时80个小时创作了该作品。这意味着AI绘画的质量已经达到了专业水平。
进入到2023年，AI绘画继续井喷式发展。2023年3月，百度发布的文心一言支持了文本生成图像，Adobe也发布了AI工具Firefly。也是在3月，MidJourney V5发布，生成质量更高，而且支持自然语言的描述输入，使得AI绘画的门槛进一步降低。阿里巴巴于7月推出了新的绘画AI“通义万相”。科大讯飞、商汤、华为等人工智能企业也陆续推出文生图大模型产品，国内呈现“百模大战”的竞争格局。
AI绘画的技术突破式发展依赖以下3个技术的积累和突破：：
1）在生成式模型方面，扩散模型的提出使得图像生成技术在基础理论上取得了突破。扩散模型（Diffusion Models）相比生成对抗网络（GAN）和变分自编码器（VAE），具有训练更加稳定，采样过程可控，生成的样本质量更好等优点。
2）在图文对齐模型上，OpenAI的CLIP模型的提出为文本和图像两个模态构建了桥梁，奠定了文本生成图片的技术基座。
3）VQGAN，VQVAE这类视觉量化生成模型，可以将图像压缩到量化的隐空间，从而为高效的隐空间扩散模型训练提供了基础。
此外，可以通过微调开源的Stable Diffusion模型来开发定制化的AI绘画模型，这使得AI绘画模型出现了百花齐放的现象。同时，AI绘画的技术也通过引入更多的其他信息辅助生成想要的图片，使得结果更加可控。例如近期的ControlNet，通过引入另外一个图片作为条件信息，控制文本生成的图片的风格，进一步提升了可用性。
文生图在多个行业上具有广泛的应用前景，例如在广告行业，AI制作宣传海报；在设计行业，AI辅助艺术创作、服装设计等；在电商行业，有虚拟模特、虚拟试衣等应用场景。另外，文生图在游戏和漫画等行业的应用也会加速内容制作的速度。
语言大模型、视觉大模型等通用大模型就像一个高中生，具有了基础的逻辑、认知、知识处理等通用能力；随着行业、产业对智能化需求的升级，不少领域已经开始对通用大模型这位“高中生”开展进一步的专业训练，让其成为行业领域的专家，提供专业领域的咨询、服务、工作的行业大模型。相较于通用大模型，行业大模型具有定制化、易部署、可微调、强安全等特点，能够有效适用于具体应用场景，更准确解决专业领域问题，提升行业效能。目前，部分行业大模型已经在电力、交通、金融、能源、民生服务、互联网等行业的智能化中崭露头角。
例如，智能办公提效需求强烈，也是AI大模型赋能优先级最高的场景之一。以企业协同工具钉钉为例，2023年4月正式接入通义千问大模型后，群聊、文档、视频会议及应用开发的智能化场景作为首发，通过输入“/”魔法棒可以唤起10余项AI能力，智能化程度显著提升，减少了人工重复操作成本，升级成为智能协同办公平台+智能应用开发平台。
大模型在医疗领域有广泛的应用，在患教助手、问诊在线值班医生、医疗随访、临床辅助决策和过程质控、影像助手、临床科研助理、药物研发数据洞察、医疗保险助手等场景都可以发挥巨大作用。阿里健康基于以上场景，致力于研发“先进且可靠”的垂直领域大模型，通过使用万级的书籍文献，并结合专家经验，通过专家审核，构建了十万级疾病词条和百万级医患问答、百万级别医学术语集、全病种疾病及合理用药知识图谱，在各类平台及各级医疗机构的信息集成、专业语言理解及归纳总结等方面实现了突破，目前已达到一对一个性化咨询服务、提升愈后跟踪性研究效率等成效。
1.4.1 生成式人工智能大模型的软件供应链不断完善
越来越多的应用开发者希望集成语言大模型 (LLM) ，提供更智能化的服务，LangChain应运而生。LangChain是一个强大的框架，旨在帮助开发人员使用LLM构建端到端的应用程序，提供了一套工具、组件和接口，可简化创建由LLM提供支持的应用程序的开发过程。
同样地，在视觉大模型领域开源了基于Stable Diffusion的AI绘画图形化Stable Diffusion WebUI，支持多系统且具有很好的扩充性，非专业人员也能通过页面交互使用文生图大模型进行图像生成。这使得视觉生成模型被开发者集成和使用的难度大幅降低。
综上所述，生成式人工智能大模型相关的基础软件设施也在不断完善，使得基于大模型的应用开发也更加便捷、成本更低。
1.4.2 开源共享平台降低了大模型的训练和使用门槛
- Hugging Face，业界最大的开源模型平台，大模型的使用更加简单。
Hugging Face是一个开源的自然语言处理AI工具平台，其在github上开源的Transformers库以及Diffusers库，已经成为生成式人工智能领域最受欢迎的开源库。除了开源代码，Hugging Face上还有大量的开源模型，例如知名的LLama系列、Stable Diffusion等，目前已经共享了超过10万个预训练模型，1万个数据集，成为机器学习界最大的开源共享平台。
- CivitAI Stable Diffusion模型社区，丰富Stable Diffusion模型库。
Civitai是基于Stable Diffusion的模型共享社区网站，汇集了1000多个不同风格、不同主题的模型。用户可以上传自己基于Stable Diffusion微调的模型，也可以下载其他用户共享的模型，直接进行图像生成。这使得开发者不用训练就能根据自己的喜好获得模型，大幅降低了使用成本。
- 云计算助力生成式人工智能，MAAS的服务方式逐渐成形。
生成式人工智能的发展推动了云计算和人工智能的高度融合，全面智能化时代正在加速到来。云计算的服务模式将从以往的IaaS，PaaS，SaaS发展为Maas。逐渐形成了以模型为中心，以模型为服务，以模型为核心的AI开发新范式。
🌟 下期预告第二章：生成式人工智能的内生问题与社会担忧
AAIG一直秉持着精益求精的态度，坚持每年出品一本人工智能治理白皮书。我们都会不断更新、优化，以确保白皮书能够紧跟时代发展的步伐，为读者提供更加专业、全面的治理建议。
📺直播预告
-
10月31日19:00《追AI的人》第31期
- 11月1日19:00《追AI的人》第32期
📌往期推荐🌟《人工智能治理与可持续发展实践白皮书》 精华大图集锦版 | 如何维护电商平台信息真实和竞争公平…👉点击查收白皮书全书连载
🔥《追AI的人》系列直播教你掌握互联网的“流量密码” | 如何避免ChatGPT被滥用…👉点击查收过往30期直播的全部文字回放
🎈《算法治理制度》系列丛书内容和电商领域推荐算法的应用与治理差异｜“大数据杀熟” 的背后…👉点击阅读更多算法治理干货
📚《AI治理必修》月刊为什么现在的LLM都是Decoder-only的架构? | 大脑视觉信号被Stable Diffusion复现成图像！”AI读脑术”来了…👉点击阅读往期40刊月刊全文
📺 AI治理科普短视频流量为王的时代,教你如何“破圈”创作 | 3分钟Get多模态是什么？｜ 信息茧房和马太效应是什么…👉点击观看往期21期精彩视频
👇AAIG课代表，获取最新动态就找她
关注公众号发现更多干货❤️
有启发点在看喔👇
ufabet
มีเกมให้เลือกเล่นมากมาย: เกมเดิมพันหลากหลาย ครบทุกค่ายดัง
tornado crypto mixer
Discover the power of privacy with TornadoCash! Learn how this decentralized mixer ensures your transactions remain confidential.
ดูบอลสด
Very well presented. Every quote was awesome and thanks for sharing the content. Keep sharing and keep motivating others.
ดูบอลสด
Pretty! This has been a really wonderful post. Many thanks for providing these details.
ดูบอลสด
Pretty! This has been a really wonderful post. Many thanks for providing these details.
ดูบอลสด
Hi there to all, for the reason that I am genuinely keen of reading this website’s post to be updated on a regular basis. It carries pleasant stuff.
Obrazy Sztuka Nowoczesna
Thank you for this wonderful contribution to the topic. Your ability to explain complex ideas simply is admirable.
ufabet
Hi there to all, for the reason that I am genuinely keen of reading this website’s post to be updated on a regular basis. It carries pleasant stuff.
ufabet
Very well presented. Every quote was awesome and thanks for sharing the content. Keep sharing and keep motivating others.
