논란의 AIGC는 어떻게 톱 플레이어가 되었나?

​Written by Qianshan

올해부터 AIGC가 급격하게 상승했습니다.

일명 AIGC(AI-Generated Content)는 인공지능을 활용하여 콘텐츠를 생성하는 것을 의미하며, 전문 생성 콘텐츠(PGC)와 사용자 생성 콘텐츠( UGC). 얼마 전 뜨거운 논의를 촉발했던 'AI 그림'이 AIGC의 대표적인 사례다.

이 기술 트랙에는 많은 기존 거대 기업이 계속해서 계획을 세울 뿐만 아니라 가치가 10억 달러가 넘는 유니콘도 여러 개 있습니다.

10월 18일 Stability AI는 1억 1백만 달러의 자금 조달을 받았다고 발표했습니다. 오픈 소스 세계에서 가장 인기 있는 텍스트-이미지 생성기인 Stable Diffusion을 개발한 회사입니다.

10월 19일, 텍스트 생성에 중점을 둔 AI 스타트업인 Jasper는 1억 2,500만 달러 규모의 시리즈 A 자금 조달을 완료했으며 가치 평가액은 15억 달러에 달한다고 발표했습니다.

또한 통계에 따르면 AIGC 컨셉주의 80%가 첫 3분기 동안 흑자를 달성했습니다. 벤처캐피털계에서는 의심할 여지 없이 이를 선호하고 있으며, 한동안 각광을 받아 왔다고 할 수 있다.

새롭지도 않은 이 컨셉이 갑자기 인기를 끄는 이유는 무엇일까요?

1. 하루아침에 인기를 얻은 이유

올해 8월 미국 콜로라도에서 열린 디지털 아티스트 대회부터 모든 것이 시작된 것 같습니다. '스페이스 오페라'라는 제목의 그림이 디지털 아트 부문을 수상했습니다. 해당 소식이 알려지자 많은 논란이 일었다.

Théâtre D'opéra Spatial (스페이스 오페라 하우스) @Baidu Encyclopedia

논란의 초점은 이 작품이 게임 디자이너 Jason Allen이 AI 그리기 도구 Midjourney generate를 사용하여 제작했다는 점입니다. Allen이 이를 다듬었지만 논란을 잠재우기에는 분명히 충분하지 않았습니다.

"AI 그림이 화가를 대체할 것인가", "AI가 예술의 죽음을 가져올 것인가"에 대한 논의가 급속도로 뜨거워진 후, AI 그림의 발전 수준이 놀라운 수준에 도달했다는 사실을 갑자기 깨닫는 사람들이 늘어났습니다. . 상황.

사실 이미 작년 초 OpneAI가 출시한 이미지 인식 시스템 CLIP과 언어 모델 DALL·E는 매우 중요한 신호였습니다. 이후 AIGC 분야는 곳곳에서 꽃피우기 시작했고, AI 페인팅 외에도 AI 글쓰기, AI 프로그래밍 도구도 속속 등장했다.

올해부터 Disco Diffusion, Midjourney, Stable Diffusion 등 AI 보조 도구들이 속속 인기를 얻고 있으며, 이 분야 국내외 제조사들의 지속적인 심화:

• Google Brain AI 페인팅 도구 "Imagen"과 "Parti"를 차례로 출시했습니다.
• Microsoft Research Asia는 무한한 시각적 생성 모델 NUWA-Infinity를 출시했습니다.
• Github의 AI 프로그래밍 아티팩트 Copilot은 대규모 기반으로 개발자가 사용할 수 있는 하위 모듈을 생성할 수 있습니다. 오픈 소스 코드;
• OpenAI가 공식적으로 오픈되었습니다. DALL-E 2의 프로그램 인터페이스가 채택되었습니다....

AIGC의 폭발은 갑작스러운 것처럼 보이지만 실제로는 오랜 휴면 기간도 경험했습니다. , 그리고 우연히 "어느 날"을 세계적으로 유명하게 만든 작품이 바로 "스페이스 오페라"였습니다. 결론적으로 올해 AIGC는 다양한 요인이 복합적으로 작용해 유명세를 탔다.

우선 기술 수준이 일정 수준에 도달했습니다. 특히 생성 확산 모델, 다중 모드 사전 훈련 모델과 같은 기술 개발이 크게 진전되어 AI가 다양한 양식의 데이터 콘텐츠를 빠르게 생성할 수 있게 되었습니다. , 콘텐츠 생성, 편집 및 보조 생성에 널리 사용될 수 있습니다.

그러면 시장 수요가 콘텐츠 제작 방식의 진화를 주도합니다. 콘텐츠에 대한 국민의 수요가 급증하고 있고 이에 맞춰 콘텐츠 산업도 고도화되어야 합니다. PGC는 생산 임계값이 높고 품질이 보장되지만, UGC는 생산 비용을 줄이고 중앙 집중화를 줄이지만 품질이 일정하지 않은 경우가 많습니다. AIGC는 생산 능력과 품질을 어느 정도 고려합니다. 콘텐츠 생태학 개발 과정의 새로운 패러다임 전환입니다.

게다가 경기 침체로 인해 기술은 더욱 실용적이게 되었습니다. 포스트 전염병 시대에는 비용 절감과 효율성 향상이 많은 기업의 노력 방향이 되었습니다. 생성적 인공 지능은 창의적 지원의 효율성을 향상시키기 위해 개인과 팀의 요구 사항을 정확하게 충족할 수 있습니다.

마지막으로 Stable Diffusion 오픈소스가 만들어내는 원을 깨는 효과를 언급해야겠습니다. 텍스트-이미지 생성기로서 Stable Diffusion은 프로그램을 열 뿐만 아니라 이미 훈련된 모델도 제공합니다. 즉, 후속 기업가가 오픈 소스 프레임워크를 사용하여 보다 개방적이고 활발한 콘텐츠 생태계를 구축할 수 있도록 해줍니다. 더 넓은 범위의 C측 사용자에 대한 링크 가능성.

2. 화가들 사이에서 '취업' 걱정을 촉발시켰습니다

AIGC가 디자인, 회화, 글쓰기, 프로그래밍 등 다양한 분야에서 재능을 발휘할 여지가 있음에도 불구하고 의심의 여지가 없었습니다. 그 자체에 대해. 'AI 그림'과 관련된 주제는 각종 플랫폼의 핫 검색어에도 오르며 명실상부한 교통 비밀번호로 자리 잡았다.

화가계에는 엄청난 양극화가 존재합니다. 어떤 사람들은 저항하거나 경계하는 반면, 다른 사람들은 그것을 침착하게 받아들이고 심지어 기꺼이 그들에게 연락하려고 합니다.

반대자들은 지치지 않는 AI가 "10초 안에 그림을 그릴 수 있지만 나는 며칠이 걸린다"고 믿는다. 단기적으로는 그 출현으로 인해 다수의 중급 및 저급 화가들의 직업 공간이 밀려날 것입니다. 장기적으로 보면 화계에 심각한 결점을 가져올 것이고, 결국에는 '큰 놈들'만이 살아남게 될 것이다.

게다가 '그림'은 이미 업계에서 대체할 수 없는 전문 기술이라는 점을 제시합니다. 화가를 대체할 수 있다면 다른 직업도 훨씬 뒤처질 수 있을까요?

한 네티즌의 댓글처럼 "미래가 어떻게 될지 모르겠습니다. AI 그림이 인간을 완전히 대체할 수는 없지만 나를 대체할 수는 있다고 믿습니다." 이러한 위기감은 많은 사람들에게 울려퍼지고 있습니다.

서포터들은 기술 발전은 막을 수 없다고 믿으며, AI 페인팅은 화가들이 콘텐츠를 보다 효율적으로 제작하는 데 도움을 주고 때로는 영감을 주기도 합니다. 적자생존은 개발에서 불가피하며 인간의 감정에 기초하지 않을 것입니다.

물론 이에 대해 무의미한 태도를 갖고 다른 산의 돌이 옥을 공격할 수 있다고 주장하는 사람들도 있습니다. 예를 들어, CG 화가 우허 기린(Wuhe Qilin)은 “그림은 잘하는 사람한테만 배우지 않느냐. AI가 그림을 잘하면 좋은 부분만 배우면 끝난다”고 말했다.

사진 출처 : CG 아티스트 Wuhe Qilin@微博

코멘트 정면으로 맞서야 합니다. AIGC의 발전은 이러한 '일' 투쟁을 더욱 심화시킨 것 같지만, 그 소란 속에서 AIGC 자체로 돌아오면 AIGC의 존재 의미는 제작자를 지루한 제작 작업에서 해방시키거나, 제작자가 제작의 돌파구를 찾을 수 있도록 돕는 데 더 있다는 것을 알게 될 것이다. 실무자를 교체하기보다는 병목 현상을 방지합니다. AI 페인팅 도구 Midjourney의 창립자인 David Holz는 다음과 같이 언급한 적이 있습니다.

“예술가는 단순히 이미지를 생성하는 사람이 아니라 예술은 종종 이야기와 감정에 관한 것이지만 AI에는 이야기와 감정이 없습니다. 감정, AI 창조 이미지의 서사는 바다에서 왔지만 바다는 창조자가 아니지만 강은 양육자가 아니다. 창작 능력은 없지만 아름다움은 거기서 나올 수 있어요.”

창작 활동에서 인공지능의 역할은 도구이자 전달자일 뿐, 창작자 자체는 아닙니다. 홀츠는 인공지능을 물에 비유했다. “물은 위험하지만 그 속에서 수영할 수도 있고, 보트를 만들 수도 있고, 댐을 이용해 전기를 생산할 수도 있다. 핵심은 물을 사용하는 방법을 배우고 물과 함께 사는 것이다.” , 악의는 없습니다. 예, 익사할 수 있습니다. 하지만 그렇다고 해서 물을 금지해야 한다는 의미는 아닙니다. 새로운 수원을 발견한 것은 정말 좋은 일입니다."

3. 풍경 뒤에 숨은 그림자

많은 사람들이 AIGC의 가치에 대해 여전히 의구심을 갖고 있지만, 어떤 사람들은 AIGC가 항상 도덕과 법의 가장자리에서 방황하고 있다고 비판하기도 합니다. 그러나 검은색과 빨간색은 어느 정도 빨간색이기도 합니다. AIGC는 대중의 관심을 끌었으며 점차적으로 많은 산업 시나리오를 재구성하여 인지도와 관심의 기반을 마련하고 있습니다. 시장은 또한 이 트랙의 개발 잠재력에 대해 일반적으로 낙관적입니다.

큐비트 AIGC 맵에 따르면 AIGC는 현재 텍스트, 이미지, 비디오, 오디오, 게임 및 가상 인간에 주로 사용되며 DeepMusic, Reflection Audio를 포함한 대부분의 스타트업이 A~B 라운드에 집중되어 있습니다. , 지능형 지능, Caiyun Xiaomeng, rct.ai, 섀도우 기술, 하이퍼파라미터 등 듣기

중국의 기존 AIGC 산업 체인 부문

@"AIGC/AI 생성 콘텐츠 산업 전망 보고서"

그리고 국내 주요 플레이어인 Baidu, Tencent, Alibaba, ByteDance, NetEase 등도 투자하고 있습니다. AIGC 분야.

• Baidu는 AI 페인팅 플랫폼 "Wenxin Yige"를 출시했습니다.
• Tencent가 개발한 글쓰기 로봇인 Dreamwriter는 22가지 특정 시나리오를 작성할 수 있습니다.
• Alibaba가 소유한 AI 온라인 디자인 플랫폼인 Lubanner는 마케팅 담당자가 배너를 제작할 수 있도록 도와주세요.
• ByteDance의 Jianying 및 Kuaishou Cloud Cutting은 모두 AI 생성 비디오를 제공할 수 있습니다.
• NetEase는 AI 정렬 시스템인 "NetEase Tianyin"을 출시했습니다.…

그러나 전망은 밝습니다. 대부분의 사람들이 알고 있지만 AIGC 분야에는 여전히 문제가 많습니다.

첫째, 핵심 핵심 기술은 아직 개선이 필요합니다. AI 그림과 AI 글쓰기를 둘러싼 비판 중에는 그것이 생성하는 콘텐츠가 겹겹이 쌓이고 품질이 고르지 못하며 때로는 '스티치 몬스터'와 같은 우스꽝스러운 느낌을 자아내기도 한다는 지적이 많다. 하버드 대학의 최근 연구에 따르면 DALL-E 2는 텍스트 프롬프트 내의 관계를 전혀 이해하지 못하고 텍스트의 여러 엔터티만 연결했으며 이미지 정확도는 22%에 불과했습니다.

둘째, 요구 사항의 차별화로 인해 개발 문턱이 높아졌습니다. AI 글쓰기를 예로 들면 AIGC는 키워드를 기반으로 텍스트를 자동으로 생성하고 특정 수준의 유창성을 달성할 수도 있지만 시나리오에 따라 쓰기 요구 사항도 다릅니다. 예를 들어, 지침과 광고 문구의 표현이 매우 다르며, 뉴스 리뷰와 소설의 스타일도 매우 다릅니다. 다양한 요구 사항은 자연스럽게 다양한 교육 데이터로 이어지며, 이는 의심할 여지 없이 AIGC 제품 개발 비용과 시간을 증가시킵니다.

세 번째, 대규모 상용화는 여전히 난관이 가득합니다. 현재의 인공지능은 여전히 ​​전통적인 약한 인공지능 단계에 있기 때문에 실제 문제를 모델링하려면 인간에 크게 의존해야 합니다. 그러나 이 방법은 상당히 불안정하고 하드웨어 시설의 성능 한계로 인해 생성된 결과가 이상적이지 않습니다. , 사용자의 지불 의지 부족으로 인해 AIGC가 대규모로 상용화되기까지는 시간이 걸릴 것입니다.

이전에 월간 활성 사용자가 50만 명에 달했던 AI 프로그래밍 도구 카이트(Kite)가 8년 동안 지속되다가 실패를 선언해 실망스럽습니다. 창립자인 아담 스미스(Adam Smith)는 실패의 원인을 "알고리즘이 충분하지 않았고" "사용자가 구매하지 않았기 때문"이라고 말했습니다. "가장 큰 문제는 최신 모델이 네이티브가 아닌 컨텍스트와 같은 코드 구조를 이해하지 못한다는 것입니다." 하지만 이는 개발자가 코드를 18% 더 빠르게 작성할 수 있을 뿐이며, 이는 감동을 주기에 충분하지 않습니다. "넷째, AI 저작물에 대한 저작권 분쟁이 마무리되지 않았습니다. 요즘에는 많은 AIGC 도구가 무료로 공개되어 있지만 여전히 저작권의 합법성에 대해 걱정하는 사용자가 많습니다. 전체 산업이 아직 탐색 단계에 있기 때문에 국가마다 정책이 다르고 기업마다 관련 문제를 처리하는 접근 방식이 매우 다르기 때문에 전 세계는 여전히 무지와 혼란의 시대에 있습니다.

저작권 분쟁의 핵심 쟁점은 주로 두 가지 측면에 초점이 맞춰져 있습니다. 첫째, AI 모델이 창작하는 것에 대한 저작권을 얻을 수 있는가? 둘째, 저작권이 있는 데이터를 사용하여 AI 모델을 훈련할 수 있습니까?

최근 GitHub Copilot이 제기한 소송이 대표적인 사례입니다. 이번 집단 소송에서 프로그래머들은 OpenAI가 오픈 소스 라이선스를 위반했다고 비난했습니다. OpenAI와 Microsoft는 독점 AI 도구인 GitHub Copilot을 교육하는 데 기여한 코드를 사용했습니다. 업계의 많은 사람들은 이번 사건의 진전과 결과가 생성 인공지능(AI) 전 분야에 걸쳐 저작권 문제의 선례가 될 수 있다고 믿고 있다.

4. 논란의 여지가 있는 길

옛날에는 사람들이 창작 활동, 특히 예술에 AI를 적용하는 것에 대해 환상이 없었습니다. AI는 기술을 습득하기 위해 모방에만 의존할 수 있고 창조는 의심할 여지 없이 인간의 독특한 재능이기 때문입니다. 그러나 AIGC의 등장은 이러한 인류의 자신감을 무너뜨린 것으로 보여 '예술은 죽었다'는 주장이 다시 등장했다. 하지만 카메라의 등장이 회화의 종말을 가져오지 않았듯이 AIGC의 발전도 마찬가지였습니다.

아직도 미성숙한 핵심기술, 단기간에 대규모 상용화의 어려움, 불완전한 관련법규, 기술윤리 등의 과제에 직면해 있지만, 이는 기본적으로 세계 공통의 문제입니다. 기술 발전 경로에 적응하는 데는 필연적으로 시간이 걸릴 것입니다. AI 기술의 발전이 실제로 인간의 생산성을 향상시킬 것이라는 점은 부인할 수 없습니다. 끊임없는 논쟁의 길에서 우리에게 필요한 것은 약간의 인내와 약간의 자신감뿐일 수도 있습니다.

참조링크:

https://www.8btc.com/article/6776768

https://baijiahao.baidu.com/s?id=1748281279813972418

https://view.inews.qq .com/a/20221123A0403B00

https://www.huxiu.com/article/721434.html

위 내용은 논란의 AIGC는 어떻게 톱 플레이어가 되었나?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!