超级个体:探索AIGC与人类合作的无限可能

分享一下我最近对AIGC的一个阶段性的思考。在游戏里最强的超能力是快速获取复制他人技能的能力,而AIGC就是这样的一种超能力。它不止是一种杠杆,它是一种能生产杠杆的杠杆。
 
 
让我们先从个人标签说起,这里是我的一些标签,一个设计师,一个大学学的是食品化学的转行设计师,我还是一个自媒体人,除了前沿的人工智能,我对中西方最古老的文化感兴趣,我会针灸,会占星。
 
但是这些标签只是一些过去人生的标记,它们都不是我。我认为我们每个人,都其实是无限可能的存在。但是大部分的时候大家都被这些标签限制住了,比如,我高中因为被贴了好学生的标签,没有选择自己当时最爱的艺术设计,而大学毕业终于开始试图撕掉之前的标签,重新转行做了设计师。
 
我那个时候做了一个设计类的社群叫非科班设计,里面全是一些奇奇怪怪背景的设计师,学医的,学金融的,学机械的,学中文的等等……
 
其实对于很多人来说,转行去做了自己喜欢的职业,梦想成真之后会认为这就是终点了,是可以为之奋斗一生的事业。是月亮与六便士里的那个月亮。但这其实是一个陷阱,你只是从一个标签中脱离出来进入了另一个标签,从一种限制里面出来换成了另外一种限制。
 
这些标签其实并不重要,他们都只是限制你的枷锁而已。
 
我为什么会在开头说这些,因为这一点在现在这个AIGC的时代变得越发明显了。
 
 
这个是《纳瓦尔宝典》里的一段话,这本书是2020年出版的,这段话是我印象最深刻的一段。读四年大学,然后在一个职位上干30年,这是一个我们上一辈十分常见的生存方式。但是现在已经完全不一样了。
 
在 AIGC 的时代,我们甚至需要按月,按周,甚至按天来更新我们的知识。
 
现在大家都在恐惧GPT是否会取代自己也不过才出来刚刚4个月。在AI绘画这个领域,我是从去年3月份开始关注的,还记得那时候的disco diffusion 非常不擅长画人物,所以有人专门去研究如何写提示词来绘制人物,然后midjouney和dalle出现了,它直接在模型和算法的层面把这个问题解决了。
 
也就是说,那些研究在模型出来的一瞬间就过时了,中间可能也就只有2个月。类似的事情也发生在最近,无论是stable diffusion 还是midjouney大家一开始也只能通过提示词和调参来控制输出。
 
但是controlnet这个技术的出现让大家更加精准的控制输出,以前那些为了让输出稳定,做了大量研究的写词攻略就失效了。
 
这张图是过去几年,AIGC大事件的时间轴。在22年之前,AIGC的发展都是非常缓慢的,只是一个非常小众的领域,大家对此毫不在意。我记得去年刚开始的时候,我还可以按月来去学习AIGC的知识,大新闻每个月也就发生那么一两次,在研究disco diffusion和midjouney的时候根本没有想到事情会进展到今天这样。画一些精度不够高的图可能就是极限了。没有人会想到现在任何一个领域的任何一个职位都有可能被AI侵入。
 
 
大概从去年的12月开始,aigc的发展速度就开始指数级的上升了,标志性的事件有GPT的发布,AI绘画领域的lora模型和controlnet也迅速的发展了起来。lora模型的自训练和controlnet对画面的控制能力,都让文生图变得更加的落地,补全了它进入工作流的最后一块拼图。
 
而在去年大部分的时候AIGC指的就是文生图,但是在今年大家看到了以GPT为首的大语言模型的潜力,所以在今年的第一季度,全球都在卯足了劲卷大语言模型。
 
这里分享一个比较有趣的例子,AI生成绘画领域大量的画师因为版权在抵制这个技术,大家也都期待法律上能尽早的能够完善相关的立法。而与此同时,我的律师朋友,在使用了GPT之后跟我说,GPT写法律文书写的太好了,已经能达到初中级律师的水平,她也在担心自己的工作是否会被取代。
 
被取代的焦虑无差别的笼罩着每一个人和每一家公司。
 
 
AIGC将会带来什么?在这种大环境下,我们个人能做些什么?我今天来并不是为了散播焦虑的,也不是给大家讲鸡汤让大家对未来过度乐观的。
 
我的观点是:AIGC必然会取代一大批人,造成大量的失业。但与此同时,它也会给小公司和个人带来从未有过的机遇。
 
 
在AIGC的时代,公司会变成什么样?其实midjouney就是一个很好的例子,它没有软件,没有app,没有融资,靠着11个人自筹资金,在不到一年的时间拥有了全球千万用户,年营收上亿美金。
 
我们同样可以对比它寄生其中的 discord 这家公司,discord 同样也是一家非常优秀的公司,但是它仍然是一个非常正统的互联网公司。巧的是discord的营收一年也是一亿美金,但是呢,它需要不断的融资,并且最新的数据显示它的员工人数目前是650人。
 
不仅是midjourney,目前全球AIGC领域最强的公司 openai 也不过只有一百名员工而已。在AIGC的时代下,我们将会看到公司变得越来越小,但是产品的影响力却非常大。
 
劳动密集的公司会越来越少,几个人,十几个人的小公司将随处可见。大公司也会开始瘦身,产业开始从以人驱动,转变为以算法和算力驱动。
 
这是小公司的机会,我们可以观察到一个很奇特的现象,现在全球那么多大公司都在卷GPT,但是没有一家比得过openai的,哪怕号称技术实力最强的google也不例外。在AI绘画领域也是如此,SD开源后AI绘画工具非常多,但是MJ仍然是效果最好的那个。
 
对于公司如此,那么对于个人呢?
 
 
在我眼里,人可以大致可以分成2类,一种是工具人,另一种是使用工具的人。
 
我们大部分人的工作是作为这个工业链条的一部分,而这一次AIGC带来的技术革命从根源上把游戏规则改变了。之前这个社会需要的是那些能够在流水线上专注于拧螺丝的人,
 
在互联网行业的设计圈里,流传着一个这样的故事,一个腾讯的设计师,画微信的对话框画了整整五年。在腾讯画对话框可能已经是很多人羡慕的工作了,但是在现在这个时代这种类型的工作存在着巨大的风险。
 
当这个生产的链条被改变时,那么它上面的那些螺丝钉也就没有存在的必要了。
 
我今天还在脉脉上看到一个消息说,网易的游戏项目组在激进的推进AI,无论是原画还是文案,都必须掌握,掌握不了就可以走人了。这个消息应该是真的,因为我最近见过的所有创业的老板们都在想着怎么使用AIGC去给自己降本增效。
 
但是如果你是使用工具的人,那么情况就不一样了。
 
这两类人最大的区别其实在于——是否会通过使用杠杆去拓展自己的能力边界。
 
 
而 AIGC 就是这个时代给个体最大的杠杆。它带来的不仅仅是科技革命带来的生产力的提升。它是一种可以无限生产杠杆的杠杆。
 
 
 
什么是杠杆
 
我们每个人一天都只有24小时,这是这个世界上最公平的事情。真正的财富并不是银行卡里的数字,而是时间。没有人可以让自己的一天多出2小时。
 
我们去公司上班,相当于打包出卖了自己的时间,一份时间一分钱,你的收入和你付出的时间直接相关。但是问题在于你的时间就这么多,时间不增加的情况下,你收入的天花板就是限定的。而且你停止工作的时候,这个收入也就停止了。
 
而杠杆呢?是一份单位时间可以换取多渠道多角度的资源。你的收益取决于你的决策能力,而不是花费的时间。哪怕你不工作的时候,仍然在增加自己的资源。
 
这样的杠杆有哪些呢?
 
最常见最古老的就是劳动力资源了,比如我想做一个游戏,但是我不会画画也不会代码怎么办呢?那就需要我花钱去购买他人的时间帮我完成这些工作。这种属于通过劳动力杠杆去拓展自己的技能。
 
再举个例子,我是一个设计师,但是太多人找我做设计了,项目做不过来怎么办?就需要再招聘其它设计师来帮我完成。这种就是劳动力杠杆。劳动力杠杆是一种非常古老的杠杆,任何一家公司的老板都在使用这个杠杆。
 
在过去,一个公司的员工规模越大,意味着它的收益也大。但是劳动力杠杆有个非常致命的问题,就是你的产出来源于对人的控制。而人是非常不可控的,成本也非常高,为了让员工的产出可控才诞生出来了所谓的管理学。
 
我们都知道,大公司容易有大公司病。这是因为人员庞杂,因为利益或者一些其他原因,上面的决策信息无法快速有效的传达下去。
 
那么第二种杠杆就方便很多了。资本杠杆,其实就是钱生钱的杠杆。对于有了一些资产的人,可以通过投资来拓展自己的资产。这个因为跟AIGC关系不大,我就不展开来说了。
 
最后这个杠杆叫可无限复制,并且边际成本为零的产品。什么样的东西符合这个特性?书籍,尤其是电子书。任何一种形式的自媒体。网络课程,软件产品 等等,
 
这个其实很好理解,就拿写书来说,我花半年时间写一本书,这本书在未来的任何时间都可以持续的给我带来收益。我们把这里的书,换成线上课程,换成软件也是一样。
 
但是这类杠杆有一个问题,它们大部分都是创造性的产品,它们需要你会一些特定的技能,比如写作,比如编程,比如绘画。而这些技能在过去需要大量的时间去学习,还需要大量的时间才能制作出来。
 
但是在AIGC的时代不一样了,相当于第一类杠杆和第三类杠杆合并了,
 
我们可以通过AIGC的工具去创造一些可以无限复制的产品。而不需要花费高额的金钱去购买劳动力,又或者去大量的消耗自己的时间。
 
AIGC相当于给了你一个可以自己生产杠杆的杠杆。
 
如果你只是把它当成一个提升自己工作效率的工具,只是让自己变成了一个更好用的工具人,那就太浪费了。
 
 
一个人的能力一般会受限于下面三个要素:时间,技能 和 信息。
 
我会先从时间和技能的角度举一些案例。然后再详细说一下 AIGC在信息的获取层面可以做哪些事情。
 
 
这是一张混合了赛博朋克风格的蒙娜丽莎的插画,在过去一个插画师绘制类似水准的画,大概需要一周的时间。现在我们任何一个没有任何绘画基础的人只需要60s就可以完成
 
 
我知道其实用AI训练画风在版权上有争议。但是在过去,一个人学会一个画风,只是copy不是创造的那种,都需要花费大量的时间。很多人终其一生都花在复制别人的画风,并且一辈子也不一定能掌握多少种。
 
但是现在你只需要一百张左右的图,就可以训练出特定的画风,你可以让不同的画风进行融合,调整他们的权重比例,从而生成独一无二的风格。
 
而这些只需要几个小时。
 
我们可以在有限的生命里,去探索更多的可能性。整个绘画史,都是不同元素风格的排列组合,并不存在什么空前绝后的原创。
 
 
我们从来没有如此快速的,去获取这些生产性的技能来进行内容的创作。
 
 
就拿漫画和动画来说,一直是一个劳动密集型的行业,但是在AIGC的技术加持下,已经有人通过GPT写故事,再通过文生图工具,几个小时就能制作出一本漫画。
 
 
还有人用GPT用一天写了一本100多页的书,并且拿到亚马逊买,售价一美金。据说亚马逊上人类和gpt合作的书籍已经越来越多了,甚至他们单独有个GPT类别的分区。
 
 
除了用AIGC去拓展技能和节省时间,其实它最大的用处去帮助你获取更多的信息。一个人获取信息的能力直接决定了他看到什么样的世界,成为什么样的人。AIGC在帮助大家抹平信息差方面是非常有帮助的。
 
我目前观察到的主要有三个方面,第一个是可以帮助你突破语言的壁垒,也就是翻译。虽然说在GPT之前就有非常多的机器翻译软件,但是大家也都知道机翻和人类去翻译差别巨大。
 
大部分的机器翻译,都需要人工去校对才能使用。但是GPT的翻译已经达到了母语的程度,差错已经很小了。这意味着你可以无障碍浏览其他语言的信息,我自己在aigc方面最前沿的信息都是通过英文的媒体去获取的,但是我本人的英文其实并不好。
 
GPT 加搜索,这个目前能看到的产品就newbing,我们之前通过搜索引擎去获取信息,但是往往会得到一些不想要的垃圾消息,看到一些不想看到的广告和无效信息。gpt结合搜索可以让信息的获取更加的高效。
 
我们还可以通过gpt去帮助我们归纳和总结,比如我去看一篇论文,论文太长我看不太懂怎么办?可以把这篇论文喂给gpt,然后让它来讲给你听。
 
 
 
另外分享一个AIGC的工具网站,这个网站整合了1680种最新的AIGC工具,并且做了很详细的分类和介绍,这里的每一种都可以在一个方向拓展你的能力边界。
 
 
其实aigc这个技术是个双刃剑,在未来的三五年之内,会颠覆掉很多我们已经熟悉的模式。
它会造成一个相对混乱的时期,但是这个混乱是深渊还是阶梯,取决于你是如何看待和使用它。
 

 
© 版权声明
THE END
喜欢就支持一下吧
点赞7 分享
评论 抢沙发
头像
欢迎您留下宝贵的见解!
提交
头像

昵称

取消
昵称表情代码图片

    暂无评论内容