La imagen de portada creada por IA ilustra la herramienta Difusión estable, palabra clave: Space Opera House Rembrandt Harmenszoon van Rijn y Hajime Sorayama mezclan estilos de pintura

Introducción

AIGC tuvo repercusiones en el deprimido mercado de las criptomonedas, ¿qué es AIGC? ¿Por qué surge de repente? ¿Qué impacto tendrá en la Web 3?

1. El nuevo punto de acceso en el mercado primario: AIGC

El nombre completo de AIGC es Contenido generado por inteligencia artificial, que se refiere a la tecnología de IA para crear contenido nuevo a través de datos masivos existentes (como texto, audios o imágenes). De hecho, no existe una definición normativa unificada del concepto AIGC. Un concepto similar a nivel internacional es el de Medios Sintéticos, que se define como una tecnología para producir, manipular y modificar datos o medios a través de algoritmos de inteligencia artificial, incluidos texto, código, imágenes, audio, video y contenido 3D, etc.

2. Las necesidades de los usuarios impulsan el desarrollo de la tecnología AIGC

AIGC se centra en la producción de contenidos, y el desarrollo del ecosistema de contenidos se puede dividir en cuatro etapas: contenido generado profesionalmente (PGC), contenido generado por el usuario (UGC), contenido generado asistido por IA y contenido generado por IA (AIGC). ), actualmente nos quedamos principalmente en la primera y segunda etapa, y la tercera etapa juega un papel de apoyo.

PGC generalmente se refiere a contenidos que son creados por un equipo profesional, conllevan un alto criterio de producción y un largo ciclo de trabajo. En última instancia, se utilizará para fines comerciales, como televisión, películas y juegos. Para garantizar la calidad del contenido generado, PGC necesita invertir toneladas de costos técnicos y laborales. Bajo el modelo PGC, los derechos de producción y realización de contenidos están en manos de unas pocas personas, con un mayor grado de concentración y un efecto monopolista más fuerte. Sin embargo, a PGC le resulta difícil satisfacer las necesidades de producción de contenidos a gran escala, debido a los limitados recursos humanos por el lado de la oferta.

Por otro lado, el UGC desdibuja los límites entre consumidores y productores. La plataforma proporcionará herramientas de creación y los productores podrán ser ellos mismos usuarios, lo que reduce la barrera de la producción y mejora la prosperidad de la ecología de contenidos, como los vídeos cortos. El modelo UGC reduce el costo de producción y el grado de centralización hasta cierto punto, satisface las necesidades personalizadas o diversificadas de los usuarios y aumenta el límite de capacidad. Aunque la escala de producción de contenido ha mejorado enormemente, la calidad inevitablemente ha sufrido una reacción negativa porque no hay restricciones sobre los productores, las herramientas de generación y los temas de contenido.

PGC y UGC están limitados por la capacidad de producción y la calidad, respectivamente. Les resulta difícil satisfacer la creciente demanda de contenidos, mientras que AIGC puede suponer una nueva ronda de cambio de paradigma en el proceso de desarrollo de la ecología de contenidos. En un contexto de creciente demanda de los usuarios, la baja eficiencia de la creación manual se ha convertido en un cuello de botella que restringe la escala de producción de contenidos. Desde la perspectiva de la demanda, a medida que los jóvenes se convierten en la corriente principal del consumo de contenidos, su demanda de capacidad de producción y calidad de la producción de contenidos se ha disparado. Además, aunque la popularidad de Internet ha acelerado la velocidad de difusión de contenidos, también ha ampliado la brecha en la demanda de los usuarios. Ante la gran demanda de los usuarios, el modo tradicional de producción de contenidos ha dejado al descubierto graves deficiencias en términos de capacidad de producción y calidad. Aunque UGC mejora el problema de la escala de producción limitada de PGC, la calidad de su contenido es desigual, lo que genera mayores costos de recuperación para que los usuarios accedan a contenido de alta calidad. En última instancia, UGC todavía no puede satisfacer la demanda de contenido de alta calidad de los usuarios.

No hay límite para el crecimiento de la ecología de contenidos y es muy necesario introducir AIGC. Los procedimientos de creación de contenido son los pasos de selección, filtrado, procesamiento e integración de la información por parte de los productores. Una serie de procesos se basan en el estudio independiente a largo plazo de los creadores, en el que se dedica mucho tiempo y capacidad intelectual. Después de todo, a la larga, la capacidad de creación artificial es limitada. Cuando se agote el potencial de producción de PGC y UGC, AIGC podrá compensar la brecha en la ecología de contenidos.

La ecología del contenido ha entrado en la etapa de producción asistida por IA y se espera que AIGC se realice en el futuro. En la actualidad, la producción de contenidos todavía se limita al marco de creación basado en PGC y UGC. La plataforma ayuda a los usuarios a crear a través de herramientas abiertas de IA. Cualquiera puede convertirse en creador y emitir comandos para que la IA genere contenido automáticamente, instruyéndola a completar tareas complejas, como codificar, dibujar y modelar, lo que reduce aún más el estándar de producción y mejora la eficiencia de la producción.

Sin embargo, debido al desarrollo de la tecnología, la IA sólo desempeña un papel auxiliar en el trabajo anterior. Los humanos todavía necesitan crear contenido o ingresar instrucciones en enlaces clave. La IA no tiene la capacidad de convertirse en un creador independiente. Sin embargo, con la continua actualización e iteración de elementos centrales como datos y algoritmos, AIGC puede ser la dirección general del desarrollo futuro. Puede superar las limitaciones artificiales y alcanzar el nivel de creación independiente, creando contenidos más ricos y diversos. En teoría, AIGC se dará cuenta del suministro ilimitado de ecología de contenido y la calidad del contenido superará a PGC, considerando la eficiencia y el profesionalismo de la producción.

3. AIGC brillará en la Web 3

En Web 2, AIGC ha iniciado una exploración exhaustiva en varios campos. Actualmente, Web 3 es una versión descentralizada del mapeo Web 2. Por extensión, AIGC naturalmente tendrá muchas direcciones aplicadas en la Web 3.

Se ha logrado un gran avance en las herramientas de inteligencia artificial relacionadas con la generación de texto. Las aplicaciones de AIGC en la creación de textos incluyen codificación, traducción y escritura. La creación de texto es esencialmente el uso del lenguaje. Dado que los lenguajes de programación son relativamente más estructurados y más fáciles de aprender para la IA, pero los lenguajes humanos necesitan combinar contexto, semántica, etc., el escenario aplicado más maduro de generación de texto es la codificación, trabajos representativos como Github Copilot producido por Microsoft. Los usuarios ingresan la lógica del código en el texto, se puede entender rápidamente y se generarán submódulos basados ​​en un código fuente abierto masivo para que lo utilicen los desarrolladores. Hoy en día, casi el 40% del código generado por GitHub Copilot está escrito por IA. Aunque los complementos modulares como SDK en Web 3 han mejorado la velocidad de programación de los desarrolladores, la eficiencia del desarrollo de protocolos criptográficos puede promoverse aún más con la popularización de la tecnología AIGC en el futuro. Idealmente, AIGC puede detectar automáticamente las necesidades o vacantes del mercado y luego programar y generar nuevos protocolos de forma independiente.

En términos de creación de contenidos en lenguaje humano, AIGC también ha logrado avances considerables. En la actualidad, el desarrollo de la traducción ha logrado un gran avance. Roblox tradujo automáticamente juegos desarrollados en inglés a otros ocho idiomas mediante aprendizaje automático, incluidos chino, alemán y francés; el sistema de redacción de noticias Dreamwriter desarrollado por Tencent se puede utilizar en 22 escenarios de redacción regulados y la velocidad de publicación promedio es de tan solo 0,46 segundos; En el artículo de Sequoia Capital sobre "Generative AI: A Creative New World", parte del contenido está escrito mediante el modelo de lenguaje natural GPT-3, pero la experiencia de lectura no es oscura ni contundente, y también tiene en cuenta los requisitos de fluidez en la escritura. , claridad y lógica.

AIGC también contribuirá en gran medida a la creación de textos para la Web 3. Los medios de comunicación y las instituciones de investigación en la Web 3 se enfrentan al dilema bilateral de la ecología del contenido. Por ejemplo, aunque la calidad de producción de CoinDesk y Messari es alta, es difícil ampliar la escala de producción. Además, la difusión de contenidos se verá aún más reducida, limitada por el idioma de escritura, la eficiencia y la precisión de la traducción.

Por otro lado, aunque el contenido en Twitter es enorme, no se puede garantizar la calidad de las perspectivas. Dado que la información no está clasificada por importancia y actualidad, etc., el formulario de presentación está desordenado, desagrupado, desordenado o sin duplicados. Al parecer, las necesidades de los usuarios no se satisfacen de forma específica. Al mismo tiempo, los usuarios se enfrentarán al problema de la sobrecarga de información, lo que les hará perder mucho tiempo en contenido no válido. Como resultado, las organizaciones Web 3 están significativamente por detrás de sus contrapartes Web 2, tanto en términos de escala de producción promedio como de calidad promedio del contenido.

Sin embargo, la escala y la calidad de las organizaciones Web 2 a menudo se basan en tácticas de colaboración colectiva, que requieren una gran inversión inicial. Para garantizar la calidad del contenido, los analistas calificados generalmente necesitan pasar por una precipitación a largo plazo y una capacitación intensiva, y las empresas deben invertir tiempo y costos de capacitación. Al mismo tiempo, para mantener la escala de producción, las empresas deben pagar costos laborales extremadamente altos para la contratación a gran escala. Hay dos deficiencias obvias en este tipo de modo. Uno es el costo sobrecargado y el otro es el riesgo de pérdida de talento en la fase posterior, lo que resultaría en costos totalmente hundidos. Con el avance de las tecnologías posteriores, los analistas pueden ahorrar al menos el tiempo de resumir títulos y resúmenes, y la IA puede generar TL directamente; DR al comprender el texto completo. A largo plazo, se formarán rápidamente "analistas cualificados", tras un profundo aprendizaje automático de la IA. Las instituciones Web 3 reducirán sustancialmente los costos al tiempo que mejorarán la escala y la calidad de la generación de contenido, promoviendo así el desarrollo de todo el segmento del mercado y de toda la industria. Los protocolos de información, protocolos de noticias o protocolos de investigación pueden incluso aparecer en la Web 3.

Es probable que AIGC desencadene una nueva ronda de innovación en la música Web 3. AIGC abre aplicaciones en producción de canciones, generación de letras, etc., y se mejora aún más la interactividad y el rendimiento en tiempo real. Por ejemplo, la plataforma de música adaptativa LifeScore organiza la música de forma dinámica en tiempo real. Una vez que el usuario introduce una serie de material musical, la IA lo cambiará, lo transformará y lo remezclará, lo que dará lugar a un concierto instantáneo. En mayo de 2020, LifeScore entregó una banda sonora adaptativa para la serie de televisión interactiva de Twitch "Artificial", que puede afectar la banda sonora en función del estado emocional del espectador a medida que se desarrolla la historia.

A corto plazo, AIGC puede ayudar a los creadores a adaptar, recrear o ayudar directamente a la creación de música, reduciendo enormemente su carga de trabajo y aumentando la eficiencia del trabajo. A largo plazo, algunas plataformas de música han surgido en la Web 3 y, junto con la introducción de la tecnología AIGC, los protocolos pueden generar canciones personalizadas de acuerdo con las preferencias personales de los oyentes. La plataforma no sólo puede reducir enormemente el gasto en derechos de autor, sino que los usuarios también pueden reducir los pagos por las canciones. Además, los usuarios también podrán publicar canciones exclusivas creadas por AIGC para obtener ingresos, mejorando así la economía de los creadores del mercado musical de la Web 3.

Además de las tres direcciones fronterizas mencionadas anteriormente, AIGC también tiene un gran potencial en otros segmentos del mercado de Web 3. Por ejemplo,

1) El cuerpo principal de NFT son imágenes u obras de arte. En la actualidad, muchos modelos de IA han recopilado datos de toda la historia del arte y la cultura popular. Cualquier usuario puede generar su propio NFT favorito a voluntad. Los diferentes NFT deben tener rostros, vestimenta y características emocionales diferentes. El método de generación tradicional conlleva altos costos y baja eficiencia. Los creadores necesitan realizar diseños de prototipos, modelados múltiples y renderizados, etc., pero AIGC puede ayudar a los creadores a probar bocetos de manera más eficiente en la etapa inicial y ahorrar mano de obra para completar los detalles de la pantalla en la etapa posterior. En el futuro, es posible que AIGC logre una producción en masa de NFT a bajo costo. Además, la creación de UGC es fácil de copiar y difundir, y con frecuencia se producen problemas de infracción. Sin embargo, las NFT son únicas, indivisibles y comercializables, lo que puede superar los problemas de lucha contra la falsificación de activos, confirmación de derechos y trazabilidad para fortalecer la protección de los derechos de autor;

2) AIGC también está mejorando la generación de estados transmembrana, como imágenes/animaciones que generan texto, y viceversa;

3) El progreso de AIGC también promoverá el desarrollo del segmento de mercado social Web 3. Las personas reales inevitablemente tendrán algunas deficiencias, pero la IA puede crear los personajes virtuales favoritos de los usuarios, ya que los personajes virtuales generados por AIGC se personalizarán completamente según las necesidades del usuario. Los usuarios pueden personalizar o utilizar plantillas para definir las propiedades, como familia, ocupación, edad, etc., de los personajes. La IA ayudará a que los personajes virtuales se comporten mejor que las personas reales en apariencia y acciones en escenas específicas, y les dotará de funciones de expresión e interacción del lenguaje para reflejar una cierta capacidad de empatía. Además, los personajes virtuales, acompañados de reservas de conocimiento más abundantes y una frecuencia de actualización más rápida que los humanos, no necesitan descansar. Por lo tanto, se espera que el entretenimiento y los servicios proporcionados por personajes virtuales en algunos campos determinados sean comparables o incluso superen a las personas reales. Por ejemplo, los personajes virtuales seguirán aprendiendo a través de la comunicación con los usuarios y lograrán un compañerismo emocional. En referencia a los grupos ACGN y los grandes usuarios de software social en la Web 2, el mercado social de la Web 3 sin duda crecerá con el apoyo de AIGC;

4）El uso de AIGC en la educación Web 3 puede producir resultados inesperados. Dado que el modo de aprendizaje de la IA está relativamente estructurado y organizado, los libros de texto y las conferencias producidas por AIGC pueden reducir la barrera de la comprensión y ayudar a la audiencia a absorber el conocimiento más fácilmente. En resumen, el viaje futuro de AIGC es bastante amplio en la Web 3.