L'image de couverture créée par l'IA illustre l'outil Stable Diffusion, mot clé : Space Opera House Rembrandt Harmenszoon van Rijn et Hajime Sorayama mélangent le style de peinture

Introduction

L'AIGC a laissé des ondes sur le marché déprimé de la cryptographie, qu'est-ce que l'AIGC ? Pourquoi cela apparaît-il soudainement ? Quel impact cela aura-t-il sur le Web 3 ?

1. Le nouveau hotspot sur le marché primaire – AIGC

Le nom complet de l'AIGC est Artificial Intelligence Generated Content, qui fait référence à la technologie de l'IA permettant de créer de nouveaux contenus à partir de données existantes massives (telles que du texte, des audios ou des images). En fait, il n’existe pas de définition normative unifiée du concept AIGC. Un concept similaire à l'échelle internationale est celui des médias synthétiques, qui est défini comme une technologie permettant de produire, de manipuler et de modifier des données ou des médias via des algorithmes d'intelligence artificielle, notamment du texte, du code, des images, de l'audio, de la vidéo et du contenu 3D, etc.

2. Les besoins des utilisateurs déterminent le développement de la technologie AIGC

L'AIGC se concentre sur la production de contenu et le développement de l'écosystème de contenu peut être divisé en quatre étapes : le contenu généré par des professionnels (PGC), le contenu généré par l'utilisateur (UGC), le contenu généré par l'IA et le contenu généré par l'IA (AIGC). ), actuellement nous restons principalement dans les première et deuxième étapes, et la troisième étape joue un rôle secondaire.

PGC fait généralement référence à un contenu créé par une équipe professionnelle, qui répond à des critères de production élevés et à un long cycle de travail. Il sera finalement utilisé à des fins commerciales, telles que la télévision, les films et les jeux. Afin de garantir la qualité du contenu généré, PGC doit investir des tonnes de coûts techniques et de main d'œuvre. Dans le modèle PGC, les droits de production et de réalisation de contenu sont entre les mains de quelques personnes, avec un degré de concentration plus élevé et un effet de monopole plus fort. Cependant, il est difficile pour PGC de répondre aux besoins d’une production de contenu à grande échelle, en raison des ressources humaines limitées du côté de l’offre.

D’un autre côté, l’UGC brouille les frontières entre consommateurs et producteurs. La plateforme fournira des outils de création et les producteurs pourront être eux-mêmes utilisateurs, ce qui abaissera les barrières de production et améliorera la prospérité de l'écologie du contenu, comme les courtes vidéos. Le modèle UGC réduit dans une certaine mesure le coût de production et le degré de centralisation, répond aux besoins personnalisés ou diversifiés des utilisateurs et augmente le plafond de capacité. Bien que l'échelle de production de contenu ait été considérablement améliorée, la qualité a inévitablement subi un contrecoup car il n'y a aucune restriction sur les producteurs, les outils de génération et les sujets de contenu.

PGC et UGC sont limités respectivement par la capacité de production et la qualité. Il leur est difficile de répondre à la demande croissante de contenu, alors que l’AIGC pourrait constituer un nouveau changement de paradigme dans le processus de développement de l’écologie du contenu. Dans un contexte de demande croissante des utilisateurs, la faible efficacité de la création manuelle est devenue un goulot d'étranglement limitant l'échelle de production de contenu. Du point de vue de la demande, à mesure que les jeunes deviennent le principal consommateur de contenu, leur demande en matière de capacité de production et de qualité de production de contenu a explosé. En outre, bien que la popularité d’Internet ait accéléré la vitesse de diffusion des contenus, elle a également élargi l’écart entre la demande des utilisateurs. Face à la forte demande des utilisateurs, le mode traditionnel de production de contenu a révélé de graves lacunes en termes de capacité et de qualité de production. Bien que l'UGC résolve le problème de l'échelle de production limitée du PGC, la qualité de son contenu est inégale, ce qui entraîne des coûts de récupération plus élevés pour les utilisateurs souhaitant accéder à un contenu de haute qualité. En dernière analyse, l'UGC ne peut toujours pas répondre à la demande des utilisateurs en matière de contenu de haute qualité.

Il n’y a pas de plafond à la croissance de l’écologie du contenu et il est absolument nécessaire d’introduire l’AIGC. Les procédures de création de contenu sont les étapes de sélection, de filtrage, de traitement et d'intégration des informations par les producteurs. Une série de processus sont basés sur une étude indépendante à long terme des créateurs, qui demande beaucoup de temps et d'intelligence. À long terme, la capacité de création artificielle est après tout limitée. Lorsque le potentiel de production de PGC et d’UGC sera épuisé, l’AIGC pourra peut-être combler le vide dans l’écologie du contenu.

L'écologie du contenu est entrée dans la phase de production assistée par l'IA, et l'AIGC devrait être réalisée à l'avenir. À l'heure actuelle, la production de contenu est encore limitée au cadre de création basé sur PGC et UGC. La plateforme aide les utilisateurs à créer grâce à des outils d'IA ouverts. N'importe qui peut devenir créateur et émettre des commandes pour que l'IA génère automatiquement du contenu, lui demandant d'effectuer des tâches complexes, telles que le codage, le dessin et la modélisation, ce qui abaisse encore les normes de production et améliore l'efficacité de la production.

Cependant, en raison du développement de la technologie, l’IA ne joue qu’un rôle auxiliaire dans les travaux susmentionnés. Les humains doivent toujours créer du contenu ou saisir des instructions dans les liens clés. L’IA n’a pas la capacité de devenir un créateur indépendant. Cependant, avec la mise à niveau et l’itération continues d’éléments de base tels que les données et les algorithmes, l’AIGC pourrait constituer l’orientation générale du développement futur. Il peut briser les limitations artificielles et passer au niveau de création indépendante, créant ainsi un contenu plus riche et plus diversifié. En théorie, AIGC réalisera une offre illimitée d'écologie de contenu, et la qualité du contenu dépassera PGC, compte tenu de l'efficacité et du professionnalisme de la production.

3. AIGC brillera dans le Web 3

Dans Web 2, AIGC a lancé une exploration approfondie dans divers domaines. Actuellement, Web 3 est une version décentralisée du mappage Web 2. Par extension, AIGC aura naturellement de nombreuses directions appliquées dans le Web 3.

Une percée a été réalisée dans les outils d'IA liés à la génération de texte. Les applications de l'AIGC dans la création de texte incluent le codage, la traduction et la rédaction. La création de texte est essentiellement l'utilisation du langage. étant donné que les langages de programmation sont relativement plus structurés et plus faciles à apprendre pour l'IA, mais que les langages humains doivent combiner le contexte, la sémantique, etc., par conséquent, le scénario appliqué de génération de texte le plus mature est le codage, des travaux représentatifs tels que Github Copilot produit par Microsoft. Les utilisateurs saisissent la logique du code dans le texte, elle peut être rapidement comprise et des sous-modules seront générés sur la base d'un code open source massif que les développeurs pourront utiliser. Aujourd’hui, près de 40 % du code généré par GitHub Copilot est écrit par l’IA. Bien que les plug-ins modulaires tels que le SDK dans Web 3 aient amélioré la vitesse de programmation des développeurs, l'efficacité du développement des protocoles de chiffrement pourrait être davantage favorisée avec la popularisation de la technologie AIGC à l'avenir. Idéalement, l'AIGC peut détecter automatiquement les besoins du marché ou les postes vacants, puis programmer et générer de manière indépendante de nouveaux protocoles.

En matière de création de contenus en langage humain, l’AIGC a également réalisé des progrès considérables. À l'heure actuelle, le développement de la traduction a pris une grande avance. Roblox a automatiquement traduit les jeux développés en anglais dans huit autres langues grâce à l'apprentissage automatique, dont le chinois, l'allemand et le français ; le système de rédaction de nouvelles Dreamwriter développé par Tencent peut être utilisé dans les 22 scénarios d'écriture réglementés, et la vitesse de publication moyenne atteint 0,46 seconde ; dans l'article de Sequoia Capital « Generative AI : A Creative New World », une partie du contenu est écrite selon le modèle de langage naturel GPT-3, mais l'expérience de lecture n'est pas obscure et brutale, mais prend également en compte les exigences d'écriture de maîtrise , clarté et logique.

L'AIGC contribuera également grandement à la création de textes pour le Web 3. Les médias d'information et les institutions de recherche du Web 3 sont confrontés au dilemme bilatéral de l'écologie du contenu. Par exemple, bien que la qualité de production de CoinDesk et Messari soit élevée, il est difficile d’étendre l’échelle de production. De plus, la diffusion du contenu sera encore réduite, limitée par la langue d'écriture, l'efficacité et l'exactitude de la traduction.

D’un autre côté, même si le contenu de Twitter est énorme, la qualité des perspectives ne peut être garantie. Étant donné que les informations ne sont pas classées par importance et actualité, etc., le formulaire de présentation est donc désordonné, non regroupé, non trié ou dédupliqué. Apparemment, les besoins des utilisateurs ne sont pas satisfaits de manière ciblée. Simultanément, les utilisateurs seront confrontés au problème de la surcharge d’informations, ce qui leur fera perdre beaucoup de temps sur du contenu invalide. En conséquence, les organisations du Web 3 sont nettement en retard par rapport à leurs homologues du Web 2, à la fois en termes d'échelle de production moyenne et de qualité moyenne du contenu.

Cependant, l’ampleur et la qualité des organisations Web 2 reposent souvent sur des tactiques de crowdsourcing, qui nécessitent un investissement initial important. Afin de garantir la qualité du contenu, les analystes qualifiés doivent généralement suivre une formation précipitée et intensive à long terme, et les entreprises doivent investir du temps et des coûts de formation. Dans le même temps, afin de maintenir l'échelle de production, les entreprises doivent payer des coûts de main-d'œuvre extrêmement élevés pour un recrutement à grande échelle. Il y a deux défauts évidents dans ce type de mode. L’un est la surcharge des coûts, et l’autre est le risque de perte de talents dans la phase ultérieure, ce qui entraîne des coûts entièrement irrécupérables. Avec les progrès des technologies ultérieures, les analystes peuvent au moins gagner du temps en résumant les titres et les résumés, et l'IA est capable de générer directement des TL ; DR en comprenant le texte intégral. À long terme, des « analystes qualifiés » seront rapidement produits, après un apprentissage automatique approfondi de l’IA. Les institutions du Web 3 réduiront considérablement les coûts tout en améliorant l'échelle et la qualité de la génération de contenu, favorisant ainsi le développement de l'ensemble du segment de marché et de l'ensemble de l'industrie. Les protocoles d'information, les protocoles d'actualité ou les protocoles de recherche peuvent même apparaître dans le Web 3.

L'AIGC est susceptible de déclencher une nouvelle vague d'innovation dans la musique Web 3. AIGC ouvre des applications dans la production de chansons, la génération de paroles, etc., et l'interactivité et les performances en temps réel sont encore améliorées. À titre d’illustration, la plateforme musicale adaptative LifeScore organise dynamiquement la musique en temps réel. Une fois que l’utilisateur alimente une série de matériel musical, l’IA le modifiera, le transformera et le remixera, conduisant à un concert instantané. En mai 2020, LifeScore a livré une bande-son adaptative pour la série télévisée interactive Twitch « Artificial », qui peut affecter la bande-son en fonction de l'état émotionnel du spectateur au fur et à mesure que l'histoire se déroule.

À court terme, l'AIGC peut aider les créateurs à adapter, recréer ou aider directement à la création musicale, réduisant ainsi considérablement leur charge de travail et améliorant leur efficacité. À long terme, certaines plates-formes musicales ont émergé dans le Web 3, parallèlement à l'introduction de la technologie AIGC, les protocoles pourraient être capables de générer des chansons personnalisées en fonction des préférences personnelles des auditeurs. Non seulement la plateforme peut réduire considérablement les dépenses liées aux droits d’auteur, mais les utilisateurs peuvent également réduire les paiements pour les chansons. En outre, les utilisateurs peuvent également être en mesure de publier des chansons exclusives créées par AIGC pour gagner leur propre revenu, améliorant ainsi l'économie des créateurs du marché musical du Web 3.

En plus des trois orientations frontières ci-dessus, l'AIGC présente également un grand potentiel dans d'autres segments du marché du Web 3. Par exemple,

1) Le corps principal du NFT est constitué d’images ou d’œuvres d’art. À l’heure actuelle, de nombreux modèles d’IA collectent des données sur l’ensemble de l’histoire de l’art et de la culture populaire. Tout utilisateur peut générer à volonté son propre NFT préféré. Différents NFT doivent avoir des visages, des vêtements et des caractéristiques émotionnelles différents. La méthode de production traditionnelle implique des coûts élevés et une faible efficacité. Les créateurs doivent réaliser la conception de prototypes, la modélisation multiple, le rendu, etc., mais l'AIGC peut aider les créateurs à essayer les croquis plus efficacement dès le début et à économiser la main-d'œuvre nécessaire pour terminer les détails de l'écran à un stade ultérieur. À l’avenir, l’AIGC pourrait permettre de réaliser une production de masse de NFT à faible coût. En outre, la création d’UGC est facile à copier et à diffuser, et des problèmes de violation surviennent fréquemment. Néanmoins, les NFT sont uniques, indivisibles et négociables, ce qui peut surmonter les problèmes de lutte contre la contrefaçon des actifs, de confirmation des droits et de traçabilité pour renforcer la protection des droits d'auteur ;

2) L'AIGC améliore également la génération d'états transmembranaires, tels que les images/animations génératrices de texte, et vice versa ;

3) Les progrès de l'AIGC favoriseront également le développement du segment de marché social Web 3. Les personnes réelles auront inévitablement certaines lacunes, mais l'IA peut créer les personnages virtuels préférés des utilisateurs puisque les personnages virtuels générés par AIGC seront entièrement personnalisés en fonction des besoins de l'utilisateur. Les utilisateurs sont autorisés à personnaliser ou à utiliser des modèles pour définir les propriétés, telles que la famille, la profession, l'âge, etc., des personnages. L'IA aidera les personnages virtuels à ressembler davantage à des personnes réelles en termes d'apparence et d'actions dans des scènes spécifiques, et les dotera de fonctions d'expression et d'interaction linguistiques pour refléter une certaine capacité d'empathie. De plus, les personnages virtuels, accompagnés de réserves de connaissances plus abondantes et d’une fréquence de mise à jour plus rapide que les humains, n’ont pas besoin de se reposer. Par conséquent, on s’attend à ce que les divertissements et les services fournis par des personnages virtuels dans certains domaines soient comparables, voire surpassent, ceux des personnes réelles. Par exemple, les personnages virtuels continueront à apprendre en communiquant avec les utilisateurs et à créer une camaraderie émotionnelle. En ce qui concerne les groupes ACGN et les grands utilisateurs de logiciels sociaux du Web 2, le marché social du Web 3 va sans aucun doute s'élargir avec le soutien de l'AIGC ;

4）L'utilisation de l'AIGC dans l'enseignement Web 3 peut produire des résultats inattendus. Étant donné que le mode d'apprentissage de l'IA est relativement structuré et organisé, les manuels et les conférences produits par l'AIGC peuvent être en mesure d'abaisser la barrière de la compréhension et d'aider le public à assimiler les connaissances plus facilement. En résumé, le futur parcours d’AIGC est assez vaste dans le Web 3.