界面新聞記者 | 彭新
今年ChatGPT的爆火，讓AI技術(shù)走入了大眾視野。在輿論普遍關(guān)注討論的潮流之下，圍繞AI開發(fā)拓展的各類應(yīng)用，也給各行各業(yè)的產(chǎn)業(yè)流程再造和格局重塑帶來深層涌動。
對于微博等內(nèi)容平臺而言，AIGC技術(shù)帶來的沖擊更為深刻廣泛，是大模型前期的典型應(yīng)用方向，AI聊天機器人給用戶帶來更真實的社交體驗，而文生圖、文生文等AIGC應(yīng)用，也大幅降低了內(nèi)容創(chuàng)業(yè)者的創(chuàng)作門檻，有利于內(nèi)容快速制作，進一步提高效率。
10月26日，在由界面新聞主辦的2023 REAL科技大會上，微博COO、新浪移動CEO王巍稱，在AIGC布局上，微博目前已實現(xiàn)利用AIGC輔助高效內(nèi)容生產(chǎn)、替代部分專業(yè)內(nèi)容生產(chǎn)者角色、根據(jù)用戶需求生成個性化定制內(nèi)容、提升商業(yè)運營效率，AIGC在微博多場景中的應(yīng)用較大提升了內(nèi)容生產(chǎn)效率，并陸續(xù)推出了覆蓋明星、情感等方向的多垂類“AI伴聊”功能。
王巍介紹稱，微博從目前用戶反饋來看，這些功能得到用戶以及藝人工作室的認可，很多用戶在超話、評論區(qū)等地方形成自發(fā)性討論與宣傳。王巍認為，此類垂類“AI伴聊”可以利用垂類博主在不同領(lǐng)域的專業(yè)知識，通過風(fēng)格化、專業(yè)化聊天互動，為用戶提供信息價值并優(yōu)化用戶社交體驗，同時提升粉絲與博主的互動粘性，功能也得到了用戶的認可。
作為內(nèi)容平臺， 從目前國內(nèi)外的AIGC技術(shù)在內(nèi)容社區(qū)的實踐來看，相關(guān)應(yīng)用均存在一定爭議，比如版權(quán)所有方對于數(shù)據(jù)集訓(xùn)練和標注的爭議，近期包括社交平臺X（原推特）、OpenAI均受到相關(guān)版權(quán)方法律爭議。
對此王巍坦言，內(nèi)容平臺的版權(quán)爭議將長期存在，但核心問題可能是AIGC及其應(yīng)用的發(fā)展速度太快，社會影響面太大，這造成對之前大家都比較習(xí)慣的傳統(tǒng)方式帶來很大沖擊，包括觀念方面的以及使用習(xí)慣方面的。
“當人們在擁抱技術(shù)的時候，你肯定是先擁抱技術(shù)的機會，然后再考慮其他挑戰(zhàn)，而挑戰(zhàn)所帶來的社會問題，隨之而來需要解決?！蓖跷「嬖V界面新聞記者，AIGC來得太快，對于很多新現(xiàn)象、新問題，人們各方面，包括心理上還沒準備好，就像汽車剛面世的時候，人們對于汽車、馬車哪個更好存在爭議，但這并不能阻止汽車快速普及。
不過，盡管AIGC帶來了內(nèi)容創(chuàng)作進入下一個階段的曙光。王巍看到，在有了底層大模型生態(tài)，以及微博這樣的終端應(yīng)用場景平臺情況下，仍有三大問題制約AIGC應(yīng)用實現(xiàn)爆發(fā)性增長：首先是大模型推理成本居高不下。目前結(jié)論是模型規(guī)模越大效果越好，但是這帶來推理成本很高的問題，一旦使用應(yīng)用的用戶規(guī)模上來，成本之高很難承受；
其次是大模型幻覺問題。在很多嚴肅商業(yè)應(yīng)用環(huán)境下，不允許大模型輸出“幻覺”內(nèi)容，所以這嚴重約束并減少了大模型的應(yīng)用場景。
最后，大模型在生成內(nèi)容可控性方面仍然有缺陷，這體現(xiàn)出技術(shù)仍然不夠成熟。比如很多文生圖模型，在正確生成圖片中的漢字或者精細內(nèi)容可控生成方面仍顯不足。這制約了大模型的應(yīng)用效果和應(yīng)用范圍。
所謂“大模型幻覺”，通俗來說就是AI會“一本正經(jīng)地胡說八道”，如ChatGPT在聊天中輸出與常識不符的聊天內(nèi)容。該如何解決大模型幻覺問題？對此王巍表示，AIGC所產(chǎn)生的回答，本質(zhì)上是一個文字生成概率問題，因此AI回答內(nèi)容時，必然需要關(guān)注到由概率帶來的不確定風(fēng)險甚至謬誤。但從技術(shù)角度來看，內(nèi)容平臺上可以通過調(diào)整某些模型參數(shù)來對AI模型進行一個文字輸出概率上的調(diào)整，如AI在回答醫(yī)療等需要嚴謹答案的問題時，就可通過設(shè)置合適的溫度超參系數(shù)，強制讓AI不要過于自由發(fā)揮，給出更精確更可信的答案。
王巍介紹，在解決大模型中的幻覺時，微博主要有兩點考慮：一方面，微博利用現(xiàn)有相對成熟的技術(shù)方案緩解幻覺問題。比如采用Langchain+向量知識庫的方案，將很多背景事實信息存入向量數(shù)據(jù)庫中，通過搜索增強的方式來盡量減少大模型幻覺。另外一方面，微博也會探索一些對于大模型幻覺不敏感的應(yīng)用方向，比如虛擬角色或類似Character.ai的場景，對此類應(yīng)用而言，大模型產(chǎn)生幻覺不是大問題，甚至有時候還是好事情，比如幻覺內(nèi)容會讓用戶覺得回答更有趣或者更有創(chuàng)意。