来源:
作者:王永刚
王永刚:SeedV实验室创始人兼CEO，创新工场AI工程院执行院长童超:SeedV实验室联合创始人兼首席产品。
生成式AI的应用场景在哪里？
稳定扩散和ChatGPT等生成性AI技术在2023年上半年吸引了IT创投圈的最多关注。当我们从波澜壮阔的新技术浪潮中回过神来，开始认真思考什么样的应用场景才是生成式AI的最佳落地方向时，很多人还是会发现，技术与市场的关系错综复杂，很难梳理出生成式AI落地的最佳路径:
某投资人:这几个月一线创投机构都动员起来了，很忙。结果发现除了四五个大家追捧的大型头部模特创业项目，其他AIGC项目都不清楚，不敢投。不知道未来AI应用会往哪里发展。某分析师:几个大型头部模型项目，高投入，高风险；所有B端和政府端应用都受限于私有部署和私有数据，周期长，落地难；大部分C端应用太浅太薄，文本和图像生成项目同质化严重；创业有一两篇好论文是常有的事，但团队自己也搞不清楚具体的应用落地方向...这里思考的最大症结是:
大部分人还是下意识的把生成式AI当成一套生成对话、文章、图片的工具。按照这个刻板印象:这个东西只能帮助文案和设计师提高效率。哪里能称之为颠覆性的改变？虽然有很多迹象表明，生成性AI揭示了通用人工智能(AGI)的曙光，但受限于短期价值判断的人总会说:那曙光呢？当我看到它的时候我会相信的。艾今天不是还在聊天写文章画画吗？显然，仅从单一视角或单一时间节点来分析生成式AI的应用前景是不可取的。有没有一个简洁易用的思维模型把生成式AI的开发串联起来？
围绕可控性建立思维模式
我们认为，生成式AI是一场信息产业革命，可以与桌面计算和移动计算相提并论，甚至更具颠覆性。颠覆性的改变从来不是一蹴而就的，而是随着生成式AI的不断发展进步而逐渐实现的。如果想看清楚、看透生成式AI会带来哪些新的产品、平台、市场和机会，我们觉得有一个简单易懂的思维路径，可以很容易地指导产品选择和项目选择:
生成性AI越可控，对市场和行业的颠覆性就越强！
这条路径可以简单地用一张图来表示:
随着生成式AI对生成内容的可控性越来越强，生成式AI的适用应用场景将不断拓展和深化。量变引起质变。一旦打破领域门槛，生成式AI就可以彻底改造现有的产品生态，赋予产品真正的智能元素。
在进化过程中，生成式AI的可控性大致会经历六个阶段。以最基本的文本生成为例:
第一阶段:无法控制
20多年前，基于N-grams算法的统计语言模型也可以生成连续的文本内容。但是，产生的结果基本上是不可控的。如此早期形式的“生成式AI”几乎没有转化为产品的可能性，更不用说颠覆现有市场了。
阶段二:大方向可控。
从基于LSTM或RNN的文本生成，到早期GPT的文本生成(如GPT-2)，生成性AI逐渐具备了描述一段类似人类语言的能力。这个阶段的描述能力基本可以做到句子和句子的流畅，内容大致符合人类给出的提示。但是因为细节、结构或者逻辑都是不可控的，所以要转化成真正有用的产品还是很难的。
第三阶段:可控结构或局部逻辑
从GPT-3到ChatGPT(GPT-3.5)，生成式AI第一次控制了生成内容的结构和本地逻辑。写作和多轮对话是这一时期两个典型的应用生态。前者可以支持自动文章摘要、法律文档生成、营销文案生成等实用场景，后者可以满足会话搜索、语言学习、智能客服、虚拟人、智能游戏角色等部分需求。
阶段四:初始思维链可控。
从GPT-3.5到GPT-4，生成式人工智能的逻辑推理能力得到了显著提高。生成式AI首次具备强大的分析能力(如从新闻报道中提取数据、总结趋势)、控制能力(如将人类语言转化为复杂系统的控制指令)和初步的逻辑推理能力(如解决简单的数学和逻辑问题)。可生成的文本内容还扩展到结构化和半结构化文本，如数据、表格、代码、指令序列、工作流或工具链。这直接导致了大量以Copilot(直译为“副驾驶”)为特征的新工具和系统。
阶段五:复杂逻辑推理可控。
当然，当今天的GPT-4生成文本时，可控的逻辑思维链仍处于初级阶段。如果一切顺利，人类有望在不久的将来开发出能够精确控制复杂逻辑推理的下一代生成式AI。这样的AI具有记忆、学习、规划、决策等高级逻辑推理能力。这些能力足以彻底颠覆过去几十年的人机交互模式，重新定义效率工具、内容平台、业务流程自动化、机器人、操作系统、智能设备等场景下人与计算机的关系。
阶段6:规则或原则是可控的。
向前看，人类思维的最高境界是:第一，在归纳思维的基础上发现原理，制定规则；第二，以演绎思维为基础，将原理或规则应用于具体场景。生成式AI的理想进化形式是逼近人类的思维模式，生成相当于人类思维水平的规则或原则，并加以应用。一旦达到规则或原则可控的“自由王国”，生成型AI必将拥有强大的自我迭代和自我完善能力。它可以像人类一样设计系统规则和世界规则，甚至可以和人类科学家一起进行科学研究。
可控性和典型应用方向
生成人工智能可控性的提高带来了应用领域的极大扩展。我们用下图来总结不同发展阶段生成式AI的可控性和最优应用方向的关系:
以可控性为主线，在每一个发展阶段，生成式AI所支持的应用方向都在不断拓展和深化，从满足简单和局部的需求，到满足领域和平台的需求，最后积累到产品和商业模式的颠覆性变革。思维链和逻辑推理是否可控，能精确控制到什么程度，是这个量变到质变过程中最关键的因素。
可控性和具体应用案例
基于生成式AI的可控性，我们将生成式AI今天和不久的将来最适合的应用方向分为四类，并将每类中的典型应用案例与生成式AI的不同发展阶段关联起来，如下图:
内容创建工具/内容平台
内容创作工具是生成式AI落地最直接最快的场景。随着生成式AI可控性的提高，内容创作的任务将从简单的文字、图片创作过渡到复杂的视频、3D、动画、游戏、电影、虚拟世界等的自动创作。有了AI，每个普通人都会拥有原本属于专业团队和专业工具的能力。一旦普通人的创作欲望得到极大释放，新内容形式的分享、观看、购买、社交等更高层次的需求，必将带动新一代内容平台的诞生、发展和壮大。
业务自动化/企业服务
由于数据安全性、私有部署、内容准确性和合规性，业务流程对生成式AI的可控性要求非常高。今天的生成式人工智能最适合的业务领域可能包括营销中的内容创作和电子商务的用户界面。此外，生成式AI还可以通过自动生成SQL等中间代码、自动采集分析数据、自动生成报表、自动连接业务流程，大幅提升业务效率。未来，随着生成式AI可控性的提高，业务流程中的规划、决策、优化等关键流程，一定会吸收更多前沿的AI技术。
个人助理/专业助理
在个人生活和办公场景中，生成式AI会在几年内逐渐建立起人与AI合作的新生态，成为各种形式的“助手”。生成型AI的可控性如何，从根本上决定了我们生活或工作中的AI助手有多聪明，能帮我们解决什么问题。一旦生成性AI在某些工作岗位上达到人类秘书、司机、翻译、律师的水平，AI助手将取代电脑、手机成为新一代大众电子产品。
基础设施/开发工具/操作系统/搜索引擎
生成式AI的编程能力、数据处理能力、系统设计能力和知识处理能力，将为开发工具、数据库、搜索引擎和操作系统提供全新的设计理念和跨时代的新功能。未来能否真正诞生以AI为核心的操作系统和以AI为核心的智能计算平台，完全取决于生成式AI的复杂逻辑推理能力能达到多高。
多模态人工智能应用能力的进化
与简单的文本生成和图片生成相比，包括声音、视频、3D场景、动画和复杂故事线在内的多模态系统更符合人类的常识和原创需求，显然具有更为广阔和深远的应用前景。关于多模态AI的技术现状和前景，可以参考作者的另一篇文章:
在后GPT时代，多式联运是多式联运领域最大的机会。我们认为，今天和未来的生成式AI将大致按照下图所示的语境进行进化和积累，不断催生革命性的新应用、新平台甚至颠覆性的新商业模式:
许可证
以上应用路线图的所有图片和文字内容均由SeedV实验室在CC BY 4.0协议下发布。在注明出处(SeedV laboratory)的基础上，您可以自由使用、修改和再分发。
以上应用路线图的图片也在以下位置开源，欢迎访问(可直接点击文末【阅读原文】访问):
github.com/SeedV/generative-ai-roadmap
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"ai中如何根据地图绘制路图，ai软件如何画路径图形"：http://www.guoyinggangguan.com/qkl/142512.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
