GPT改變了人類知識的創(chuàng)造、繼承及應(yīng)用，因此對于內(nèi)容社區(qū)產(chǎn)品來說，GPT的出現(xiàn)會給它帶來什么變化？本文作者對此進(jìn)行了分析，希望對你有幫助。

之前總結(jié)過：GPT改變了人類知識的創(chuàng)造、繼承及應(yīng)用的模式，因此，主要的變革會體現(xiàn)在以上三個(gè)方面，而前置文章主要討論的學(xué)校教育變革，就是從知識繼承的角度出發(fā)。

那么，切換下維度，現(xiàn)在從知識創(chuàng)建的范疇入手，并以內(nèi)容生產(chǎn)為基礎(chǔ)場景，提出新設(shè)想與落地場景應(yīng)用。

同樣，本文還是從技術(shù)樂觀主義者出發(fā)，講述GPT對內(nèi)容生產(chǎn)的變革影響，思考框架如下：

一、內(nèi)容生產(chǎn)的變革概述

GPT+插件的應(yīng)用個(gè)人認(rèn)為是技術(shù)與業(yè)務(wù)場景高度結(jié)合的產(chǎn)品形態(tài)，通俗來講，就是可以通過配置具體場景提示語，結(jié)合GPT的大語言模型能力，完成各種結(jié)果的輸出。如：微軟copilot就是一個(gè)很好的例子。

那么，在內(nèi)容生產(chǎn)方面，我們能有什么比較好的場景應(yīng)用呢？

認(rèn)為主要會體現(xiàn)在以下兩個(gè)方面：專業(yè)內(nèi)容生產(chǎn)、用戶內(nèi)容生產(chǎn)。

1. 專業(yè)內(nèi)容生產(chǎn)變革

專業(yè)內(nèi)容，特指各類研究、技術(shù)發(fā)展、社會發(fā)展、投資理財(cái)?shù)葘哟屋^高的知識領(lǐng)域，在這領(lǐng)域包含了企業(yè)研究所、高校、政府單位、證券所等機(jī)構(gòu)。

未來的專業(yè)內(nèi)容變革體現(xiàn)在：以AI為主，可由人輔助完成。

根據(jù)一份文獻(xiàn)[1]表明GPT會重點(diǎn)在以下領(lǐng)域突破：工業(yè)設(shè)計(jì)、藥物研發(fā)、材料科學(xué)、數(shù)據(jù)合成。

1）工業(yè)設(shè)計(jì)

傳統(tǒng)的工業(yè)設(shè)計(jì)一般需要經(jīng)過以下流程：提出設(shè)想->創(chuàng)建原型->補(bǔ)充細(xì)節(jié)->對原型測試及修正->產(chǎn)品投入量產(chǎn)，這條鏈路下來不可避免會形成大量的投入成本，并且會產(chǎn)生大量測試產(chǎn)品報(bào)廢的浪費(fèi)問題。

假設(shè)GPT可以參與到專業(yè)內(nèi)容的創(chuàng)造流程里面，那么從最理想狀態(tài)進(jìn)行評估，工業(yè)流程設(shè)計(jì)的流程可簡化為：提出設(shè)想及優(yōu)化調(diào)整提示方向->產(chǎn)品驗(yàn)證及評估->產(chǎn)品投入量產(chǎn)這三個(gè)部分。

這其中最為經(jīng)典的例子就是芯片設(shè)計(jì)，設(shè)計(jì)師需對晶片排布進(jìn)行各種嘗試，有時(shí)會多達(dá)數(shù)十億種，這不可能從純?nèi)肆用孢M(jìn)行設(shè)計(jì)，故GPT的應(yīng)用從成本及效率上就可以盡可能的嘗試，這確實(shí)是一個(gè)值得關(guān)注的重點(diǎn)領(lǐng)域，并且現(xiàn)實(shí)也有相關(guān)企業(yè)已經(jīng)在嘗試，如英偉達(dá)。

拓展閱讀： Khailany B.，“Accelerating Chip Design with Machine Learning”，Proceedings of the 2020 ACM/IEEE Workshop on Machine Learning for CAD，2020， pp.33-33.

2）藥物研發(fā)

藥物研發(fā)領(lǐng)域需要耗費(fèi)大量的資金及時(shí)間，其中一個(gè)重點(diǎn)原因在于：藥物研發(fā)人員需要從海量備選的化合物尋找可供入藥的成分，其中化合物的結(jié)構(gòu)本身并不為人知，現(xiàn)階段單純以試錯(cuò)的方式推進(jìn)驗(yàn)證。

后續(xù)若引入GPT的生成能力，理想狀態(tài)來看，可以迅速識別到各種化學(xué)物的結(jié)構(gòu)及成分，并且可以對現(xiàn)有的化學(xué)物進(jìn)行重構(gòu)及修改，從而加速藥物研發(fā)的速度。其中一個(gè)有名的現(xiàn)實(shí)例子就是：DeepMind的AlphaFold對蛋白質(zhì)結(jié)構(gòu)的預(yù)測，有興趣的同學(xué)可以自行查閱及閱讀。

閱讀拓展：Callaway E,“The Entire Protein Universe’： AI Predicts Shape of Nearly Every Known Protein”,Nature，2022，608（7921）,pp.15-16

3）材料科學(xué)

材料科學(xué)和藥物研發(fā)同理，設(shè)計(jì)過程中存在反復(fù)試錯(cuò)及驗(yàn)證的過程，引入GPT的效率提升也是存在明顯的優(yōu)勢，如德國馬普所鋼鐵研究所就與多個(gè)研究團(tuán)隊(duì)合作，提出了一種新的基于機(jī)器學(xué)習(xí)的高熵合金設(shè)計(jì)方法。

閱讀拓展：Rao Z.， et al.“Machine Learning–enabled High-Entropy Alloy Discovery”，Science，2022，378（6615），pp.78-85.

4）數(shù)據(jù)合成

另，還存在一個(gè)領(lǐng)域數(shù)據(jù)合成，這可能單獨(dú)作為一個(gè)通用領(lǐng)域來理解更為合適，因各行業(yè)存在需要高度匹配行業(yè)特征的數(shù)據(jù)訴求，而AI發(fā)展離不開數(shù)據(jù)，GPT單獨(dú)為每個(gè)行業(yè)提供高度適配行業(yè)特征的數(shù)據(jù)樣本，從而加速行業(yè)發(fā)展，這也是很有研究價(jià)值的領(lǐng)域。

2. 用戶內(nèi)容生產(chǎn)變革

用戶內(nèi)容，特指旅游推薦、營銷推薦、視頻文字創(chuàng)作、生活常識等用戶層面的生活領(lǐng)域，在這領(lǐng)域包含了人人都是產(chǎn)品經(jīng)理、小紅書、知乎、bilibili等公共媒體及視頻平臺。

未來的用戶內(nèi)容變革體現(xiàn)在：以人為主，可由AI輔助完成。

用戶內(nèi)容知識體系較為發(fā)散，可能涉獵范圍很多，并且主觀層面上又因人而異，故若特定領(lǐng)域進(jìn)行討論，可能不太容易開展。因此，個(gè)人認(rèn)為從用戶內(nèi)容創(chuàng)造的幾個(gè)關(guān)鍵節(jié)點(diǎn)出發(fā)更為合適。

1）內(nèi)容審核

一般比較正規(guī)的公共媒體平臺，都會有內(nèi)容審核的環(huán)節(jié)，包含政治敏感話題、黃毒賭非法內(nèi)容、種族歧視等，現(xiàn)階段已經(jīng)引入AI輔助的功能，即標(biāo)簽、識別模型等AI能力來支撐審核人員的工作，但目前其最終內(nèi)容的決策還是需要人力介入，比較耗費(fèi)人力成本。

后續(xù)引入GPT，由AI替人類完成了決策化的任務(wù)，則能從根本上提升審核人員的效率及準(zhǔn)度。

GPT場景應(yīng)用示例-視頻審核

以上的設(shè)想原型基于GPT介入視頻審核節(jié)點(diǎn)，實(shí)時(shí)生成并標(biāo)識視頻標(biāo)簽（該標(biāo)簽由GPT自動對視頻內(nèi)容總結(jié)歸納出的標(biāo)簽，非視頻播放提取出來的標(biāo)簽），方便審核員定位視頻片段，并呈現(xiàn)AI審核的結(jié)果，其中該結(jié)果可以從更加通用及人性的維度進(jìn)行審核并決策。與現(xiàn)有的視頻審核（人工規(guī)則+場景化設(shè)計(jì)）相比更為精準(zhǔn)，這其實(shí)也是進(jìn)一步解放生產(chǎn)力的應(yīng)用。

2）數(shù)據(jù)及內(nèi)容提供

GPT接入會大大縮短創(chuàng)造內(nèi)容的時(shí)間，主要體現(xiàn)在數(shù)據(jù)或者素材的提供方面，現(xiàn)有內(nèi)容創(chuàng)作其中最占據(jù)用戶創(chuàng)作的時(shí)間的就是尋找報(bào)告、制表、檢索材料等方面，有了GPT+聯(lián)網(wǎng)的能力，自然可以大幅減少這部分的時(shí)間，其實(shí)在現(xiàn)有市面產(chǎn)品中，已有相關(guān)平臺在投入運(yùn)行了。

即時(shí)AI應(yīng)用-素材創(chuàng)作（來自即時(shí)設(shè)計(jì)官網(wǎng)）

但個(gè)人應(yīng)用起來功能層面還可以再提升，包含更加精準(zhǔn)的識別用戶訴求及效果。

3）分析及創(chuàng)作方法

因創(chuàng)作者水平不一，很多時(shí)候用戶內(nèi)容創(chuàng)作存在一定的誤導(dǎo)性及不準(zhǔn)確性，這方面不能說是用戶層面的問題，而是整個(gè)用戶內(nèi)容行業(yè)急需解決的問題，不能因噎廢食。

設(shè)想若接入GPT的能力，我們可以借助其系統(tǒng)化、專業(yè)化的指導(dǎo)意見，來豐富我們創(chuàng)作理念，從而輸出更為優(yōu)質(zhì)的用戶內(nèi)容，這無疑是AIGC的一個(gè)有價(jià)值的點(diǎn)：讓創(chuàng)作者更加回歸創(chuàng)作目的及思考過程，從而輸出更為有深度有質(zhì)量的內(nèi)容，而這里面用戶需要做的就是prompt，即更為具體的反饋提示給到GPT。

二、后記及總結(jié)

總結(jié)：本文從GPT重構(gòu)了知識創(chuàng)作的維度，基于五大思想派別之一的技術(shù)樂觀主義者出發(fā)，結(jié)合內(nèi)容生產(chǎn)的兩大領(lǐng)域：專業(yè)內(nèi)容生產(chǎn)及用戶內(nèi)容生產(chǎn)，并指出主要變革體現(xiàn)在：

• 未來的專業(yè)內(nèi)容變革體現(xiàn)在：以AI為主，可由人輔助完成
• 未來的用戶內(nèi)容變革體現(xiàn)在：以人為主，可由AI輔助完成

并借此展望及討論了一部分場景的應(yīng)用可行性。

另，值得一提的是，關(guān)于內(nèi)容創(chuàng)作的討論，并未包含藝術(shù)創(chuàng)作這方面，理由主要是：

藝術(shù)創(chuàng)作，包含文學(xué)、美術(shù)、音樂等方面的內(nèi)容創(chuàng)作，個(gè)人認(rèn)為可以劃分為專業(yè)內(nèi)容范疇，同時(shí)又包含在用戶內(nèi)容范疇，這其中還衍生出AI是否具備像人一樣對藝術(shù)進(jìn)行理解的能力。

這方面的延展就包含了未來通用AI是否具備主觀意識的大命題，因此認(rèn)為不適合在內(nèi)容生成的范疇這一小命題中討論。

感謝閱讀，如有不足及偏差，也請幫忙指正，謝謝！

參考文獻(xiàn)

[1]陳永偉.超越ChatGPT：生成式AI的機(jī)遇、風(fēng)險(xiǎn)與挑戰(zhàn). 山東大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版)

拓展閱讀

GPT啟示篇-學(xué)校教育的變革與思考