AIGC がメタバース向けコンテンツを制作する前夜-AI-php.cn

AIGC がメタバース向けコンテンツを制作する前夜

AI ペイント、AI アレンジ、AI 生成ビデオに至るまで、ますます「スマート」になった AI は、新しいコンテンツ制作モデル AIGC をもたらしました。

過去数十年で、人間が取得したコンテンツは、PGC(専門家が作成したコンテンツ)と UGC(ユーザー生成コンテンツ)# の 2 つのカテゴリに大別できます。 ##。 AIGCの出現は、コンテンツ制作モデルを再び多様化させましたが、同時に人類のデジタル世界への依存を微妙な形でさらに深めました。

IDC の統計によると、世界の VR/AR 端末出荷台数は 2021 年に 1,123 万台に達すると予想されています。メタバースへの入り口としての VR/AR の数千万個の販売により、人々はインターネットと比較してより複雑なメタバースコンテンツを作成する方法について考えるようになりました。

AIGC の出現は、メタバースのコンテンツ制作に新しいアイデアを提供します。

しかし、メタバースがまだ初期段階にあり、AIGC も進化を完了していない 2022 年、AIGC パンデミックのさなか、いくつかの新たな問題が表面化し始めています。

AI の延命医学

2016 年、Alpha Go が囲碁の世界名人イ・セドルを破り、ディープラーニングによる人工知能の第 3 波が頂点に達しました。特に世界的な経済不況の影響で、人工知能の火は消え始めています。

「我々が当初楽観的だった一部の大手人工知能企業

(この期間中)は上場時に順調に進みませんでした。多くの人工知能企業は経営上のプレッシャーに直面しなければなりませんでした。」中国情報通信技術院クラウドコンピューティング・ビッグデータ研究所コンテンツ技術部副所長のShi Lin氏は、過去数年間の人工知能企業の発展の歴史を振り返ってこう語った。

現時点で、人工知能は業界全体を後押しする驚異的な製品を緊急に必要としていますが、AIGC のタイムリーな登場は、人工知能が存続するための「良薬」となっています。

いわゆる AIGC は、実際には人工知能アルゴリズムを使用してコンテンツを自動的に生成するテクノロジーです。

AIGC は古くから使われており、2011 年には米国のロサンゼルスタイムズ紙が地震分野向けのニュース執筆ロボット Quakebot の開発を開始していました。 2013 年 3 月、Quakebot は南カリフォルニアでマグニチュード 4.4 の地震を初めて報告し、すぐに世間の注目を集めました。その後、ロイター、ブルームバーグ、ワシントンデイリーニュース、ニューヨークタイムズが執筆ロボットを導入し、自動ニュースが AIGC の最も初期の応用形式となりました。

2022 年に米国で開催されるコロラドステートフェアのアートコンペティションで、ジェイソンアレンというゲームデザイナーがデジタルアート賞を受賞しました/このニュースがデジタル写真コンペティションのチャンピオンとして発表されるやいなや、すぐに広く社会的な注目を集めました。

そして、今年 AIGC が世界中で注目を集めているのはこれだけではありません。

2022 年 12 月 5 日、OpenAI CEO のサムアルトマン氏は、OpenAI によってトレーニングされた大規模言語モデル ChatGPT のユーザー数がその日の時点で 100 万人を超えたとソーシャルメディアに投稿しました。この時点では、ChatGPT は立ち上げられてからわずか 5 日間で、シリコンバレーの 4 大巨人の 1 つである Facebook は、最初に 100 万人の登録ユーザーを獲得するまでに 10 か月かかりました。

Peking Data の首席科学者 Ma Zhibo 氏は、次のように分析しています。「それについて決定を下すのではありません。評価ですが、企業が技術サービスや技術ビジネスをうまく実行できれば、資本市場は依然としてこの配当の波を獲得するための評価システムを設計します。」

資本と技術は常にそうしてきました。相互の発展と資本だけが、技術を迅速に商業用途に導く道を切り開くことができます。

AIGC の 4 つの制限

自動ニュースから ChatGPT まで、AIGC は 10 年間進化してきましたが、清華大学継続教育学部のデジタル学習ディレクターであるリー・シュアン氏は、次のように考えています。 AIGC をプロトタイプ、スタンダード、コンプリート、スーパーベスト、アルティメットの 5 段階に分けると、現在の AIGC はまだ形になり始めたばかりです。

今年の AIGC の人気の非常に重要な理由は、安定拡散モデルのオープンソースです。 2022 年 8 月に Stability AI が Stable Diffusion をリリースしたとき、同社はこのモデルの重みとコードもオープンソースにしました。

NVIDIA のシニアソリューションアーキテクトである Tang Kangqi 氏は、「安定拡散モデルは非常に小さく、わずか約 12 G です。実行には 20 シリーズの GPU のみが必要で、テキストから画像を生成する速度も必要です」と述べています。所要時間はわずか 1 分です

(オープンソースモデルを自分でデプロイするのにかかる時間はわずか 10 秒です)これは、以前は想像もできませんでした。」

しかし、Tang Kangqi 氏は、AIGC が商用利用するにはまだ大規模に展開する必要があります。4 つの制限があります:

まず、コンピューティング能力の制限。安定拡散は非常に使いやすいですが、モデル全体のトレーニングコストは依然として非常に高くなります。このタイプのモデルのトレーニング一般に 516 が必要です。最上位の Ampere GPU には数十万時間のトレーニング時間が必要で、トレーニングコストは一般に数百万ドルのオーダーになります。

#Second,データソースの制限、安定拡散モデルのトレーニングに使用されるデータは、現在世界最大のオープンな画像とテキストのペアデータセット LAION-5B であり、chatGPT モデルのトレーニングデータは Wikipedia や一部のデータから取得されています。質問と回答のフォーラムデータの所有権は誰が所有しますか?その場合、データの「製造者」はデータの使用に何らかの制限を課すのでしょうか？これらは、将来明確にする必要がある問題でもあります。

3 番目、トリガーワードを正確に使用する際の制限、安定拡散モデルでは、入力トリガーが必要です。言葉が十分に正確で、意味を表現している十分に明確であるため、ユーザーが望むコンテンツを作成しやすくなる;

4 つ目、3 次元モデル生成の制限、本当にメタバースコンテンツが制作されるまでこの際、必然的に3次元モデルが関わってきますが、CGの専門知識の向上も含め、3次元モデルの生成にはまだまだ改善の余地が大きいのが現状です＃＃＃（コンピューターグラフィックス）＃＃＃。これら 4 つの制限により、AIGC が実際に大規模な商業化に向けて進むには、まだ長い道のりが残されています。特に、メタバースに真にユニークなコンテンツの制作においてはそうです。

新しい AI スキル、人類への新たな課題