融合數字出版背景下AIGC的發展與應用研究

谷彤彤 田飛

摘要：數字化出版轉型先后經歷了PGC模式（專業生成內容）與UGC模式（用戶原創內容），隨著人工智能技術的發展，AIGC（人工智能生成內容）逐漸興起，AIGC的發展與應用，不僅推動了藝術創作和人機交互的進步，也為數字出版行業帶來了新的可能性與挑戰。文章著重研究AIGC領域目前發展最快的圖像生成模型、語言生成算法模型的發展狀況和趨勢，從而深入分析AIGC在數字出版領域應用的可能性與人類在AIGC領域面臨的挑戰。文章采用網絡調研法與文獻研究法，深入分析AIGC領域的AI繪畫和ChatGPT的技術算法與發展現狀，通過了解AIGC在智能計算領域的發展與應用，系統評估AIGC在社會工作崗位、人類創造力、隱私安全等方面可能面臨的風險。隨著深度學習算法和計算機硬件的不斷發展和進步，AIGC技術在不斷提高其圖像識別、語音識別和自然語言處理等方面性能的同時，也將不斷提高其模型的準確性，這將有助于進一步推動AIGC技術的應用和發展。文章通過解析AIGC和人工智能的發展，旨在了解其對人類社會產生的深遠影響。文章認為，未來AIGC會發揮更加重要的作用，同時也會為各行各業帶來更多機遇。

關鍵詞：數字出版；AIGC；圖像生成模型；自然語言處理；人工智能

中圖分類號：G230.7 文獻標志碼：A 文章編號：1674-8883（2023）07-0004-03

基金項目：本論文為2015年度長沙理工大學湖南省工藝美術產品工業設計中心開放基金資助項目“工藝美術產品數據聚合與互聯網展示平臺的構建”研究成果，項目編號：2015GYMS006；2022年度湖南省教育廳科學研究項目“用戶體驗創新驅動的科研成果數字化管理平臺設計研究”成果，項目編號：22C0301

隨著數字化智能時代的到來，傳統出版行業也在向數字化方向轉型。數字化出版早期多為PGC模式。PGC是指專業生成內容，它是由專業人員、公司或組織生產的高質量、經過篩選的內容。伴隨著Web2.0概念的興起，UGC模式在市場逐漸占據主導地位。UGC是指用戶原創內容，其兼具草根性、原創力強等特征。但伴隨著互聯網的發展，UGC的創作門檻越來越低，如今由海量用戶生成的數量龐大的UGC已經暴露出許多弊端，如信息有誤、劣質信息泛濫、價值低等[1]。

2022年4月，中宣部印發《關于推動出版深度融合發展的實施意見》，全面部署未來一個時期出版融合發展的目標、方向等。在內容建設方面，明確提出要立足擴大優質內容供給，堅持“內容為王”，創新內容呈現傳播方式等[2]。在這種情況下，PGC在內容設置、符碼分類等方面均呈現出了更加專業化、精品化的特質[3]。

短短數月，AIGC已快速涉及出版領域，如自媒體領域大量使用AI插畫、新聞機構已開始嘗試用ChatGPT編寫新聞報道等。這些技術的發展與應用，不僅推動了藝術創作和人機交互的進步，也為數字出版行業帶來了新的可能性與挑戰。因此，本文的研究目的是探究人工智能在繪畫和對話生成方面的應用，著重分析AI繪畫和ChatGPT兩個領域的發展現狀和趨勢。本文旨在深入分析AIGC在數字出版領域的應用，以及AI對于人類創造力和思維的影響與挑戰。

一、AI繪畫：人工智能技術發展的新領域

（一）AI繪畫的發展現狀

傳統的計算機繪畫技術局限于機器執行預先設定的規則和算法，因此無法創造出高質量的圖像。隨著深度學習和生成對抗網絡技術的應用，AI繪畫發展出了一種全新的生成方式，即通過對數據集的學習，機器能夠自主生成新的圖像。Midjourney和Diffusion是當前AI繪畫領域的代表性算法，它們能夠生成質量和逼真度較高的圖像。

Midjourney是一種深度學習算法[4]。該算法通過一個多階段的圖像生成過程來實現圖像生成。在訓練過程中，該算法使用了類似圖像分割的方式，將圖像分為不同的部分，然后單獨學習和訓練每個部分，這種方式可以有效提高算法的效率和準確性。

Diffusion是一種基于擴散過程的圖像生成算法。該算法的核心思想是通過多次擴散來逐步減少圖像的噪聲和干擾，從而產生更加逼真的圖像。Diffusion算法模型的創新與應用，推動AIGC技術的突破性進展[5]，目前其所使用的穩定擴散2.0可以生成分辨率為512x512像素的圖像。如圖1所示。

（二）AI繪畫技術原理的發展

早期的AI繪畫技術主要采用基于規則的方法，即通過定義各種規則和限制條件，生成具有特定形態和樣式的圖像，這種方法在圖像生成速度和效果上存在很大限制。隨著深度學習技術的發展，基于深度學習的生成模型逐漸成為AI繪畫的主流方法。其中，基于生成對抗網絡（GAN）的模型，成為最具代表性的AI繪畫方式之一。GAN模型由兩個部分組成，一個生成器和一個判別器。生成器利用噪聲信號生成圖像，判別器則評估圖像的真實度。兩個部分不斷博弈，不斷提高生成器的圖像質量。

基于變分自編碼器（VAE）的AI繪畫是另一種常見的方式。VAE模型通過壓縮圖像信息并學習重構圖像的能力來生成新的圖像。

二、ChatGPT：基于GPT的自然語言生成模型

（一）ChatGPT的模型原理和特點

ChatGPT是一種基于Transformer架構的深度學習語言模型，通過預訓練大規模的文本數據，可以生成自然流暢的語言文本，因此在對話生成、文本摘要、機器翻譯等任務中取得了優異的成果[6]。ChatGPT的技術原理和算法主要基于深度學習和自然語言處理技術。

GPT模型主要基于Transformer架構，這是一種自注意力機制的神經網絡架構。Transformer是GPT系列模型的基本單元，也是目前常見大規模語言模型的核心組件。該架構可以有效地處理長序列的文本數據，同時具有并行計算的優勢。模型需要根據前面已生成的文本內容，預測下一個單詞的概率分布。通過不斷地迭代，模型可以逐漸具有生成答案的評判能力從而生成連貫的自然語言文本[7]。

（二）ChatGPT的發展現狀

ChatGPT-3是一種基于人工智能的自然語言處理技術，它可以從海量數據中學習各種知識并生成問題解決辦法，處理多種類型的實際問題，并超越單一的任務場景[8]。ChatGPT-3能夠根據上下文情境和對話歷史來生成響應，并解析和理解復雜的自然語言。ChatGPT-3.5在上一代的基礎上使用了更大的訓練數據和更多的參數，因此在語言理解、邏輯推理和語境感知等方面的表現更好。目前ChatGPT的應用范圍十分廣泛，在學術傳播方面，有學者甚至認為人工智能可以深度開發文獻，優化內容分發，建立良好的學術交流環境[9]。

2023年3月14日，GPT-4一經出現就掀起了人工智能的熱潮，直接把AI從1.0時代推升到2.0時代[10]。該模型在接受文本和圖像提示方面具有更強大的功能，并且可以同時處理純文本和圖像輸入。同時，GPT-4還更具創造力，可以處理更加細微的指令[11]，它的擴展能力得到了增強，可以同時處理超過2.5萬個單詞的文本。GPT-4在事實性、可操縱性和遵守既定準則方面實現了有史以來最好的效果，GPT-4的出現讓人們看到了技術迭代演進的方向[12]。

三、AIGC：未來社會發展新方向

AIGC是一種基于人工智能技術的生成式計算系統。AIGC的發展受到了深度學習、計算機視覺、自然語言處理等多個領域的技術支持，并具有高效率、智能化與沉浸式體驗等優勢。隨著云計算、大數據等技術的普及，AIGC的應用也得到了大規模的推廣和應用[13]。英偉達創始人黃仁勛在開發者大會上提出了一個全新的概念，“我們正處于AI的‘iPhone時刻”[1]。

（一）AIGC的應用前景

隨著人工智能技術的迅速發展，基于AIGC的智能計算在未來具有廣闊的應用前景。首先，AIGC可以應用于各種領域的數據分析和決策。如在金融領域，AIGC可以完成風險評估和欺詐檢測等任務；在醫療領域，AIGC可以完成疾病診斷和醫療健康管理等任務。其次，AIGC可以為人們提供更加便捷和智能化的生活方式。如在智能家居領域，AIGC可以通過語音識別、人臉識別等技術實現智能家居的自動化和智能化；在智能交通領域，AIGC可以通過車輛識別、交通流量預測等技術優化交通流量和提高交通安全性等。

（二）AIGC的未來發展趨勢

近兩年，隨著AIGC和人工智能的不斷發展，人類將面臨一些新的挑戰。

首先，人工智能的高度自動化特性可能會取代部分人類工作，特別是那些重復性工作。

其次，人工智能將影響人類創造力和想象力的發揮。AIGC目前已經展現出驚人的創造力，可以生成與人類相媲美的繪畫和文學等作品。這意味著未來人們不僅要與其他人類藝術家競爭，還要與AIGC競爭。但同時，AIGC也將成為一種新的工具，可以協助人類產出更多極具創意和新穎的想法，從而促進人類文化的進步。

最后，人工智能的發展還將對隱私和安全帶來挑戰。AIGC需要大量的數據來訓練模型，這意味著收集和存儲個人信息將變得更加容易。此外，黑客也可能利用AIGC漏洞進行更加高效精準的攻擊。因此，平衡好數據安全和發展之間的關系至關重要[15]。

四、結語

數字化出版是當代出版業發展的一個重要趨勢，人工智能技術的應用也為數字化出版帶來了新的可能性。結合AIGC，可以快速生成各種內容，如自動生成文章、插圖、設計封面等，為數字化出版帶來了更多便利和創新。然而，AI也會給人類出版者帶來挑戰，如在版權保護和出版物質量方面，需要遵循更嚴格的規定。AI技術目前還存在偽裝可信信息、提供虛假信息等問題，因此需要進行主觀判斷和決策，對編輯和評估等出版工作也提出了更高的要求。

當前AIGC在不同領域得到了廣泛應用，它可以幫助人們更好地理解和處理復雜的信息和數據，從而提高工作效率和生活質量?？傊?，盡管AIGC和人工智能的發展將帶來一些挑戰和問題，但如果能夠充分發揮其優勢和潛力，其將有望為人類帶來更加繁榮美好的未來。

參考文獻：

[1] 陳旖旎，周曉英，岳麗欣，等.移動UGC社區用戶健康信息采納行為意愿的影響因素[J].圖書情報知識，2022，39（5）：82-95.

[2] 中共中央宣傳部印發《關于推動出版深度融合發展的實施意見》的通知[EB/OL].國家新聞出版署-信息發布，https：//www. nppa.gov.cn/nppa/contents/279/103878.shtml，2022-04-24.

[3] 姜海，凌昱婕.數字化出版的專業性轉向：基于PGC模式的出版建構與實踐研究[J].出版發行研究，2015（6）：33-37.

[4] 趙覺珵.人工智能繪畫，驚喜伴著爭議[N].環球時報，2023-03-24（008）.

[5] 翟尤，李娟. AIGC發展路徑思考：大模型工具化普及迎來新機遇[J].互聯網天地，2022（11）：22-27.

[6] 于浩，張文蘭. ChatGPT技術下教育面臨的挑戰和機遇[J/OL].中國醫學教育技術，http：//kns.cnki.net/kcms/detail/61.1317.G4.20230317. 1006.002.html，2023-04-14.

[7] 朱光輝，王喜文. ChatGPT的運行模式、關鍵技術及未來圖景[J].新疆師范大學學報（哲學社會科學版），2023，44（4）：113-122.

[8] 甲子光年，劉楊楠.硬剛谷歌，微軟正式發布“ChatGPT版Bing”，打響新一輪AI之戰[OL].界面新聞，https：//www.jiemian.com/ article/8864723.html，2023-02-08.

[9] 李媛.人工智能時代的學術期刊數字化傳播[J].中國科技期刊研究，2019（11）：1183-1190.

[10] 張慧，佟彤，葉鷹. AI2.0時代智慧圖書館的GPT技術驅動創新[J/OL].圖書館雜志，http：//kns.cnki.net/kcms/detail/31.1108. G2.20230411.1939.002.html，2023-04-14.

[11] 張渺. GPT-4再燃熱點拷問科技倫理邊界[N].中國青年報，2023-03-27（008）.

[12] 倪雨晴.逐浪AIGC：大模型狂飆[N]. 21世紀經濟報道，2023-03-20（007）.

[13] 王諾，畢學成，許鑫.先利其器：元宇宙場景下的AIGC及其GLAM應用機遇[J].圖書館論壇，2023，43（2）：117-124.

[14] 李玉洋.黃仁勛提AI“iPhone時刻”欲推計算光刻革命？[N].中國經營報，2023-03-27（C03）.

[15] 江潞潞.智能交往，未來已來：“激蕩AIGC”數字交往八人談觀點綜述[J].傳媒觀察，2023（3）：48-54.

作者簡介 谷彤彤，研究方向：數字媒體藝術、用戶體驗、交互設計。 田飛，副教授，系本文通訊作者，研究方向：交互設計、信息化產品、用戶體驗設計。