人工智能不会统治世界，但将永远改变世界
那是1966年，计算机科学家约瑟夫·维森鲍姆走过麻省理工学院(MIT)的大厅，走向他的办公室，既焦虑又紧张，我们的朋友将开始他的第一个实验，这将改变人工智能的未来，也许还会改变人类的未来。维森鲍姆将测试新的聊天机器人，名为“Eliza”，取自萧伯纳的戏剧《皮格马利翁》中的角色伊丽莎·杜立特(ElizaDoolittle)。
这个想法很简单，Eliza将解释任何用户输入，并以问题的形式呈现，从某种意义上说，它被编程为模仿用户所写的内容，给人留下的印象是，它试图进行理解，例如，如果你告诉它，与朋友的谈话让你生气，它可能只会问你：“你为什么生气？”
Eliza的开发最初旨在探索自然语言处理的可能性，展示人工智能在理解人类情感和人类行为方面的能力，奇怪的讽刺是，维森鲍姆设计这个特殊的机器人是为了展示人机对话的想法是多么肤浅，但他工作的长期效果却与他想要的恰恰相反。
计算机科学家约瑟夫·维森鲍姆（盖帝图像）诚然，这些系统并不实用，你只需要想象，你需要通过一套逻辑规则，用你所在领域所有可能的场景来对它进行编程，这肯定是不可能的，但这一切都随着机器学习和神经网络领域的发展而改变，这在人工智能系统中引发了一场重大革命。顾名思义，机器学习使这些系统能够从数据中学习并通过实验和评估来提高性能，所有这一切都不需要人类编写的程序，也就是说，它以与人类相同的方式学习。
同样地，神经网络是模拟人脑工作方式的一种形式，用于处理复杂的数据，这使机器能够识别数据中的模式，理解图像，甚至处理自然语言，就像在聊天机器人中一样，例如，如果不是向人类学习并将人类翻译的内容与其语言数据进行比较，谷歌翻译就不会以这种方式发展，从某种意义上说，我们并没有仅仅通过赋予机器以人性化的工作方式来达到目前的发展，也许这就是问题的开始。
与机器连接“Eliza”只不过是一个用多种代码编写的简单计算机程序，它会搜索此人讲话中的关键词，然后以简单的短语或问题的形式将其反映在对它的回应中，给人的印象是，它理解这个人的讲话，并回应了他的话，而这个人一开始就不知道他是在和机器人说话。
约瑟夫·维森鲍姆对机器人进行了编程，使其以心理治疗师式的方式与用户互动，这倒是有些说服力，并给人一种想象中的同理心。用户会与Elisa进行长时间的对话，并向它泄露个人秘密，就像在进行心理治疗一样，尽管实际上只是简单的代码，研究人员称之为“Elisa效应”，这意味着人类倾向于赋予机器以人的特征，甚至将它们变成具有自我意识的生物。
这里的问题是，“Eliza”的设计最初并不依赖于它与人类之间这种互动的发生，然而，研究人员发现，用户下意识地认为其回答了“Elisa”问题，包括真正的情感兴趣和与它在谈话中讨论话题的互动，甚至事先知道Elisa不会模仿人类的情感，人与机器之间的这些交互在后来模拟人类行为的机器人技术的发展中发挥了重要作用。
这里需要注意的是，“Elisa”并不是一个真正的基于人工智能的机器人，它只是一个用有限数量的代码编写的程序，你现在可以想象新的聊天机器人所享有的说服力，比如“ChatGPT”，它可能会欺骗人类的情感系统，并让他们相信自己具有意识、同理心和真正的人类品质，我们总是努力将这种人性赋予任何事物，更何况它是否像人类一样对我们说话、回应和同情？这就引出了我们关注的下一个问题：这些模型能否在不久的将来拥有真正的智能和意识？
超级人工智能随着最近聊天机器人ChatGPT的大规模传播，你肯定听说过这些关于我们即将出现的通用人工智能或超级智能机器的预言，凭借这种智慧，它将超越人类，并决定要么消灭我们所有人，要么充其量控制和奴役我们。
人工智能这个词经常与世界末日联系在一起，这个领域的每一个新发展，或者更准确地说，每一个新发展都为群众所关注，都会立即在群众中引起震惊的反应，这里的恐惧是自然的，就好像我们的大脑就像语言模型一样完成了句子，这种恐惧一部分是由于我们对一切新鲜、神秘和陌生的事物的不信任，另一部分是由于好莱坞电影向我们强调，在一个世纪的时间里，人工智能将获得超人的力量，发怒，并摧毁它所经过的一切，这就是人类意识中的著名电影，例如《终结者》和《黑客帝国》等。
电影《黑客帝国》（社交网站）但无论如何，这件事情有很多夸张的地方，虽然人工智能的发展，但对于该领域的一些公司和研究人员来说，人工智能可以执行任何一个人可以执行的认知任务，仍然是一个梦想，然而，以我们目前所拥有的技术能力，以我们对人类智能定义的理解以及我们对人脑工作原理的了解，这仍然是一个遥远的梦想。
现在发生的只是处理能力的巨大发展、机器学习方法的巨大发展，以及前所未有的海量数据的可用性，但是处理能力的提高，无论有多大，所有现有系统——例如ChatGPT——都不一定会产生超人的人工智能，它们只是预测文本中下一个单词的机器，它们没有真正的智能或对它们产生的知识的意识。
因此，与其直接关注科幻电影中的恐惧，比如人工智能接管世界并毁灭我们，不如把注意力转向真正迫在眉睫的挑战，这些挑战其实很多，比如隐私问题、网络安全、日益增长的欺诈，经济形势的变化，以及由此产生的一些受这些新技术影响工作岗位的分配变化问题，这让我们想到了另一个重要的观点：人工智能能否完全抢走我们的工作？
更多岗位初步数据显示，未来新工作岗位的出现是积极的，因为人工智能的普及将增加对数据分析师和科学家等职位的需求（Shutterstock）如果我们回顾历史，自动化造成的破坏或变化在短期内会造成很多混乱，但从长远来看，这会创造更多的就业机会，这就是2021年的研究表明，我们今天所知道的60%的工作在80年前并不存在，由于计算机、互联网和其他现代技术，出现了全新的行业。
当然，我们没有任何信息可以证实这种趋势的延续，然而，初步数据表明未来会出现新的工作岗位，世界经济论坛发布的2023年就业报告未来证实了这一点，报告中谈及，专门从事人工智能和机器学习领域的工作是增长最快的工作领域。
在此背景下，三位专业研究人员阿加耶·阿格拉瓦尔、约书亚·甘兹和艾比·戈德法布在2019年出版的《人工智能经济学》一书中指出，出于多个原因，自动化、人工智能和机器人将在未来增加对劳动力的需求，这与我们一直想象的相反。
首先，当这些技术获得许可并提供给所有人时，它们将取代人类的一些脑力劳动，而这反过来又会影响人类的生产力，随着生产自动化任务的成本降低，经济将进一步扩张，而需要人类思考和判断的实际人工任务对劳动力的需求将会增加。
想象一下，例如，一家公司用响应客户服务的任务取代了聊天机器人，当然，这里将不再需要人类来处理简单的客户查询，然而，这将腾出他们的时间来专注于更复杂和私人的问题和需求，结果是公司可能会见证客户满意度的提高，从而导致对其产品或服务的更高需求，这反过来又将导致公司在更广泛的领域需要更多员工，例如销售、市场营销或产品开发。
其次，更高的自动化率可能会导致资本积累，即金钱、设备和各种资源，当自动化流程进入更多领域时，资本投入机械、技术等方面的需求也会随之增加，这反过来又增加了对劳动力的需求，仅仅是因为我们需要工人来操作和操作这些机器。
例如，一家投资于机械臂的制造公司，以在装配线上处理重复性和体力要求高的任务，随着生产过程效率的提高，对公司产品的需求也可能上升，为了满足这种增长，公司可能需要扩大其设施或投资更新、更现代化的机器，这些扩展工作将需要雇用额外的工人来建立和安装设备、维护和其他事情。
第三，流程自动化还提高了已经自动化的任务的生产率，这意味着机器在执行它们之前执行的任务时变得更加高效，从而提高了整体生产力，同时也增加了对劳动力的需求。
例如，假设一家零售店实施了自动支付系统，允许客户在不需要人工收银员的情况下为他们的购买付款，这个过程快速高效，减少了客户的等待时间并改善了他们的整体体验，鉴于此，商店将面临顾客和销售流量的增加，因此，可能需要雇用更多员工来执行其他与产品相关的任务或帮助客户回答他们的询问，当然，还需要维护和开发更自动化的支付系统。
我们的工作性质将会改变由于人工智能工具，特别是生成式人工智能和应用程序，例如ChatGPT及其相似产品，许多功能将被重新设计（Shutterstock）随之而来的是，自动化过程在工厂工作、工程、管理、会计等各个行业创造了比机器更适合人类的新任务，同样，人工智能可能会在不久的将来在许多服务领域创造新的任务，生成人工智能的新技术尤其会改变劳动力市场，因为它们会改变工作本身的外观和性质。
通常，当人工智能应用进入我们的各个业务领域时，我们的工作并不会像我们第一眼所想的那样被取代，但属于工作本身的任务的性质将会发生变化，换句话说，工作所需的基本技能将发生变化，取而代之的是新技能，这意味着，由于人工智能工具，特别是生成式人工智能和应用程序，例如ChatGPT及其相似产品，许多功能将被重新设计。
在一系列媒体歇斯底里之后，OpenAI首席执行官山姆·阿尔特曼（SamAltman）在5月份的美国国会听证会上指出了这一点，他表示，“重要的是要了解GPT-4模型是一种工具，而不是一种生物，有些人很容易感到困惑，GPT-4和其他类似系统擅长完成任务，而不是工作，”他并补充说，人们开始在工作中使用这些工具来帮助他们完成这些不同的任务。
随着时间的推移，在特定环境中使用生成式人工智能可能会改变人类与这些技术的关系，随着技术的使用不断发展，越来越多地参与到他们的工作中，并且越来越不模棱两可，可以减少人们对这些工具将取代人类工作或拥有超级智能的恐惧，最明显的例子可能是GitHub的Copilot工具，Web开发人员使用它来帮助他们编写代码和排除故障。
知识时代当这些技术顺利进入我们的业务时，它们将开始取得成功并产生真正的影响，我们找到它们的真正用途，可以帮助我们更快、更准确地完成任务，最重要的是，当我们充分了解这些工具的功能局限性时，我们要确保它们不是真正的无所不知的智能，并且它们像我们使用的任何工具一样存在问题。
最后，如果过去的岁月被称为信息时代，那么，我们终于可以说，我们已经过了这个时代，进入了知识时代，信息时代始于上世纪中叶计算机的出现，然后，在90年代初期，互联网出现，目前人工智能正在做的是收集所有这些信息并将其转化为人工知识。
有关于此，人工智能产生的是模仿人类知识的知识，并不真正理解它，但这最终符合我们的利益，我们人类理解、收集和关联所有这些信息，并借助生成式人工智能工具获取新知识，这对人类来说是一个伟大的发展，而且，无论如何都是非常有前途的，远离任何出现的新技术所引起的恐惧和恐慌。
那么，这是否意味着人工智能不会很快毁灭我们？这不是世界末日吗？
是的，这不是世界末日，但这是报告的结尾，感谢您的阅读。
2023年人工智能领域发展七大趋势
2022年人工智能领域发展七大趋势
有望在网络安全和智能驾驶等领域“大显身手”
人工智能已成为人类有史以来最具革命性的技术之一。“人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻”。2020年1月，谷歌公司首席执行官桑达尔·皮查伊在瑞士达沃斯世界经济论坛上接受采访时如是说。
美国《福布斯》网站在近日的报道中指出，尽管目前很难想象机器自主决策所产生的影响，但可以肯定的是，当时光的车轮到达2022年时，人工智能领域新的突破和发展将继续拓宽我们的想象边界，其将在7大领域“大显身手”。
增强人类的劳动技能
人们一直担心机器或机器人将取代人工，甚至可能使某些工种变得多余。但人们也将越来越多地发现，人类可借助机器来提升自身技能。
比如，营销部门已习惯使用工具来帮助确定哪些潜在客户更值得关注；在工程领域，人工智能工具通过提供维护预测，让人们提前知道机器何时需要维修；法律等知识型行业将越来越多地使用人工智能工具，帮助人们对不断增长的可用数据中进行分类，以找到完成特定任务所需的信息。
总而言之，在几乎每个职业领域，各种智能工具和服务正在涌现，以帮助人们更有效地完成工作。2022年人工智能与人们日常生活的联系将会变得更加紧密。
更大更好的语言建模
语言建模允许机器以人类理解的语言与人类互动，甚至可将人类自然语言转化为可运行的程序及计算机代码。
2020年中，人工智能公司OpenAI发布了第三代语言预测模型GPT—3，这是科学家们迄今创建的最先进也是最大的语言模型，由大约1750亿个“参数”组成，这些“参数”是机器用来处理语言的变量和数据点。
众所周知，OpenAI正在开发一个更强大的继任者GPT—4。尽管细节尚未得到证实，但一些人估计，它可能包含多达100万亿个参数（与人脑的突触一样多）。从理论上讲，它离创造语言以及进行人类无法区分的对话更近了一大步。而且，它在创建计算机代码方面也会变得更好。
网络安全领域的人工智能
今年1月，世界经济论坛发布《2021年全球风险格局报告》，认为网络安全风险是全世界今后将面临的一项重大风险。
随着机器越来越多地占据人们的生活，黑客和网络犯罪不可避免地成为一个更大的问题，这正是人工智能可“大展拳脚”的地方。
人工智能正在改变网络安全的游戏规则。通过分析网络流量、识别恶意应用，智能算法将在保护人类免受网络安全威胁方面发挥越来越大的作用。2022年，人工智能的最重要应用可能会出现在这一领域。人工智能或能通过从数百万份研究报告、博客和新闻报道中分析整理出威胁情报，即时洞察信息，从而大幅加快响应速度。
人工智能与元宇宙
元宇宙是一个虚拟世界，就像互联网一样，重点在于实现沉浸式体验，自从马克·扎克伯格将脸书改名为“Meta”（元宇宙的英文前缀）以来，元宇宙话题更为火热。
人工智能无疑将是元宇宙的关键。人工智能将有助于创造在线环境，让人们在元宇宙中体会宾至如归的感觉，培养他们的创作冲动。人们或许很快就会习惯与人工智能生物共享元宇宙环境，比如想要放松时，就可与人工智能打网球或玩国际象棋游戏。
低代码和无代码人工智能
2020年，低代码/无代码人工智能工具异军突起并风靡全球，从构建应用程序到面向企业的垂直人工智能解决方案等应用不一而足。这股新鲜势力有望在2022年持续发力。数据显示，低代码/无代码工具将成为科技巨头们的下一个战斗前线，这是一个总值达132亿美元的市场，预计到2025年其总值将进一步提升至455亿美元。
美国亚马逊公司2020年6月发布的Honeycode平台就是最好的证明，该平台是一种类似于电子表格界面的无代码开发环境，被称为产品经理们的“福音”。
自动驾驶交通工具
数据显示，每年有130万人死于交通事故，其中90%是人为失误造成的。人工智能将成为自动驾驶汽车、船舶和飞机的“大脑”，正在改变这些行业。
特斯拉公司表示，到2022年，其生产的汽车将拥有完全的自动驾驶能力。谷歌、苹果、通用和福特等公司也有可能在2022年宣布在自动驾驶领域的重大飞跃。
此外，由非营利的海洋研究组织ProMare及IBM共同打造的“五月花”号自动驾驶船舶（MAS）已于2020年正式起航。IBM表示，人工智能船长让MAS具备侦测、思考与决策的能力，能够扫描地平线以发觉潜在危险，并根据各种即时数据来变更路线。2022年，自动驾驶船舶技术也将更上一层楼。
创造性人工智能
在GPT—4谷歌“大脑”等新模型的加持下，人们可以期待人工智能提供更加精致、看似“自然”的创意输出。谷歌“大脑”是GoogleX实验室的一个主要研究项目，是谷歌在人工智能领域开发出的一款模拟人脑具备自我学习功能的软件。
2022年，这些创意性输出通常不是为了展示人工智能的潜力，而是为了应用于日常创作任务，如为文章和时事通讯撰写标题、设计徽标和信息图表等。创造力通常被视为一种非常人性化的技能，但人们将越来越多地看到这些能力出现在机器上。（记者刘霞）
【纠错】【责任编辑:吴咏玲】科学网—生成式人工智能的艺术与科学
生成式人工智能的艺术与科学精选已有3460次阅读2023-6-2106:02|系统分类:海外观察
生成式人工智能的艺术与科学
AI会不会终结艺术？许多人担心，AI能制作高质量的艺术作品散文和诗歌，会不导致这些行业的终结。本文对这个问题进行了很好的探讨，认为不会，但会对这些原来只属于人类的领域产生重大影响，导致新艺术形式的出现。
ArtandthescienceofgenerativeAI|Science
一类新工具的功能，俗称生成人工智能（AI），是一个备受争议的话题。迄今为止，一个突出的应用是为视觉艺术、概念艺术、音乐和文学以及视频和动画制作高质量的艺术媒体。例如，扩散模型可以合成高质量的图像（1），而大型语言模型（LLM）可以在广泛的上下文中产生听起来合理且令人印象深刻的散文和诗歌（2）。这些工具的生成能力可能会从根本上改变创作者制定想法并将其投入生产的创作过程。随着创造力被重新构想，社会的许多部门也可能被重新构想。了解生成式人工智能的影响，并围绕它做出政策决策，需要对文化、经济、法律、算法以及技术和创造力的相互作用进行新的跨学科科学探究。
乍一看，生成式人工智能工具似乎完全自动化了艺术生产――这种印象反映了过去传统主义者将新技术视为威胁“艺术本身”的例子。事实上，这些技术变革的时刻并不预示着“艺术的终结”，而是产生了更复杂的影响，重塑了创作者的角色和实践，并改变了当代媒体的美学（3）。例如，一些19世纪的艺术家将摄影的出现视为对绘画的威胁。然而，摄影并没有取代绘画，而是最终将其从现实主义中解放出来，引发了印象派和现代艺术运动。相比之下，肖像摄影确实在很大程度上取代了肖像画。同样，音乐制作的数字化（例如，数字采样和声音合成）被谴责为“音乐的终结”。相反，它改变了人们制作和听音乐的方式，并帮助催生了新的流派，包括嘻哈和鼓贝斯。像这些历史类比一样，生成人工智能并不是艺术消亡的预兆，而是一种具有自己独特能力的新媒介。作为人类创作者使用的一套工具，生成式人工智能的定位是颠覆创意产业及其他领域的许多部门――在短期内威胁到现有的工作和劳动模式，同时最终实现新的创造性劳动模式并重新配置媒体生态系统。
然而，与过去的颠覆不同，生成式人工智能依赖于人们的训练数据。这些模型通过从现有的艺术媒体中提取统计模式来“学习”生成艺术。这种对训练数据的依赖引发了新的问题，例如数据的来源、它如何影响输出以及如何确定作者身份。通过利用现有工作来自动化创作过程的各个方面，生成式人工智能挑战了作者身份、所有权、创意灵感、采样和混音的传统定义，从而使现有的媒体制作概念复杂化。因此，重要的是要考虑生成人工智能对美学和文化的影响、所有权和信用的法律问题、创意工作的未来以及对当代媒体生态系统的影响。在这些主题中，有一些关键的研究问题可以为这项技术的政策和有益用途提供信息（4）。
为了正确研究这些主题，首先有必要了解用于描述AI的语言如何影响对技术的看法。“人工智能”一词可能误导性地暗示这些系统表现出类似人类的意图、代理甚至自我意识。基于自然语言的界面现在伴随着生成AI模型，包括使用“I”代词的聊天界面，这可能会给用户一种类似人类的互动和代理感。这些看法可能会破坏创作者的信誉，他们的劳动是系统产出的基础（5），并在这些系统造成伤害时转移开发人员和决策者的责任（6）。未来的工作需要了解对生成过程的看法如何影响对产出和作者的态度。这可以促进设计披露生成过程并避免误导性解释的系统。
生成人工智能的特定功能反过来又产生了可能对艺术和文化产生长期影响的新美学。随着这些工具变得越来越普遍，它们的使用变得司空见惯（就像一个世纪前的摄影一样），它们输出的美学将如何影响艺术输出仍然是一个悬而未决的问题。生成式人工智能的低进入门槛可以通过扩大参与艺术实践的创作者群体来增加艺术产出的整体多样性（好比今天人人都会拍照，将来人人都是艺术家？）。与此同时，嵌入在训练数据中的审美和文化规范和偏见可能会被捕获、反映甚至放大，从而减少多样性（7）。人工智能生成的内容也可能为未来的模型提供信息，创造一个自我参照的美学飞轮，可以延续人工智能驱动的文化规范。未来的研究应探索量化和增加产出多样性的方法，并研究生成人工智能工具如何影响美学和美学多样性。
社交媒体平台的不透明、参与度最大化的推荐算法可以通过产生耸人听闻和可分享内容的反馈循环（8）进一步加强审美规范。随着算法和内容创建者试图最大限度地提高参与度，这可能会进一步使内容同质化。然而，一些初步实验（9）表明，在某些情况下，在策划人工智能生成的内容时纳入参与度指标可以使内容多样化。推荐算法放大了哪些风格，以及这种优先级如何影响创作者制作和分享的内容类型，仍然是一个悬而未决的问题。未来的工作必须探索由生成模型、推荐算法和社交媒体平台之间的相互作用形成的复杂、动态的系统，以及它们对美学和概念多样性的影响。
生成式人工智能依靠训练数据来自动化创作的各个方面，这引发了有关作者身份的法律和道德挑战，因此应该促使对这些系统的性质进行技术研究。版权法必须平衡创作者、生成性人工智能工具用户和整个社会的利益。如果不直接复制受保护的作品，法律可以将培训数据的使用视为非侵权;如果培训涉及基础数据的实质性转换，则合理使用;仅当创作者提供明确许可时才允许;或受法定强制许可的约束，允许将数据用于培训，前提是创作者获得报酬。大部分版权法依赖于司法解释，因此目前尚不清楚收集第三方数据用于培训或模仿艺术家的风格是否会侵犯版权。法律和技术问题交织在一起：模型是直接从训练数据中复制元素，还是产生全新的作品？即使模特不直接从现有作品中复制，也不清楚是否以及如何保护艺术家的个人风格。什么机制可以保护和补偿那些作品被用于培训的艺术家，甚至允许他们选择退出，同时仍然允许使用生成人工智能模型做出新的文化贡献？回答这些问题并确定版权法应如何处理训练数据需要大量的技术研究来开发和理解人工智能系统，社会科学研究以了解对相似性的看法，以及将现有先例应用于新技术的法律研究。当然，这些观点仅代表美国的法律观点。
一个独特的法律问题涉及谁可以声称对模型输出的所有权。回答这个问题需要了解系统用户与其他利益相关者（例如系统的开发人员和训练数据的创建者）的创造性贡献。人工智能开发人员可以通过使用条款主张对输出的所有权。相比之下，如果系统的用户以有意义的创造性方式参与其中（例如，该过程不是完全自动化的，或者没有模仿特定作品），那么他们可能被视为默认版权所有者。但是，用户的创造性影响力必须有多大才能让他们声称拥有所有权？这些问题涉及研究使用基于人工智能的工具的创作过程，如果用户获得更直接的控制，可能会变得更加复杂。
无论法律结果如何，生成式人工智能工具都可能改变创造性的工作和就业。流行的经济理论[即技能偏向技术变革（SBTC）]假设认知和创造性工作者面临的劳动力中断较少，因为创造力不容易被具体规则所束缚（即波兰尼悖论）（10）。然而，新工具引发了对作曲家、平面设计师和作家等创意职业的就业担忧。之所以出现这种冲突，是因为SBTC未能区分分析工作和创造性构思等认知活动。需要一个新的框架来描述创作过程的具体步骤，其中哪些步骤可能受到生成人工智能工具的影响，以及不同认知职业对工作场所要求和活动的影响（11）。
虽然这些工具可能会威胁到某些职业，但它们可以提高其他职业的生产力，并可能创造新的职业。例如，从历史上看，音乐自动化技术使更多的音乐家能够创作，即使收入倾斜（12）。生成式人工智能系统每分钟可以创建数百个输出，这可以通过快速构思加速创作过程。然而，这种加速也可能通过消除与白板相关的原型初始阶段来破坏创造力的各个方面。无论哪种情况，生产时间和成本都可能会下降。创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。反过来，对创造性工作的需求可能会增加。然而，创意产品的生产可能会变得更有效率，从而以更少的工人获得相同数量的产出。此外，许多使用传统工具（如插图或图库摄影）的雇佣职业可能会被取代。几个历史例子证实了这一点。最值得注意的是，工业革命使传统手工工艺品（例如陶瓷、纺织品和炼钢）的大规模生产成为可能，由非工匠的劳动;手工制品成为特色商品。同样，摄影取代了肖像画。音乐的数字化消除了学习物理操作乐器的限制，并使更多的贡献者能够进行更复杂的安排。这些工具可能会改变谁可以作为艺术家工作，在这种情况下，即使平均工资下降，艺术家的就业率也可能上升。
由于这些工具影响了创造性劳动，它们也给更广泛的媒体生态系统带来了潜在的下游危害。随着大规模生产媒体的成本和时间的减少，媒体生态系统可能通过创建合成媒体，特别是为索赔提供证明证据的媒体，容易受到人工智能生成的错误信息的影响（13）。这些生成逼真的合成媒体的新可能性可能会通过所谓的“骗子红利”（虚假内容通过破坏对真相的信任而使骗子受益）（14）破坏对真实捕获媒体的信任，并增加欺诈和未经同意的性图像的威胁。这就提出了重要的研究问题：平台干预，如跟踪来源和检测下游合成媒体，在治理和建立信任方面的作用是什么（15）？合成媒体的激增如何影响对真实媒体的信任，例如未经编辑的新闻照片？随着内容生产的增加，集体注意力可能会减少（16）。人工智能生成内容的爆炸式增长可能反过来阻碍社会在气候和民主等重要领域集体讨论和行动的能力。
每一种艺术媒介都反映和评论了其时代的问题，围绕当代人工智能生成艺术的辩论反映了当前围绕自动化、企业控制和注意力经济的问题。最终，我们通过艺术表达我们的人性，因此理解和塑造人工智能对创造性表达的影响是关于其对社会影响的更广泛问题的中心。对生成式人工智能的新研究应该为该技术的政策和有益用途提供信息，同时与关键的利益相关者，特别是艺术家和创意劳动者本身，他们中的许多人积极参与社会变革的前沿难题。
https://blog.sciencenet.cn/blog-41174-1392448.html上一篇：基础代谢率的真相下一篇：《三体》低温冬眠技术的真实版进展收藏IP:117.135.15.*|热度|