云开·全站体育APP登录 很火的「ChatGPT」背后有哪些新传必学知识？

/ 努力工作，你就会成功 /

五月即将结束，夏天悄然来临，窗外的阳光，耳边的蝉鸣，陪伴着同学们的求知欲望，本周我将继续带领大家学习

《天心·新媒体研究前沿》专栏

今天我们来学习一下“生成式人工智能”，作为重要的行业热点，小甜心整理了一份关于生成式人工智能的相关专题，一起来看看吧~

2023 年相关考试题目链接

1.人工智能在新闻报道中的应用有哪些？它对新闻报道有何优化？（2022，四川大学，简答题）

2. 探讨人工智能背景下机器人新闻对新闻生产的影响。（2020年，复旦大学，讨论）

3.人工智能（2022年，东华大学，名称说明）

4. 探讨人工智能对媒体生态的影响。（2018，四川大学，讨论）

5. 人工智能取代记者的利与弊（2020，厦门大学云开全站app网页版官方入口，讨论）

......

真题为部分真题，仅供参考。

从上面的题目可以看出各大高校对人工智能的考查还是挺多的。以“ChatGPT”为代表的生成式人工智能是人工智能领域最新的热门话题，很有可能成为今年的热门考点。所以小甜心就带大家一起学习“生成式人工智能”吧~内容有些难，大家一定要坚持看完~

完整文章概述

生成人工智能

这部分是可以理解和记忆的

1.什么是“生成人工智能”？

人工智能技术按照其功能价值可分为分析型人工智能与生成型人工智能。

分析型AI主要是指能够在海量数据中寻找模式，从而完成诸如识别垃圾邮件或欺诈性电子邮件或通过算法推送TikTok视频等任务。可以说，目前在媒体行业广泛应用的AI技术，大部分都可以归类为分析型AI。

生成式人工智能可以通过AI相关技术，自动生成文本、图像、视频、音频等多种类型的内容，其产生的内容被称为人工智能生成内容（AIGC）。

2. 澳大利亚国际公司

学术界和业界对AIGC尚无一个普遍接受的定义。《人工智能生成内容白皮书》（AIGC）将AIGC定义为“从内容生产者角度划分的一类内容、一种内容生产方式以及用于自动生成内容的技术集合”。该定义认为AIGC既具备内容特性，又具备技术特性。总体上，AIGC可以概括为随着网络形态的演进和人工智能技术的变化而产生的一种新型的生成性网络信息内容。

3.生成式人工智能的典型代表：ChatGPT

1. ChatGPT

ChatGPT（Chat Generative Pretrained Transformer）于2022年11月上线，是美国人工智能实验室OpenAI开发的一款人工智能聊天机器人应用。ChatGPT是基于大型语言模型（LLM）预训练的新型生成式人工智能。作为一款人工智能聊天机器人应用，ChatGPT具备语言理解和文本生成能力，不仅如此，它还能完成撰写邮件、视频脚本、文案、代码等任务，是一款基于“对话+创作”的生成式人工智能应用。ChatGPT的核心突破在于实现了真实度的飞跃和更高层次的功能维度融合。

2. ChatGPT 的功能

从产品角度来看，ChatGPT 是一款更加完备的 AIGC 产品。首先，ChatGPT 有望开启通用人工智能（AGI）时代。AGI 是指人工智能能够实现与人类相似的思维，处理各类任务。ChatGPT 可以从海量数据中学习各类知识并生成解决方案，处理各类实际问题，超越单一任务场景。其次，ChatGPT 拥有更加完备的交互界面。一方面，ChatGPT 的用户界面更加简洁友好，使用方式更加简洁易懂；另一方面，ChatGPT 允许用户通过反馈来修正结果，这种强化学习也能让 ChatGPT 的模型更加完善。最后Kaiyun官方正版下载，ChatGPT 提供了 AIGC 生产闭环的可能性。ChatGPT 可以将模型结果以自然语言的形式输出，通过自然语言这一媒介，人工智能可以生成图片、视频、音乐、3D 建模等，为元宇宙的开发和运营奠定内容支撑。

从学术生态来看，ChatGPT有望在生产、传播、评价等方面带来新的变革。在学术生产过程中，ChatGPT可凭借自然语言生成能力、强大的训练数据库、多种内容交互等特点成为学术生产的有力助手，在论文立项、文献检索等方面发挥重要作用。在学术传播过程中，ChatGPT可利用自身的观点整理能力，形成传播素材和推荐模型。此外，ChatGPT有望在信息传播、观点收集等方面发挥辅助作用。在学术评价过程中，ChatGPT可对相关文献进行前期梳理和总结，提升学术评价效率和质量，辅助进行质量评估。

3.ChatGPT的特点

（1）预训练：利用人类偏好数据和强化学习技术，实现对人类认知机制的深度模拟

ChatGPT之所以能为用户提供媲美真实对话的体验，关键在于ChatGPT利用预训练和强化学习技术，基于偏好数据实现了对人类认知机制的深度模拟。首先，在预训练阶段，ChatGPT所使用的大语言模型中注入了大量人类的偏好知识。由于大量人类偏好知识的注入，ChatGPT能够有效学习到人类认知和表达的习惯。其次，ChatGPT采用了基于人类反馈的强化学习技术。基于人类的偏好数据和强化学习技术，ChatGPT实现了前所未有的对人类认知机制的深度模拟，为后续关系连接的细化、性格要素的识别和生成奠定了基础。

（2）大模型：通过大量参数和数据，以更细粒度连接人们的需求和价值

ChatGPT能够更加细粒度地根据个性化需求指令进行合理的推理和想象，实现更加细腻精准的连接。支撑这一特性的关键在于ChatGPT建立在一个“巨无霸”式的超大模型上。ChatGPT拥有高达1750亿个模型参数，庞大的模型参数量可以容纳海量的人类文明知识。再加上OpenAI主要使用的公开爬虫数据集，拥有超过万亿词的人类语言数据。这样一来，ChatGPT就拥有了超越大多数人工智能的庞大训练模型。庞大的模型参数量可以匹配和表达人们的认知习惯、细微的兴趣、价值追求，实现更细粒度的连接和更高层次的价值实现。

（3）生成性：结构处理和个体元素的有机呈现

生成性就是对元素进行结构化的能力。ChatGPT通过与用户的持续对话，不断识别、学习和融合用户的个性化元素，并将输出元素结构化，以贴近用户的有机方式呈现。本质上完成了ChatGPT与用户关系的建立，是对人类交互方式的深度模拟。ChatGPT可以实现持续的人机协作，用户可以在个人账户中保存人机对话记录，并根据记录实现长期持续对话，从而提高生成内容的匹配度，让用户感受到与真人相似的对话体验。

二进制人工智能带来的传播生态变革

只需理解并记住本节的小标题

加拿大政治经济学家哈罗德·伊尼斯指出，新媒介的优势将催生新文明，以ChatGPT为代表的生成式人工智能技术展现的新媒体特性将激发传播领域的生态变革。

1. 生成式人工智能将突破网络资源壁垒，成为下一代网络入口和超级媒体，驱动媒体行业变革

1. 生成式人工智能将突破社交网络壁垒，实现公域与私域资源的连接、整合与协同利用

互联网诞生之初，用户能够连接的网络资源绝大多数都是公有领域资源，即在互联网上公开发布，可供用户访问和使用的资源。以ChatGPT为代表的生成式AI技术有望成为捕获人类私有领域资源，并与公有领域资源进行连接、整合和协同的工具。在大规模语言模型的发展过程中，生成式AI一方面可以捕获公有领域资源，并以其算法模型形成良好的聚合学习；另一方面，生成式AI可以在用户对话过程中专业地整合私有领域资源。这样，通过构建聚合公有领域和私有领域资源的庞大数据训练集，有助于聚合人类文明现有的知识，形成无所不知的智能中枢。

2. 生成式人工智能将成为下一代网络门户和超级媒介

浏览器、搜索引擎、应用商店是移动互联网行业最早的三大入口。移动互联网时代，微信基于社交构建了最大的个人信息传播入口，滴滴打车、大众点评等则形成了交通、餐饮、娱乐等垂直领域的用户入口。以ChatGPT为代表的生成式人工智能，融合了信息获取（信息支撑）、智能服务（服务支撑）、聊天机器人（情感支撑）、创意工具（生产支撑）等功能，有望成为下一代网络入口。

在成为互联网入口的基础上，生成性人工智能将进一步跃升为一种前所未有的超级媒介。其特殊性主要体现在两个关键特征：第一，生成性人工智能拥有全新的人机交互模式，能够生成适合用户理解的内容，与用户建立关系；第二，生成性人工智能的表达将直接影响社会认知，建构社会议程。

3. 传媒业将从劳动密集型产业向技术密集型、资本密集型产业转变

以ChatGPT为代表的生成式人工智能将推动传媒行业从劳动密集型产业逐渐转变为技术密集型和资本密集型产业。这种转变受到两个因素的影响，第一，智能媒体的出现，带来了信息采集、编辑、分发等环节效率和质量的质的飞跃，智能化将成为传媒行业未来发展的主旋律。第二，基于大语言模型的生成式人工智能是构建未来通信的平台化基础设施，是未来通信的技术高地，而这一通信基础设施的争夺需要强大的资本和技术支撑，尤其是在算力方面。

2. 生成式人工智能将更加深刻地赋能个体，促进传播权力的去中心化和人们的数字化生存

1.生成式人工智能将重塑人与机器的关系，人机协作将成为人类在数字文明时代的关键能力

美国哲学家唐·埃德曾定义过两种人、技术与世界的关系。第一种是“具身关系”，其表现形式是“（人-技术）→世界”，例如戴眼镜。第二种是“他者-他者关系”，其意向图是“人→技术-（世界）”，例如ATM机。按照埃德的分类，生成式人工智能所引领的人机关系革命，是从“他者-他者关系”向“具身关系”的转变。换言之，人工智能逐渐从外在的类他者形态转变为与人类智能相互耦合的形态。

在人机关系的建构下，人机协同能力将在个体的社会化过程中凸显云开APP·登录入口，通过与生成式人工智能的交流，个体能够更快速地获取新的知识和经验，进而更高效地完成生产和生活实践。届时技能操作、知识教育的价值将被淡化，人机协同能力在人类能力结构中将达到前所未有的重要性，成为后人类文明演进的关键。

2.生成式人工智能将更深刻地赋能个人，推动沟通能力进一步下沉

第一，生成式人工智能系统提升了个体的沟通能力，弥补了数字文明社会的能力鸿沟。“能力鸿沟”是指由于专业知识或技能掌握程度不均，导致个体实践受到限制。以ChatGPT为代表的生成式人工智能使大众能够突破“能力鸿沟”的壁垒，按照自己的意愿和想法有效激活和调动大量外部资源，形成强大而丰富的社会表达和价值创造能力。这是数字化和智能化支撑下社会的一大启示，推动社会沟通力进一步下沉。

第二，生成式人工智能通过与个体的耦合，大大提升了个体的感知和联结能力。生成式人工智能通过技术手段，大大提升了个体扩展感知的水平。这是因为个体通常需要新信息的中介，才能进入新的圈子或者与事物建立新的联结，而生成式人工智能通过不断的对话，为个体提供超出认知范围的知识和经验，使个体能够突破认知限制，与更广泛的事物联结。这是感知和联结意义上的深度赋能。

3. 生成式人工智能将彻底改变“算法大众化”，并深刻赋能人们的数字生活

目前，生成式人工智能可以根据用户需求编写有效的计算机代码，这是机器生成内容的一个新维度，其实质是生成式人工智能对算法普及的巨大助力。生成式人工智能的写码功能将算法技术赋予大众，任何个体都可以基于这种调动资源的方式拥有数字创作的能力，进而在数字空间更加自由地实践。算法作为一切社会要素的中介工具，其普及意味着每一个个体都拥有了利用算法接入数字文明、从中获益的能力，这是对人们数字化生存的巨大赋能。

3.生成式人工智能将成为下一代互联网的连接枢纽，促进移动互联网向智能互联网转变

1.生成式人工智能将成为下一代互联网的连接枢纽，大大缩短信息传播的层级

生成式人工智能作为智能主体，汇聚了社交网络中无数节点源的信息，生成并推送信息至各个节点，基于庞大的用户数量和信息链条，生成式人工智能将成为未来互联网中高度中介化的枢纽。

生成式人工智能作为核心枢纽，可以大大缩短信息传播的层级，当用户数量达到一定规模时，传播网络将从层层扩散的“洋葱式”结构，转变为大多数节点直接与枢纽相连的“海星式”结构。新的结构将大大压缩信息传播的层级，有助于提升创新信息的传播效率，减少信息在各个传播环节的流失，对网络连接的整体性质和效率产生直接影响。

2. 生成式人工智能将推动社交连接从移动连接向更精细的智能连接转变

在智能互联时代，生成式人工智能作为连接入口和连接枢纽，解决了两个极其重要的问题。首先，生成式人工智能将满足个体个性化、长尾需求的边际成本降到无穷小。其次，生成式人工智能以其前所未有的个性因素识别、人类认知模拟、针对性输出能力，完成了个体更细腻内生需求的外部连接。这种连接意味着技术可以对人的因素状态做出响应和分析，实现情绪表达的精准匹配，进而构建人作为主体的内在关系。也意味着维度升级之后的连接将拥有更高的自由度和配置能力，匹配更加精准，连接粒度更加细腻，连接质量更高，提供更高水平的功能生成和价值生成。可以说，以生成式人工智能为核心媒介的智能互联时代，解决了“细微特征、细微价值”的连接难题。

4.生成式人工智能带来的全面智能是一场深刻的革命

媒介技术的迭代将进一步驱动人类连接与行动模式的深刻变革。通过激发信息、个体、连接三个维度的巨变，以ChatGPT为代表的生成型人工智能实现人类语义世界内部的价值重构，分析型人工智能在此基础上实现语义世界外部的资源整合与价值重构，二者共同支撑人类世界所有要素价值重构，推动社会与传播迈向全智能时代。人工智能技术的全方位渗透将创造无限巨大的信息网络，将更多此前无法纳入其中的多维关系连接纳入人类实践系统的可控范围，即从传统的人与人之间的连接，发展到人与人、人与物、物与物的系统连接，打造人与机器智能之间的超级链接系统。全智能带来的指数级增长将驱动政治、经济、文化乃至整个社会生态的结构性变革。

生成人工智能的局限性和问题

这部分是可以理解和记忆的

首先，系统仍然难以充分理解信息、分析信息内在的逻辑关系，因此很容易生成不合理的内容或者犯事实错误。

二是生成人工智能的生产过程依然是一个黑箱，生成的内容缺乏可解释性和明确依据。

第三，生成式人工智能对于中文语境和文本的理解和表达能力普遍弱于英文。

第四，生成式人工智能技术还可能被恶意使用，造成严重的安全风险。

第五，生成人工智能技术的数据来源本身复杂且庞大，生成的内容可能存在知识产权问题，易产生法律风险。

第六，以ChatGPT为代表的生成人工智能虽然在某些领域具有广阔的应用前景，但并非在所有场景下都具有重要的应用潜力和作用。

第七，生成式人工智能的模型训练、测试以及下游任务适配都需要大规模计算和存储资源支撑，这一高昂成本是相当一部分行业难以承受的。

生成人工智能的四条监管路径

只需理解并记住本节的标题

1.坚持正确价值取向，以平衡治理方式对待多元价值

防范以ChatGPT为代表的生成性人工智能社会风险的根本途径是坚持正确的价值取向，让人们树立符合时代发展要求的观念和价值取向。

一是必须坚持正确价值导向，强化人民需要、公共价值、人类幸福、共同富裕等多元化主流价值目标。

其次，我们必须努力培养一种平衡的治理方式来处理ChatGPT中的多元价值观。

2. 赋能多方以法律思维和方法进行协作和治理

第一，在审查主体构成方面，要吸收多元治理主体参与，构建多元共治的权利结构，建立多元主体共同治理的技术伦理审查机构，明确伦理审查机构的职责，对审查过程中发现的不符合基本伦理要求的行为，采取相关措施。

其次，要运用法治思维和法治方法，构建平等合作的权力格局。一是要统筹规划人工智能法律、行政法规、部门规章、技术标准等；二是政府部门要对人工智能数据市场进行实时监管；三是要加强社会和公民监督。

3.注重多元化互动，吸纳多样化舆论诉求

ChatGPT潜在风险的治理，需要政府、企业、社会组织、公众等多方主体的协同推动，吸纳多方利益相关者参与，将利益相关方纳入标准化程序平等互动，实行多方参与的包容机制，广泛吸纳多元民意诉求，在最充分的条件下实现科学决策，减少算法黑箱导致的决策失败。

第一，在法律层面，可以借鉴欧盟的“数据保护官”制度，设立“生成性人工智能安全委员会”的专业机构部门，纠正ChatGPT在平台规则制定上的偏差，增强规则制定的包容性和公正性。

第二，伦理层面。一方面要坚持以人为本，强调人的主观能动性，严禁和规范盲目追求经济理性、隐含算法偏见、破坏人类自由平等价值观的工具。另一方面要建立从技术研发到应用全过程的伦理风险审查规则。

第三，在技术层面，应重视用算法来规范“算法偏见”，“从规范代码和算法结果转向规范代码和算法过程本身”，把公平、正义、平等等价值观转化为算法，用算法来规范“算法偏见”。

四、完善数据要素配置，实现数字红利公平分享

ChatGPT治理致力于实现数字包容的价值，消除社会成员在数字参与过程中遭遇的数字不平等，构建公平公正的数据元分配机制，促进数据元多方风险共治，充分保障包括数字弱势群体在内的全体公民都能公平共享数字成果。

首先，我们必须兼顾ChatGPT中多方的分配利益。

二是坚持分级分类，推动数据科学管理和有序利用，认定不同群体受益或受损程度，保障多元主体特别是弱势群体的合法权益。

三是通过多方协作，形成多风险共治的数据安全格局。

田心说道

今天的推文就到这里，大家可以参考小标题理解并记住，千里之行，始于足下，希望大家能够不断积累知识，最终轻松输出在答题纸上，希望大家能从这条推文中有所收获，下次见。

各学院的《天心全课程》也会将整理好的专题直接呈现给大家，帮助大家高效复习吸收，欢迎大家前往公众号了解课程详情。

以上内容整合自：

[1] 罗飞, 马宇轩. 人工智能生成内容（AIGC）对学术生态的冲击与应对——基于ChatGPT的探讨与分析

[2] 余国明, 苏建伟. 生成人工智能浪潮下的传播革命与媒体生态: 从ChatGPT到全面智能时代的未来

[3] 陆宇, 余静蕾, 陈鹏鹤, 李牧云. 生成人工智能的教育应用与展望: 以ChatGPT系统为例

[4] 余水,范德志.新一代人工智能的价值挑战与包容治理ChatGPT

[5] 李百阳, 白云, 詹欣妮, 李刚. 人工智能生成内容(AIGC)的技术特征与形态演变.

最好的祝愿