人机逆转、叙事僵死与无事实时代——生成式革命的影响与危机

刘纯懿 北京大学新闻与传播学院博士生 胡泳 北京大学新闻与传播学院教授

本文节选自《探索与争鸣》2024年第1期

生成式AI本质上是一种生成的技术，那么理解“如何生成”则成为探讨生成式AI的必要步骤。实际上，生成式AI有两种主要的生成模型的范式，第一种是生成式对抗网络（GAN）。GAN是由伊恩·古德费罗等人于2014年提出的一种无监督学习方法，也是人工神经网络在分类、预测和解决问题方面最成功的发展之一。GAN由生成器和判别器两个神经网络构成。通俗一点说，当生成器创建新样本时，判别器会判断这是一个真实的样本还是一个伪造的样本。当这两个网络一起训练时，生成器负责生成逼真数据以“欺骗”判别器，而判别器则要提高精准度以识别这种“欺骗”。第二种生成模型范式是变分自动编码器（VAE），该模型由编码器和解码器构成。与GAN一样，VAE同样需要训练出生成模型，二者不同的是，GAN是通过“对抗”的思维来寻找平衡，而VAE则是运用概率的分布来找到函数的最优解。

根据对生成式AI之“生成”的内涵与机理的剖析，生成式AI的“自动化”特性也就得以显影，即在不需要人类参与的“去人化”环境之下，如何通过机器内部的自我对抗和自行运算，来达到以假乱真的“后真实”效果。正因如此，生成模型诞生以来就广泛存在于诸多为人所熟知的应用层面，比如AI换脸、高清重建、黑白电影上色等。然而，自动化和自动生成远非人们对人工智能的全部期待。实际上该词语的结构组成已经将谜底写在了谜面之上—“人工”先于“智能”，在这些机器内部的二元结构中，始终呼唤和渴望着第三元的出现，即“人”的参与和反饋。正因如此，GPT走向了ChatGPT，聊天机器人也被推向了人工智能浪潮的台前，成为今日生成式AI的代表。

ChatGPT有一项能力是以往的语言模型难以达到的，即思维链能力。思维链被认为是人类高级智慧的象征。