KellyOnTech解读Gartner2022顶级战略技术之生成式人工智能Generative AI
2022-12-18 06:34:55
Gartner将生成式人工智能（Generative AI）列为2022年顶级战略技术之首，其核心是通过机器学习模型从现有数据中生成全新内容，包括文本、图像、音频甚至视频。以下从技术原理、应用场景、典型企业及未来趋势展开分析：
一、生成式人工智能的技术原理生成式人工智能基于深度学习模型，通过分析大量现有数据（如文本、图像、音频）学习其内在规律，并生成与原始数据相似但全新的内容。其技术突破性体现在以下方面：
- 生成对抗网络（GANs）：2014年提出，通过两个神经网络的对抗训练提升生成质量。一个网络（生成器）负责创造内容，另一个网络（判别器）负责区分真实与生成内容，双方在博弈中不断优化，最终生成高度逼真的结果。例如，GANs可生成以假乱真的人脸图像，甚至创建“不存在的人”。
- 深度伪造（Deepfakes）：利用深度学习模型替换视频中的人脸，需大量目标人物的照片训练模型，分析其表情、角度等特征，最终生成包含目标人物所有表情的模型。例如，2021年一段“汤姆·克鲁斯”的深度伪造视频点击量超500万，其逼真度源于模型对明星替身（Miles Fisher）的全方位训练。
生成式人工智能已渗透至多个领域，既包含正向创新，也涉及潜在风险：
正向应用：
药物开发：通过生成分子结构加速新药研发。例如，Insilico Medicine利用GANs和强化学习，为已知和未知目标的疾病设计新分子结构，2017年被英伟达评为“具有社会影响潜力的人工智能公司”。
软件编码：自动生成代码片段或完整程序，提升开发效率。
营销与内容创作：生成个性化广告文案、视频或图像，降低内容制作成本。
潜在风险：
欺诈与伪造：深度伪造技术可被用于制作虚假身份、政治虚假信息或诈骗内容。
伦理与法律挑战：生成内容的版权归属、真实性验证等问题亟待规范。
Insilico Medicine（英科智能）成立于2014年，总部位于中国香港，专注于通过人工智能延长人类寿命，其核心优势包括：
- 技术突破：全球首批应用GANs和强化学习进行药物发现的公司，2018年入选CB Insights全球人工智能百强企业。
- 战略合作：
2021年7月，与上海劲方药业合作，结合双方研发系统与人工智能平台，攻克癌症治疗难题。
2021年8月，与西湖制药联合开发针对新冠病毒的创新小分子药物。
根据Gartner预测，到2025年，全球10%的数据将由生成式人工智能产生（当前不足1%），其发展将呈现以下趋势：
- 技术迭代：模型规模扩大、训练效率提升，生成内容的质量与多样性将进一步突破。
- 行业渗透：从医疗、金融扩展至教育、娱乐等领域，重塑内容生产与消费模式。
- 监管与伦理：需建立全球性规范，解决版权、隐私、虚假信息等问题，确保技术可控发展。
生成式人工智能正从实验室走向实际应用，其潜力与风险并存。企业需平衡创新与合规，个人需提升对虚假信息的辨别能力，以适应“眼见不一定为实”的未来世界。
热门标签
