点击图片购买《保险新时代2022》
编者按
(资料图片)
一边，人们在纪念互联网保险十年，一边，保险业关于AIGC的讨论逐渐升级。站在今天，回顾昨天，“互联网保险”都给人一种恍如隔世的感觉了。
线上线下全面融合之下，互联网与其他渠道之间的边界逐渐模糊，很多业务已经难以区分是不是属于真正的“互联网保险”了。而穿透所有产品的业务流程，几乎都已经离不开以互联网为代表的各类技术。
科技发展太快了、渗透太快了。
2013年，所谓的“互联网保险元年”时，互联网更多还是一种新兴销售渠道，对于场景化、碎片化保险产品的研发也才刚刚开始，但之后的几年，以互联网、移动互联网，乃至大数据、云计算、人工智能为代表的信息技术对于保险业逐渐展现出巨大影响力。
人们的关注重心逐渐从“互联网保险”，转向了“保险科技”，从业务前端转向了全部流程，迭代系统、升维中台，改进流程、创新模式……科技对于保险业的影响全面深化。一大批不同类型的保险科技企业在这一过程中先后崛起，并在一个时期内深受资本青睐。
如今，资本退潮，但科技与保险业已经深深绑定，再也难以分离，甚至可以说，在很大程度上，科技正重塑着人们对于保险行业未来的想象。
尤其是2022年底、2023年初 ChatGPT爆红，再到3月中GPT-4发布，人们对大模型的能力充满了期待，甚至已经有人认为AGI （通用人工智能）时代的曙光已现。
当前，AIGC热潮（AI generated content，即人工智能生成内容）正愈演愈烈：专业人士大赞、大量资金涌入、大量创业公司诞生、各巨头开足马力、大模型新动作频发。而更夸张的是，这些极为快速的变化，让很多AI资深专家都直呼“跟不上潮流”。
“互联网保险”一词或许已经难以描述当下的种种，但科技对于保险业的改造已经触及灵魂，且势必长期持续下去。
那么，在即将到来的AGI新时代，我们又有哪些需要了解和关注的呢，该如何看待AIGC发展对各行各业的影响，又将产生哪些机会和挑战？为此，慧保天下精选数篇关于AIGC和大模型的讨论文章，试图从多个角度进行展示，以帮助读者在剧变的世界中仍能清醒的观察和思考，不被时代抛下，更不会被洪流裹挟。
以下即为10篇文章及其内容摘编（点击标题可查看原文）：
当我们在论AIGC时，到底在谈论什么
一文读懂什么是AIGC、ChatGPT、大模型（简单版）
最新综述：AIGC到底是什么？都有哪些应用？（综述版）
点击红字 查看原文
人工智能生成的内容是指由机器创建的博客、营销材料、文章和产品描述等。一般来说，AIGC可以分为文本、图片和视频生成。
AIGC由三个关键组件组成：数据、硬件和算法。音频、文本和图像等高质量数据是训练算法的基本构建块。数据量和数据源对预测的准确性有着至关重要的影响。硬件，尤其是计算能力，构成了AIGC的基础设施。
AIGC拥有三大前沿能力：数字孪生、智能编辑和智能创作。这些功能被嵌套并相互组合，从而赋予AIGC卓越的生成能力。
AIGC产业链是一个从上游到下游相互连接的生态系统。数据供应商、算法机构和硬件开发机构是上游AIGC的主要组成部分。中游行业包括集成上游数据、硬件和算法的大型科技公司。下游细分市场主要由各种内容创作平台组成。
随着硬件和算法的快速发展，AIGC的未来有望有更多实质性的应用，最有前景的方向包括跨模态生成、搜索引擎优化、媒体制作、电子商务、电影制作和其他领域。
中国的AIGC
陆奇最新演讲实录：我的大模型世界观
点击红字 查看原文
陆奇在演讲中，对大模型时代的宏观思考、拐点的内在动因、技术演进、创业公司结构性机会点以及给创业者的建议都进行了充分的说明。
他认为，任何改变社会、改变产业的，永远是结构性改变。这个结构性改变往往是一类大型成本，从边际成本变成固定成本。
而2022-2023年的拐点是什么？它不可阻挡、势不可挡，原因是什么？一模一样。模型的成本从边际走向固定，因为有件事叫大模型。
陆奇表示，下个拐点将是组合：“行动”无处不在（自动驾驶、机器人、空间计算）。一是，未来15-20年，模型就是知识，将无处不在；二是，未来自动化、自主化的动作可以无处不在；三是，人和数字化的技术共同进化，共同进化才能达到通用智能（AGI）。通用智能四大要素是：涌现（emergence）+代理（agency）+功能可见性（affordence）+具象（embodiment）。
中国的AIGC
中国式ChatGPT“大跃进”
点击红字 查看原文
在微软高调把ChatGPT推到New Bing的台前后，硅谷巨头们就开始紧锣密鼓地推动大模型研究，谷歌仅用两个月就发布了类似ChatGPT的Bard。
在这方面，中国并不落后。2023年2月起，百度、阿里、腾讯、京东、字节等纷纷发声表示自己在大模型领域已经开展了深入研究，且获得了很多成果。一时间，追逐大模型成了国内AI行业的标准动作，“大练模型到炼大模型”的过度期似乎已经接近尾声，下一阶段大有“全民大模型，ChatGPT进万家”的架势。
冲进各行各业的AIGC
考虑现阶段国内大模型未完全成熟，因此更多是借鉴海外路径演绎国内发展。目前看海外应用端已经百花齐放，办公、搜索、教育、对话社交、游戏、金融、电商、图片视频等领域已出现大量产品创新，GPT plugin插件推出后相关产品和场景有望进一步扩展。
AIGC专题：大模型及AIGC市场机会
探索超30个保险场景应用！众安发布行业首份AIGC应用白皮书
点击红字 查看原文
回到保险行业来看，5月23日，众安保险与众安科技共同发布国内保险业首份AIGC应用白皮书《AIGC/ChatGPT保险行业应用白皮书》。
《白皮书》通过专家调研，对AIGC技术在保险领域30余个具体应用环节以及场景应用点进行了梳理，并从多个维度对应用场景的技术落地可行性形成预判。
大语言模型(LLM)的自然语言处理能力给企业应用落地场景提供了很多可能性，智能客服、企业内部知识/规章制度、文案生成、研发运维场景提效等。
背后问题开始显现
“AI孙燕姿”刷屏背后，AIGC如何直面侵权之痛？
腾讯发布 AIGC 发展趋势报告：迎接人工智能的下一个时代
点击红字 查看原文
孙燕姿在“养老”，但AI孙燕姿却悄悄成为了全网的流量密码。
ChatGPT引发的技术变革快速蔓延，直接冲击至内容创作领域，甚至将AIGC演变成为内容平台的一个重要板块。但在全民狂热的背后，AIGC的发展也面临许多科技治理问题的挑战。目前，主要是知识产权、安全、伦理和环境四个方面的挑战。
首先，AIGC引发的新型版权侵权风险，已经成为整个行业发展所面临的紧迫问题。因版权争议，国外艺术作品平台ArtStation上的画师们掀起了抵制AIGC生成图像的活动。
其次，安全问题始终存在于科技发展应用之中。在AIGC中，主要表现为信息内容安全、AIGC滥用引发诈骗等新型违法犯罪行为，以及AIGC的内生安全等。较为著名的案例是，诈骗团队利用AIGC换脸伪造埃隆·马斯克的视频，半年诈骗价值超过2亿人民币的数字货币。
再次，算法歧视等伦理问题依然存在。比如，DALL·E 2具有显著的种族和性别刻板印象。
最后是环境影响，AIGC模型训练消耗大量算力，碳排放量惊人。此前就有研究表明，单一机器学习模型训练所产生的碳排放，相当于普通汽车寿命期内碳排放量的5倍。
其他相关阅读
OpenAI CEO最新访谈，3万字全文详述技术、竞争、恐惧和人类与AI的未来
点击红字 查看原文
麻省理工学院的研究科学家、人工智能研究员Lex Fridman与Open AI的创始人Sam Altman对谈。对话中，Sam Altman对AI带来的社会表现出超出一般人的冷静和无限的乐观主义，也许这正是他怀着赤诚之心热烈推动GPT不断升级迭代的动力，而Lex Fridman则表达了更多的担忧。
Sam Altman说：“我认为世界上会有许多AGI，所以我们不必与所有人竞争。我们将贡献一些，其他人也将贡献一些。这些AGI的构建方式、所做的事情和关注的焦点会有所不同，这是好事。”
对于AGI的意义，Sam Altman认为，这是人类惊人的努力的顶点的产物。所有的工作，几十万几百万人，不管是什么，从第一个晶体管到把我们所做的数字打包到一个芯片中，并找出如何把它们连在一起，以及其他所有的东西，比如所需的能量。科学，就像每一步，就像这是我们所有人的产出。
微软CEO：AI快速发展并不可怕
点击红字 查看原文
在马斯克与一批科学家联合发表呼吁暂停AI开发的公告后，微软CEO萨提亚·纳德拉（Satya Nadella）在被问到“AI发展速度是不是太快了？”时，他仍然很确定，“AI不是凭空产生的，现在的搜索也是一种自动程序，只不过我们在向更高层次的自动化前进。AI发展的速度是很快，但不必忧心，它在朝着正确的、人类可以控制的方向发展着。”
他认为：
1.AI虽然发展速度快，但是其发展方向是正确的，在人类能够更好控制的方向上快速发展。
2.我们都想获得AI这项技术的好处，减轻其不良影响。但想要做到这个程度，需要社会各方力量广泛地参与进来，不能只是专家学者在自说自话。
3.AI实际上是一种工具，可以让人们便捷地获得新技术和新知识，从而提高学习曲线。
4.我们是唯一一家对非营利组织控制技术感到满意的盈利公司。我欢迎其他人也这样做，这是正确的。
5.我认为AI监管的重心不是放在技术会出什么问题上，更重要的是如何确保这些技术得到有效部署，最大程度发挥其优点，也最大程度保护其带来的好处。
6.这一切将取决于产品的市场适应性，这不是微软和Alphabet两家公司的游戏。对我来说，像OpenAI、Bing又或者其他小公司进入搜索市场，与我们进行竞争，这都是值得庆祝的事情，我很乐意看到这样的场景。
