如何更好的掌握、运用好AIGC

前端时间在华为云HC大会上，华为云CEO平安总为我们介绍了一个故事，“去年在华为软件编程大赛上取得第一名的团队，在今年的比赛上，因为没有使用CodeArts Snap（一款AI智能编程助手），排名下降到前20之外”。我相信一年的时间，作为去年第一名的编程团队成员肯定在编程技术和创新思维上都有了质的提升。然而最终的结果却是因为缺少AI编程助手的辅助，他们的解决方案的最终效果却不如那些用了AI编程助手的参赛团队。

那么这款基于盘古研发大模型提供智能生成、智能问答和智能协同3大核心能力的AI编程助手，CodeArts Snap，为什么可以帮助编程团队提升这么多呢？首先，作为一款AIGC产品，它会提供智能问答的功能，通过交互精准获取200+华为云服务技术支持和通用研发技术知识，帮助研发人员快速解决云原生开发技术难题。除此之外，它还支持根据不同的场景，通过自然语言描述，提供多种形式的代码智能生成，如函数级、行级、行中等，让研发人员更聚焦实现业务逻辑，提升编程效率。这都为参赛的编程团队节省了大量的时间，聚焦于解决问题本身。

以上只是来自于编程领域，AIGC加入所带来的颠覆的一个案例。同样的，比方说在医疗领域，某位专家医生需要分析某个医学扫描结果；先前，该医生只能依赖于其经验和受到的培训，根据他个人的专业知识，手动结合患者的病例来做出诊断。这期间都需要耗费其大量的时间取收集、判断、分析数据。而如果有一款医疗方面的AIGC助手，它学习沉淀了医疗领域所有专家的经验知识，大量的医学文献材料和真实病情案例，它就可以快速的提供一系列专业的诊断和治疗建议。专家医生可以参考这些建议，通过生成式对话深入分析患者的病情。同样的，在美妆领域可以结合AIGC提供更适合个人的美妆方案，在交通领域可以结合AIGC提供更快捷花费更少到达目的地的方案，在金融领域可以结合AIGC提供更稳定回报率更高的产品组合方案，等等。

AIGC，正因为其拥有的庞大的数据，不断演进的算法模型，和不断学习完善的特点，可以应用于千行百业，并且带来了革命性的改变。而掌握、运用好AIGC，对于现代人群就非常有必要，不仅仅是AIGC所蕴含的大量数据和资源，更因为其带来的高效率 以及 利用人工智能的创造力和智能为内容生产提供更多的可能性和选择。

本文结合个人当前使用AIGC的方式和与不同领域人群交流所得到的反馈，尝试总结下如何更好的掌握、运用好AIGC的方式。会从如下几个方面：了解AIGC带来的机会、设定学习AIGC目标、日常使用AIGC、和他人社交加深拓宽理解 来介绍。

了解AIGC带来的机会

AIGC为什么可以比各个领域中颇具经验的专家都能更高效的提出解决方案呢？最主要的原因就是因为它存储沉淀了各行各业海量的数据，并利用其内置的先机模型算法分析出其中的规律，生成高质量且有创造性的内容。

这种能力对于各行各业都是有帮助的，尤其是一些需要灵感、创新的行业。比如为平面设计师提供设计建议，为绘画家提供特定主题或具体风格的灵感，为编剧提供剧情设计等等。这些都是原先可能需要大量人力投入耗费大量时间集思广益才能做到的。而现在源源不断的想法和创新则从AIGC生产出来，我们需要做的则是从这些选项里分析并选择最适合的。

但是这并不代表我们在这个行业已经摸打滚爬了很久的专业人士就什么都不用干，可以躺平了，专业人士拥有着这块领域成熟的想法和独特的视角。AIGC可以帮我们解决掉比较直白简单的问题，但是对于需要深思熟虑之后再决策的工作内容来说，如何从众多建议中，凭借丰富的经验、独特专业的视角、行业业务的规则，排除其中的风险，评估选取最合适的那个就至关重要。还有一点，AIGC没法处理突发情况或则数据跳变，当然这些情况突然变得频繁且有规律之后，AIGC通过不断学习的能力是可以去处理分析的；但是这里针对的是突然的偶然的情况，这时候就需要专业人士介入，对这些场景做出解释。

因此，AIGC可以说作为辅助能为我们高效的解决很多问题，提出了很多我们忽略了的想法，如何发挥好AIGC技术所带来的这些优势，结合我们个人的想法和经验，抓住工作、学习中的机会，就是我们所关注的。

设定学习AIGC目标

在了解AIGC能为我们抓取机会的过程中发挥什么角色之后，我们就可以为自己设定学习AIGC的目标了。

首先，我们可以去了解AIGC的背景和发展历史。AIGC的发展历史大致可以分为三个阶段，即：1、早期萌芽阶段（20世纪50年代至90年代中期），由于技术限制，AIGC仅限于小范围实验与应用，例如1957年出现了首支电脑创作的音乐作品《依利亚克组曲》，80年代末至90年代中由于高成本及难以商业化，因此资本投入有限，导致AIGC无较多较大成绩。2、沉淀累积阶段（20世纪90年代中期至21世纪10年代中期），AIGC从实验性转向实用性，2006年深度学习算法取得进展，同时GPU,CPU等算力设备日益精进，互联网快速发展，为各类人工智能算法提供海量数据进行训练。2007年首部人工智能装置完成的小说《在路上》问世，2012年微软展示全自动同声传译系统，主要基于“深度神经网络”自动将英文讲话内容通过语音识别等技术生成中文。3、快速发展阶段（21世纪10年代中期至今），2014年深度学习算法“生成式对抗网络”（GAN）推出并迭代更新，助力AIGC新发展。2017年微软人工智能少年“小冰”推出世界首部由人工智能写作的诗集《阳光失了玻璃窗》，2018年NVIDIA发布StyleGAN模型可自动生成图片，2019年DeepMind发布DVD-GAN模型可生成连续视频。2021年OpenAI推出DALL-E并更新迭代版本DALL-E-2，主要用于文本、图像的交互生成内容。
（注：该段历史介绍摘自bing chat :) ）

接着，我们可以去了解所在领域都是如何结合AIGC去发展的。AIGC的发展可以说是因为深度学习技术的快速突破和数据需求的日益增长，而后一点特性可以说几乎每行每业都是符合的，海量的数据和数字需求牵引着AIGC应用在每个领域落地，不同形式和场景的内容生产与消费都有AIGC的身影。因此，了解AIGC如何影响自己所在领域的商业模式和运营战略就至关重要，比如我所在的软件研发领域，AIGC可以说是带来了颠覆性的影响。

然后，关于AIGC的限制：包括技术和道德上的，也是我们需要去了解的。技术上比较清晰，AIGC受限于算法、模型、数据、计算资源等因素。相比而言，道德上的限制则比较多样化，比如AIGC生成的内容需要监督和评估，对敏感信息和相关主体要做好合理的保护，对其生成的内容也要评估是否会影响公众认知与判断，防止造成可能的欺诈、误导、煽动等不良后果。

以上几个方向可以作为大纲让自己明确怎么才能把AIGC用起来，并真正的用好；甚至我们可以让AIGC为我们先设计一份学习计划，我们根据这份计划，再结合自己的时间规划，把每天学习AIGC落实下来 XD。

日常使用AIGC

在第二步设定好学习目标后，就是最重要的一步了，把它使用起来！

我们可以从自己感兴趣的领域入手（不一定是自己学习、工作的方向）。毕竟，“纸上得来终觉浅，绝知此事要躬行”，了解好一款工具，还是需要参与进来使用，将AI融入个人生活和工作这种去。通过这样的方式，来揭开它AIGC神秘面纱并让自己建立信心可以使用好它。

以我个人举例，我一直对宇宙和人类起源感兴趣，原先我会从社交媒体不同的渠道去了解历史上以及最新的资讯消息；但是对这方面的好奇会源源不断的冒出来，每次去互联网上搜索都会花费大量的时间，因此AIGC对我来说就是个不错的尝试。最基本的，我可以通过对话的方式让AIGC为我解答一些脑洞大开的问题，并且还可以不断的询问下去（也无需担心受到任何白眼或则轻视，顶多收到一个“很有趣”的调侃 XD ）：

其次，我可以让AIGC为我推荐一些相关书籍或电影，这份书单或则电影清单可以让我接触到不同层面和角度的解读。并且，我还可以让AIGC为我推荐一些热门的宇宙/人类起源的话题和社区，我由此可以找到志同道合的圈子加入进去。

但最重要的，其实是我们在使用工具、与工具互动的过程中，了解如何才能更好的给出指示来更准确的获得我们需要的内容。比如我们可以通过明确的指示，让AIGC清楚它需要站在什么职位，以什么角度，来思考某个问题，才能给这个角色带来最大的收益？举个例子，“模拟软件测试人员，以clean code和代码可信的角度，来评估下这段代码的问题”，或则“请站在领导者的身份，思考公司当前【某种局面】，如何才能破局？有哪些解决方案，分别都有什么优劣势呢？”。

和他人社交加深拓宽理解

最后，当我们对AIGC工具有了比较深入的了解之后，和他人社交、思想的碰撞，可以让我们从不同的角度来加速对AIGC所带来的可能性的理解。

最基础的，我们可以和周边相关领域的同事、同学、导师、领导进行交流，对某块专业知识的获取、理解和运用，付出我们的理解，获得对方的肯定/反对，在互相的交流过程中，加深对知识的理解；在此期间，还可以互相聊聊大家都是如何运用AIGC工具的，工具都是如何改变他们的工作方式的，拓宽对工具的使用方式。

其次就是跨界，除了当前领域外的专业社交圈，也是我们社交的一种途径。与不在一个领域的好友的聚会，参加各行各业与AIGC相结合的座谈会议，加入线上不同的社交团体，都可以让我们的思想大开。

个人想法

AIGC的出现，可以说是一种挑战和机遇。只要你有想法，能熟练运用好AIGC工具，那你就拥有了打造一支为你7/24服务的无与伦比的团队。在我担任产品经理PLM期间，就经常有周边的同事在打趣，未来只需要PLM就可以了，你输入一个想法，让AIGC去实现落地。这样的做法在当前看来固然还远远达不到，但我们无法否认，AIGC能给我们在领域内提升自我的机会是无限且值得探索的。