生成式人工智能技术赋能科普内容创作.pdfVIP

doi:10.16703/j.cnki.31-2111/n.2024.01.005

黄高乐.生成式人工智能技术赋能科普内容创作[J].科学教育与博物馆，2024（1）：22-27.

生成式人工智能技术赋能科普内容创作

黄高乐

北京握槊科技有限公司

摘要在介绍了生成式人工智能技术原理的基础上，探讨了其在科普内容创作中的优势和挑战，通过类比摄像术与绘画创作

的关系，揭示了生成式人工智能技术对科普内容创作领域的深远影响。尽管生成式人工智能还不能完全取代人类创作者，但其

将在科普领域发挥日益重要的作用。

关键词生成式人工智能内容生成科普人机协作

算机中以像素数据的方式存储，文本在计算机中以

1问题提出

字符编码数据的方式存储。

随着科技的飞速发展，人工智能已渗透至各个生成式人工智能是人工智能的一个子领域，它

领域，尤其在内容生成方面展现出巨大的潜力。生成主要基于深度神经网络，通过训练大规模的数据集，

式人工智能技术（GenerativeAI）凭借其高效、迅速学习抽象提取数据的本质规律和概率分布,并利用

和灵活的内容生成能力，已在多个领域中得到广泛生成模型生成新的数据。从输入的训练集之中学习

应用。无论是智能体[1]、动画剧集[2]、绘本[3]，还是解的过程叫做预训练，预训练的结果是创建一个统计模

谜游戏关卡[4]、学校教育[5]，都出现了人工智能生成型。当用户给出提示词，生成式人工智能将会使用统

的内容（ArtificialIntelligenceGeneratedContent，计模型去预测答案，生成新的符合提示词的内容。

AIGC）。科普包括让公众接受的自然科学和社会科简言之，生成式人工智能算法是一类通过从训练数

学知识、推广科学技术的应用、倡导科学方法、传播据中学习底层模式，以各种形式（例如，图像、文本

科学思想、弘扬科学精神，其内容质量和形式对公众等）创建新内容的人工智能技术。现在的生成式算

科学素质的提升具有深远影响。而生成式人工智能法有很多，比较流行的有五大类模型：自回归模型、

技术的崛起，无疑为科普内容的生产带来了前所未生成式对抗模型、变分自编码模型、流模型和扩散

有的机遇与挑战。为了更好地应对这些机遇与挑战，模型[6]。

我们迫切需要深入探讨生成式人工智能技术对科普在生成内容的方式上，生成式人工智能与人类

内容创作的实际影响，并思考如何充分发挥其优势、存在显著的差异。人类的创作技能是认知能力的延

克服其局限性。伸，这种认知能力是在与世界的具体互动中逐渐发

展起来的，并受到成长环境的影响。与之相比，一个

2生成式人工智能技术的原理

经过训练的生成式模型是一个脱离实体的神经网

无论是图像、文本还是其他媒介，它们在计算机络，它在大量由人类生成的数据语料库上进行预训

中都是以数据的形式存储与加工的，例如图像在计练以最小化预测误差，目标功能是给定一串标记数

-22-科学教育与博物馆，2024，10（1）ScienceEducation