本月早些时候，我目睹了一项显著的科技突破。在CES之前的新闻发布会上，Nvidia展示了其Ace微服务，这是一套能够创建全音频AI角色的人工智能工具。演示中，一位演示者通过麦克风与游戏中的非玩家角色（NPC）互动，实时收到栩栩如生的回应。虽然这一切看似科幻，但我心中仍有一个疑问：这是如何实现的？
Nvidia对此的回应模糊不清，表示“没有简单的答案”。这一模糊性引发了社交媒体上广泛的猜测，许多用户对Ace是否使用了Nvidia不拥有的内容表示担忧。尽管Nvidia后来澄清仅使用合法获得的数据，但不安的情绪依然存在，玩家们仍在挣扎于这项技术所引发的伦理与艺术问题。
此时，Purnendu Mukherjee，一位软件工程师，也是此次争议中AI技术的主创，正在观察这一动态。他是Convai公司的创始人，该公司为Nvidia在2024 CES上的Kairos演示提供了关键技术。面对公众的质疑，Mukherjee选择主动澄清误解。
在一场深入的访谈中，Mukherjee讨论了他所创造的AI工具面临的各种伦理问题，包括工作流失的担忧，以及AI是否会削弱艺术中人类的情感。与这些担忧相反，Mukherjee设想了一个艺术家与AI合作、共同提升创作表达的未来。然而，他对数据使用的洞察又引发了新的疑问。
Mukherjee从小便对人类思维充满好奇，进入高中时开始探索人工智能。在2015年，他在印度的一家实验室中重新燃起了对深度学习的兴趣。在攻读研究生并在Nvidia积累经验后，他于2022年4月独立创办了Convai，并在前十个月自筹资金。
作为一名终身游戏爱好者，Mukherjee在当地的网吧中玩《反恐精英》等竞争性游戏，首次设想AI如何提升游戏体验。他最初对基础游戏机器人进行戏谑性批评，而如今这一想法演变成了一项开创性的技术。Convai的技术结合多种AI过程，生成可以动态响应玩家指令的全音频NPC，旨在创造更加引人入胜的游戏体验。
Mukherjee解释说：“看看《博德之门3》或《巫师》这样的游戏。这些游戏拥有丰富的叙事和深刻的人物弧线，但由于与NPC对话的选项有限，玩家往往无法充分探索这些故事。如今技术的提升，让NPC能够以角色的方式与玩家互动，更深刻地揭示故事内容。”
当讨论《博德之门3》是否在没有精心编撰的对话的情况下仍能引起共鸣时，Mukherjee深入探讨了机器生成内容与艺术完整性之间的复杂关系。他正面回应质疑，强调AI并不是艺术家的替代品，而是需要艺术家介入的工具。
“我相信叙事设计师的需求将日益增长，而非减少。”他指出，AI可以为编剧创造更多的角色。“编剧必须构建背景故事和叙事，同时开发强大的测试集。为了确保生成的AI NPC能够自信地融入一个数百万美元的游戏，需安排数百或数千次互动，最好由原始叙事作者设计。我们的平台要求用户提供 umfangreicher 的背景信息和文档，从而导致的写作量大大超过传统工作。”
这种观点在我们的对话中反复出现。Mukherjee不断强调，生成AI工具将需要更多艺术家进行有效训练。他认为，改进的AI有助于提升游戏质量，从而带动销售增长，提高为这些高端工具配音的演员的薪资。他的前景看法乐观，尤其在游戏行业正经历大规模裁员潮之际。
Mukherjee承认裁员的现实，但将生成AI的兴起看作是技术演变的自然一部分。他相信，创造者将需要适应与AI的合作，而不是把它视为威胁。
“你依然是创造者，主宰者和控制者。”他坚定地说。
在我们继续深入讨论时，我询问那些热衷于将游戏作为艺术表达的艺术家们。这是否真的就是建议他们转向成为AI工程师那么简单？Mukherjee反驳道，这在于认识艺术与技术的交汇。
“AI就像Adobe Photoshop或虚幻引擎这样的工具，”他解释道。“没错，在这些技术出现之前，游戏就已经存在，创作者依旧是在手工制作。但可以使用虚幻引擎创造出非凡的艺术作品吗？绝对可以。即便在AI生成的内容中，3D视频编辑的精致细节依然存在。工艺的本质依然在，只是通过更强大的工具得到了增强。你依旧是创造者，塑造你愿景的人。”
Mukherjee显然将AI视为艺术家的资产，而非替代品。他重申了AI依赖人类创造力的多个关键点，同时回应普遍的担忧。然而，数据使用的问题依然争议不断。批评者认为，AI模型在其工作上训练是对知识产权的窃取，而一些开发者则坚称，训练有效模型需要大量数据，包括受版权保护的材料。Mukherjee表示，当创作者的贡献塑造AI训练数据集时，应该给予他们补偿。
“必须建立一个系统，以确保对提供重要数据的个人给予公平的补偿，”他表示。“无论是《纽约时报》还是Reddit，适当的授权都是必要的。这是一个复杂的问题，但我相信这是我们需要追求的方向，特别是对于商业应用。”
关于Convai的数据使用实践，Mukherjee强调，公司仅使用拥有使用权的数据。他解释道，随机抓取所需的特定数据是不可能的，因为该技术正在开创一个新领域。然而，他迅速回应了这一论点中的一个悖论。
“我们使用来自OpenAI或持牌开源模型的基础模型。”他澄清道。“这些模型必须经过伦理来源和商业许可。我们在这些过程中十分仔细。实际上，我们的系统通常需要更多的配音演员，而非更少！”
提到OpenAI，引发了一些担忧，尤其是考虑到其目前因《纽约时报》针对其涉嫌“非法使用”写作的诉讼而面临的法律挑战。OpenAI承认，在不利用受版权保护材料的情况下，训练先进AI模型是困难的。由于Convai的模型是基于OpenAI的，我询问Mukherjee，如何保证没有版权内容参与其训练。
Mukherjee作出了微妙的区分：Convai并不是直接使用OpenAI的数据，而是利用基于这些数据开发的模型。他认为，既然Convai避免直接使用数据，便在版权问题上合规。然而，当被问及使用模型与可能涉及的受版权数据之间的区别时，他的解释变得不那么明确。
“哪个模型包含哪些数据是模糊的，”他承认。“我们没有这种清晰度。例如，如果OpenAI提供五个模型，Nvidia四个，Meta三个，我们只是使用最符合我们需求的模型，而不知道它们确切的数据来源。”
Mukherjee的推理暗示，Convai不承担其他模型管理数据的责任。他仅关注确保Convai的数据使用实践是伦理的，同时期望基础模型也同样合规。然而，他之前声称Convai将与最具伦理的模型合作，似乎与目前所用法律问题突显出矛盾。
这些复杂的讨论也许可以解释Nvidia最初为何对数据使用问题不愿提供明确答案。事实是，所有这些技术都是建立在彼此之上的。Ace依赖于由Convai开发，而Convai又基于OpenAI的工作——这一层层结构使得在较低层次上识别数据来源变得具有挑战性。Nvidia声明“没有简单的答案”关于数据使用确实是准确的，但更诚实的解释可能是，他们对整个系统并没有全面的了解。尽管Nvidia不太可能面临法庭审查，OpenAI的一次重大法律失败可能会产生深远的后果。
随着我们揭示这些复杂的细节，我提出了关于监管的话题：政府是否应该出台指导方针来规范AI技术？Mukherjee承认需要一定的规制，但强调必须采取适度的方法。他担心过度限制可能会扼杀创新，并始终相信，AI的好处大于其潜在的缺点。
“今天的AI是什么？可以把它想象成汽车，”他比较道。“汽车可能很危险，事故可能随时发生。然而，鉴于整体利益显著，我们每天都在驾驶它。我对待AI的看法也是如此。我们需要对其使用进行规制，正如我们对驾驶车辆的规定一样。对误用者将会有法律后果。”
改变是不可避免的，而改变往往伴随不适。
尽管有些让人担忧的比喻，Mukherjee依然对AI持乐观态度。他坚信，只要公司继续关注人类福祉，AI将为社会带来实质性的好处。他设想的未来是，像Nvidia Ace这样的工具将加固艺术家的才能，而非取代他们。如同他所认识到的，适应变化是必要的。
“变化将会发生，并将影响人们。”Mukherjee承认。“这让人想起了过去的技术变革。在每次重大变化中，新的工作机会会出现，旧的职位可能会消失。比如从马车转向汽车，参与马产业的人必须进行转型。生成AI将为创造力和创新开辟新天地，它有可能惠及整个社会，同时也需要对传统就业进行调整。”
在我们访谈的结束时，Mukherjee对有机会澄清关于Convai的误解表示感谢。他指出，围绕Nvidia Ace的媒体报道忽视了他公司的贡献。在他的语调中，带着一丝沮丧，寻求应有的认可。当我反思这一情况的讽刺时，联想到了艺术家们目睹自己作品被AI工具剥削的经历。
“这是一个引人深思的观察！”他笑着回应，似乎对此问题有了新的认识。
排行榜
