來源：AI新媒體量子位（ ID: QbitAI）
衡宇 發自 凹非寺
DALL·E 2、GPT-3提示詞在線交易平台，了解一下？
最近，一家初創公司PromptBase，允許用戶在該平台買賣提示詞（Prompt），提示詞售價為1.99美元。PromptBase將向賣家抽成20%。
平台上已上架不少提示詞，生成內容範圍從新聞標題、運動隊標誌、針織娃娃到動物的正裝照，應有盡有。
△用戶嘗試用DALL·E 2生成包含皮卡丘形象的圖片
拿“Knitted Doll”這款來說，它能保證讓AI生成可愛且風格一致的針織娃娃，但每次生成的具體樣式則是隨機的。
宛如一款AI盲盒。
目前，PromptBase僅託管在DALL·E 2和GPT-3上測試的提示，但創始人Ben Stokes對外稱，未來平台將拓展到其它系統，最終目的是服務於一種全新的職業——提示工程師（Prompt Engineers）。
什麼是提示工程？
提示工程（Prompt Engineering）是伴隨預訓練模型和少樣本學習誕生的概念，可用很小的代價讓AI執行全新的任務。
換句話說，就是把任務用文字描述出來餵給AI，AI理解之後便能直接執行，無需再次訓練。
創建具有特定畫家風格的圖像就是一個典型案例，比如輸入提示“日出時分安坐在田野里的狐狸，莫奈風格”，你將得到：
提示的描述風格沒有固定，任君選擇。
你想在得到的圖像中有一隻考拉，有一輛自行車。你可以寫作“一幅考拉騎自行車的兒童畫”，也可以寫“一張考拉騎車的老照片”。
如此自由度，讓GPT-3的生成文字和DALL·E的生成圖像等應用風靡一時。
不過對於人類玩家來說，想要讓AI穩定的生成自己滿意的作品也不是一件容易的事。
網絡上不斷有人在分享自己試驗出來的技巧，讓人眼花繚亂。
猜猜看，使用DALL·E返回“一幅非常漂亮的畫，畫中一座山緊鄰瀑布”和“一幅非常非常非常漂亮的畫，畫中一座山緊鄰瀑布”兩個提示，哪個輸出的結果會更好？
答案是後者。
因為DALL·E 2對“非常”這個詞賦予了極高的權重。2022年斯隆研究獎獲得者，MIT電子工程與計算機科學系助理教授Phillip Isola在Twitter上做了個有趣的試驗。用0個very和22個very分別修飾了“一幅畫，畫中一座山緊鄰瀑布”這一提示。
最終結果對比如下：
△0個very（1、2行）和22個very（3、4行）修飾提示後分別輸出的圖像
果然，“very”數量越多，圖像就更精美。
另外德克薩斯大學奧斯汀分校的一項研究中，研究人員記錄了大量使用DALL·E 2生成圖像的提示詞，其奇怪程度堪稱“魔咒”。
拿這倆不知所云的詞組舉例：
1、Apoploe vesrreaitais（以下簡稱詞組1）2、Contarra ccetnxniams luryca tanniounons（以下簡稱詞組2）
是真·不知所云，翻譯軟件看了都能原地懵圈。
但在DALL·E這兒，詞組1的代表着“鳥”，詞組2代表着“蟲子/害蟲”。
如果告訴DALL·E“詞組1 eat 詞組2”，你會獲得這樣的圖：
現在是否能夠理解，為啥把提示比作“咒語”了——一些不知道在說啥的詞，恰好對應着系統的一些內部邏輯。
總的來看，提示一定程度上快捷地滿足了“所需”。
但要玩轉這些AI還需要講究很多技巧，對懶人來說，在PromptBase這類平台上購買提示，省事兒多了。
提示賣錢，這個商業模式成立么？
來正經說說買賣提示這事兒。
此前，以DALL·E為主， 許多研究人員和愛好者已經發布過免費的流行AI系統提示詞資源。
作為最早將提示詞商業化的公司之一，PromptBase飽受爭議。實際上，AI社區內部一直存在着關於哪些研究應該或可以商業化的爭論。
出售提示並不違反任何AI提供商的服務條款，也沒人能阻止PromptBase客戶使用購買的提示。
不過，由於背後涉及一系列道德和法律問題，不乏有人將其視為不該打開的“潘多拉魔盒”。
首先是信息泄露問題。
研究表明，在大量公共數據（如GPT-3）上訓練的語言系統在輸入某些提示時，會“泄漏”更人信息，包括姓名和地址等。
再者，如果提示DALL·E 2生成“寶可夢的3D模型”，就難免涉及對任天堂公司的侵權問題。
△用戶嘗試用DALL·E 2生成包含皮卡丘形象的圖片
研究人員還推測，DALL·E 2的“咒語”，可以繞過其違禁詞過濾器，從而生成一些原本禁止的圖像，比如暴力圖像。
以及，雖然PromptBase表示會嚴格審查，確保提示不違反任何“AI生成規則”，但如果業務增長、市場擴大，嚴格的審查水平可能難以維持。
德國薩爾州學院的計算語言學家 Vagrant Gautam也認為提示商業化可能會導致提示濫用。
同時，她也覺得這是一把雙刃劍。畢竟，提示可以賣錢，懂技術的人可以把副業搞起來了。
“提示商業化指出了提示工程的重要性，以及創造力、耗時、對抗性思維等所需技能的重要性。”Gautam說。
用戶對提示商業化的抱怨，主要集中在免費調整提示的次數太少。
但轉頭一想，人們又必須採取這種反覆試驗、對抗性的方法來搞明白怎麼促使生成模型，完成自己的“所需”。
看到這裡，你是否會購買提示詞呢，或者會不會考慮出售提示詞賺點外快？
參考鏈接：[1]https://promptbase.com[2]https://techcrunch.com/2022/07/29/a-startup-is-charging-1-99-for-strings-of-text-to-feed-to-dall-e-2/
本文鏈接：https://www.8btc.com/article/6771558
轉載請註明文章出處