生成式AI的情感实验——AI能否产生思想和情感?

机器人能感受到爱吗?这是一个很好的问题,也是困扰了科学家们很多年的科学未解之谜。虽然我们尚未准备好向智能机器赋予情感,但智能机器却已经可以借助生成式人工智能(AI)来帮助我们表达自己的情感。

自然情感表达

AI正在逐渐融入消费者的日常生活。由于生成式AI采用涵盖大量主题的数据进行训练,其中自然会涉及到相当多的与爱情相关的内容。以下几个示例说明了,可以如何利用生成式AI来帮助消费者(或你的客户)处理"真情流露"的问题。

  • 礼品建议:根据消费者给出的要求,针对情人节、母亲节或生日提供礼品建议。
  • 卡片个性化:根据消费者提供的收件人详情,自动生成个性化的卡片或留言。
  • 活动策划:根据用户的位置和兴趣,提供浪漫之夜约会建议或各种活动建议。
  • 情感分析:你是否感觉,用户情感就如加密文本一样难以破译?分析邮件(DM)或社交媒体发帖可以识别各种情感(例如,积极、消极、中立的情感)。如果企业希望衡量用户对某些推广活动或特定内容的反馈,这种情感分析也会很有用。

如果你仍然不相信某些流行的生成式AI工具背后的算法能够传情达意,以下场景可以来证实。请继续阅读,了解AI可以如何将情感融入文字和图片!

AI撰写的温馨情书

我们向ChatGPT和我们的一名文案撰稿人发起挑战,要求他们各自创作一张表达爱情的通用卡片,调查人们会更愿意购买其中哪一张卡片来送给自己的爱人。首先,我们使用"情人节"作为关键词来指示我们想要一张表达爱情的卡片,让ChatGPT撰写了一张通用卡片。然后,我们的文案撰稿人按照ChatGPT生成的卡片的格式和样式,创作第二张卡片。

我们的目标是,看看人们是更喜欢选择AI生成的卡片还是人类撰写的卡片。我们向每位调查参与者询问了以下问题,以确定他们做出特定选择的原因。

  • 你认为这是AI生成的吗?
  • 请说明你为什么选择这个答案。
  • 你会购买哪张卡片?
  • 请说明你为什么选择这个答案。

我们在澳鹏Instagram官方账号下进行了这次调查,让我们账号的关注者在24小时内确定哪张卡片是AI生成的,从中选择自己更愿意购买的卡片,并说明他们做出每项选择的理由。

卡1------由ChatGPT生成

卡片正面:玫瑰是红色的,紫罗兰是蓝色的,我是幸运的,因为有你------我的爱人。

卡片内页:只因为有你,每一天都变得更光明、更美好。感谢你成为我的爱人,感谢你带给我的所有爱和喜悦。我对你的爱无以言表。

卡片2------由文案撰稿人撰写

卡片正面:玫瑰是红色的,紫罗兰是蓝色的,你是否知道我有多爱你?

卡片内页:因为有你,从此我的生活只有幸福和快乐。因为有你,每一天都变得更加美好。感谢你成为我的挚爱。千言万语都难以表达我有多爱你。

调查结果显示,在89个参与调查的人中,有73人认为卡片1是ChatGPT生成的。他们说,那些文字听起来像是他们可以在沃尔玛购买的那种通用卡片,因此他们判断这是AI生成的。在51人中,有16人认为卡片2是文案撰稿人撰写的。在进行判断时,很多人被卡片上"玫瑰是红色的"这个部分的文字给骗了,他们认为文案撰稿人会想出一些更有原创性、更真挚的表达,而且文采会更华丽。

至于消费者会选择哪张卡片送给自己的爱人,27个人选择了卡片1。人们的回答表明,他们认为第一张卡片的文字很温馨,感觉就像人类常用的表达方式。第二张卡片获得了21票。选择这张卡片的投票者认为,与第一张卡片相比,第二张卡片表达的感情更炽热、更丰富。

一位调查参与者告诉我们,虽然有的人更喜欢卡片2上的文字,但卡片上的插图最终也会成为他们购买卡片时的决定因素。

一张AI图片胜过千言万语

我们使用图片,在Instagram上进行了第二次调查。调查流程与第一次相同,我们向关注者提出了与上次相同的问题,并给与了24小时的时间来让他们回答这些问题。我们的目的是看一看,既然人们更青睐AI生成的卡片文字,他们对于AI生成的图片是否有同样的偏好。

在这次调查中,我们使用了DALL-E,并邀请了我们的高级品牌设计师进行比拼。我们请这名高级品牌设计师创作了第一张图片,然后要求DALL-E利用这张图片包含的相同元素创作出另一张图片。我们要求包含的元素如下:

  • 草莓
  • 放在巧克力蛋糕上的口红

作品1------由高级品牌设计师创作

作品2------由DALL-E生成

在参与调查的68人中,有30人认为作品1是高级品牌设计师创作的。他们给出的理由是,这张图片中的元素看起来更流畅自然,而不像是复制粘贴拼凑出来的。他们还表示,这看起来像是人类通常会拍摄出来的照片。对于DALL-E生成的作品,69人中有47人投票认为它是AI生成的,因为图片布局看起来像是一些元素的随机堆砌,还有一个人指出此图中的草莓看起来不真实。

要区分人类作品与AI生成的作品,一个诀窍是观察作品中的显著特征。对于这次创作,可以发现AI生成的草莓上没有种子,而且蒂部看起来有点像塑料。对于以人为主题的图片,可以观察雀斑等特征,或观察耳朵或指甲等轮廓是否正常。

相关推荐
ZHOU_WUYI8 分钟前
4.metagpt中的软件公司智能体 (ProjectManager 角色)
人工智能·metagpt
靴子学长1 小时前
基于字节大模型的论文翻译(含免费源码)
人工智能·深度学习·nlp
AI_NEW_COME2 小时前
知识库管理系统可扩展性深度测评
人工智能
海棠AI实验室2 小时前
AI的进阶之路:从机器学习到深度学习的演变(一)
人工智能·深度学习·机器学习
hunteritself2 小时前
AI Weekly『12月16-22日』:OpenAI公布o3,谷歌发布首个推理模型,GitHub Copilot免费版上线!
人工智能·gpt·chatgpt·github·openai·copilot
IT古董3 小时前
【机器学习】机器学习的基本分类-强化学习-策略梯度(Policy Gradient,PG)
人工智能·机器学习·分类
centurysee3 小时前
【最佳实践】Anthropic:Agentic系统实践案例
人工智能
mahuifa3 小时前
混合开发环境---使用编程AI辅助开发Qt
人工智能·vscode·qt·qtcreator·编程ai
四口鲸鱼爱吃盐3 小时前
Pytorch | 从零构建GoogleNet对CIFAR10进行分类
人工智能·pytorch·分类
蓝天星空3 小时前
Python调用open ai接口
人工智能·python