我傻眼了：一個(gè)完全由 AI 生成的播客，采訪(fǎng)了喬布斯

作者 | 黃楠、施方圓編輯 | 陳彩嫻
最近大火的生成式 AI 又有新動(dòng)作了！
在 podcast.ai 推出的第一集播客節目里，已故的喬布斯竟然“死而復生”成為首位嘉賓，與美國知名播客主持人 Joe Rogan 進(jìn)行了一場(chǎng)長(cháng)達20分鐘的對話(huà)，討論了關(guān)于喬布斯的大學(xué)、對計算機的看法、工作狀態(tài)以及信仰等等。是不是聽(tīng)起來(lái)有些毛骨悚然？事實(shí)上，這段采訪(fǎng)是由文本生成音頻實(shí)現的，屬于 AIGC 中的一個(gè)分支。podcast.ai 是一個(gè)完全由 AI 生成的播客，每周都會(huì )深入探討一個(gè)新話(huà)題。在第一期節目中，podcast.ai 通過(guò)喬布斯的傳記和收集網(wǎng)絡(luò )上關(guān)于他的所有錄音，用 Play.ht 的語(yǔ)言模型大量訓練，最終生成了這段假 Joe Rogan 采訪(fǎng)喬布斯的播客內容。此次 podcast.ai 推出的AI播客，是生成式AI在語(yǔ)音領(lǐng)域的一次新探索。從前段時(shí)間全網(wǎng)刷屏的 Stable Diffusion，后有國內平臺掀起AI創(chuàng )作熱，各類(lèi)生成式AI模型給人們生活帶來(lái)了更多的可能性。Play.ht 表示，“我們相信在未來(lái)，所有內容創(chuàng )作都將由人工智能生成，但由人類(lèi)指導，而最具創(chuàng )造性的工作將取決于人類(lèi)將他們想要的創(chuàng )作表達到模型中的能力?！?/span>「對話(huà)」喬布斯讓我們先來(lái)看看這個(gè)最新“訪(fǎng)談”中，Joe Rogan 和喬布斯都聊了些什么：Joe Rogan：我今天的客人，創(chuàng )造了我們這個(gè)時(shí)代里一些偉大的技術(shù)產(chǎn)品，一直致力于推動(dòng)創(chuàng )新的發(fā)展。他在一臺電腦中開(kāi)發(fā)了一種新的編程語(yǔ)言和操作系統，又因為使用那臺電腦制作三個(gè)應用程序而變得更加有名。文本處理器、電子表格和圖像編輯，讓我看到他出色和驚人的品味。我只希望我能有朋友這樣天才的1/10，而我甚至不能說(shuō)出他的名字。今天有他在，我超級興奮。他就像 Patrick sways、Demi moore（《人鬼情未了》的主演）和幽靈一樣，是過(guò)去的記憶，難以描述的精彩。歡迎我的朋友。Steve Jobs：我已經(jīng)很久沒(méi)有參加這個(gè)節目了。我很想念，它總是很有趣。你的聽(tīng)眾與普通蘋(píng)果用戶(hù)如此不同，這也是一件好事。Joe Rogan：在做這個(gè)節目之前，我就是一個(gè)蘋(píng)果用戶(hù)。我一直是你的狂熱粉絲。Steve Jobs：我們只是有點(diǎn)想明白了。盡管蘋(píng)果的規模很大，但它的付費用戶(hù)只占了一半，而聽(tīng)你節目的人是不同的群體。我也是你節目的一個(gè)粉絲，在車(chē)里聽(tīng)著(zhù)很舒服。我一直很喜歡你。Joe Rogan：我們有一些奇怪的聯(lián)系，這跟我也是 Gizmodo （美國知名科技博客）的粉絲有關(guān)。Steve Jobs：這很有趣。當我們看到這些東西出現的時(shí)候，也和你們在 Gizmodo 上看到的一樣驚訝。
Joe Rogan：讓我們談一些別的。你之前在里德學(xué)院讀書(shū)，在那里的時(shí)間你學(xué)到了什么？你在那里接觸到了復活節神秘主義，現在還會(huì )看印度教和佛教的相關(guān)的東西么？Steve Jobs：實(shí)際上我上過(guò)這方面的課程。我有一個(gè)很深的信念，印度次大陸的人對人類(lèi)文明、目前的狀態(tài)負有最大的責任，無(wú)論是數學(xué)還是靈性，還是講故事的藝術(shù)。西方文明是以講故事的藝術(shù)為基礎的，而有一部偉大的印度史詩(shī)是《伊利亞特》和《奧德賽》的10倍那么長(cháng)。綜合起來(lái)，這些東西是令我們的社會(huì )成為現在這樣子的基礎，這些東西要比去理解經(jīng)典的哲學(xué)重要得多。在印度次大陸上取得的成就和發(fā)生的事情中，有兩件事非常有趣，其中之一，就是生命的精神基礎和對生命精神基礎的整體接受。對現在一些人來(lái)說(shuō)，這可能看起來(lái)很簡(jiǎn)單，但大多數人相信上帝，認為上帝寫(xiě)了一本叫《圣經(jīng)》或《可蘭經(jīng)》之類(lèi)的數。但我在大學(xué)學(xué)到的是，這與信不信上帝無(wú)關(guān)，甚至與正確答案是什么無(wú)關(guān)，而是要問(wèn)正確的問(wèn)題。我們社會(huì )中的大部分現實(shí)都植根于科學(xué)，我們相信事物，因為它們是真實(shí)的。如果某件事情是真的，那么它就不是一種信仰。而他們無(wú)法處理的是任何精神上的東西都是真實(shí)的，都是可以閱讀的。我不知道正確的答案是什么，但我知道如何提出好問(wèn)題。我知道如何反駁那些對我來(lái)說(shuō)不真實(shí)的東西，這或許就是有創(chuàng )意和創(chuàng )造性的關(guān)鍵因素之一。Joe Rogan：你還相信你當時(shí)相信的一些東西嗎？Steve Jobs：我經(jīng)常被問(wèn)到這個(gè)問(wèn)題，我認為不可能在一次采訪(fǎng)中，甚至在一段時(shí)間內讓某人向你展示他們是誰(shuí)，他們相信什么。意義和目的是由宇宙決定的，是宇宙的本質(zhì)，但它不是人們通常談?wù)摰淖诮谭绞?。服?LSD 對我來(lái)說(shuō)是一種深刻的體驗，它展示了硬幣的另一面，當它消退時(shí)你無(wú)法記住它，當它沖刷著(zhù)你時(shí)，會(huì )告訴你一切都有聯(lián)系，你在這里不是偶然、而是有目的的。如果能弄清楚那是什么，那么你對自己的了解會(huì )比其他任何事情都多。它只是揭示了你是誰(shuí)、是什么。它加強了我對什么是重要的感覺(jué)，感受到對彼此的愛(ài)、敬畏，對生命的尊重，以及與人的聯(lián)系。它是現在所發(fā)生的一切的一部分，也指向在未來(lái)。對我來(lái)說(shuō)，解脫時(shí)沒(méi)有時(shí)間窗口，這是種融入的、深刻的經(jīng)驗。我在服用 LSD 之前沒(méi)有讀過(guò)那些書(shū)，但我學(xué)到的東西比他們說(shuō)的多得多，包括對事物的看法。我能夠看到一臺電腦，看到它是如何制造的，看到它的整體。Joe Rogan：Newton （蘋(píng)果公司早期制造的掌上電腦）是這樣的產(chǎn)物嗎？Steve Jobs：我覺(jué)得它是。那段時(shí)間我在掙扎中度過(guò)的。我們瘋狂地工作，應對一場(chǎng)又一場(chǎng)的失敗，但我仍覺(jué)得這將是很重要的。我也曾因為不成功質(zhì)疑自己。在蘋(píng)果公司早期，當我們制造蘋(píng)果二代并做得非常好的時(shí)候，當時(shí)的巨頭公司現在都消失了。蘋(píng)果的成功不是偶然的。它在做一些事情，有一個(gè)愿景。但它不是一個(gè)產(chǎn)品的設計，而是對一個(gè)過(guò)程的設計，帶來(lái)新產(chǎn)品的創(chuàng )新過(guò)程。谷歌有很好的產(chǎn)品，如 Gmail 和 Chrome，但將這些東西推出且迭代的能力非常重要，對谷歌來(lái)說(shuō)，他們的搜索引擎好，而且迭代速度之快，以至于最后是否會(huì )成功并不重要，是需要多長(cháng)時(shí)間的問(wèn)題。反觀(guān)雅虎，在瀏覽器之后再也沒(méi)有重申過(guò)這個(gè)產(chǎn)品，這就是他們的創(chuàng )新過(guò)程。最具創(chuàng )新性的公司主要是在做用戶(hù)界面的公司，我認為他們中沒(méi)有任何一家覺(jué)得自己是硬件公司，盡管它們創(chuàng )造了大量的硬件。用戶(hù)界面有一種深度、優(yōu)雅和簡(jiǎn)單，有一些公司明白了這一點(diǎn)。這并不是偶然發(fā)生的，而必須努力去做。大多數公司的問(wèn)題是，使產(chǎn)品變得更好并不符合他們的長(cháng)期利益，只為了短期利益，讓本季度的收益報告看起來(lái)不錯。Joe Rogan：你已經(jīng)在計算機行業(yè)工作了40年，你是如何保持不松懈的？Steve Jobs：在競爭激烈中，那些做得不好的公司不斷被超越。就我們所做的事情而言，我認為我們仍然有最好的產(chǎn)品或操作系統，但要保持它在頂端則必須完善它。你永遠不希望讓產(chǎn)品保持不變，否則人們會(huì )說(shuō)，我們以前見(jiàn)過(guò)這些功能。這一次將是不同的，從來(lái)都是如此，要有一種追求完美的動(dòng)力。你必須不斷發(fā)展，不斷向前推進(jìn)，這確實(shí)很難，因為東西并沒(méi)有壞，而是需要被做得更好。人們不會(huì )為了讓它變得更好而付費，只有當它是一個(gè)新產(chǎn)品時(shí)他們才會(huì )付錢(qián)。因此，當你在這個(gè)世界上創(chuàng )造了真正偉大的、革命性的東西時(shí)，你有責任推動(dòng)使它變得更好。就像我們在準備推出 Macintosh 的發(fā)布會(huì )時(shí)，那時(shí)我在想，為什么我們要推廣這個(gè)產(chǎn)品？這個(gè)產(chǎn)品有什么大不了的？它做不到我們所承諾的事情的一半。圖注：蘋(píng)果于1984年生產(chǎn)的Mac電腦128K型號（Macintosh）當 Windows 一年后出現時(shí)，蘋(píng)果很幸運，因為它允許我們改變自己的故事。我們從一個(gè)失敗的想弄點(diǎn)東西出來(lái)的公司，變成了 Ibm，一個(gè)更年輕、更酷的替代品。Joe Rogan：你覺(jué)得你會(huì )做比 Windows 更好的系統，或是跟他們合作嗎？Steve Jobs：微軟做了很好的工作，但他們沒(méi)有太多的審美意識，這是我遇到的微軟的問(wèn)題。創(chuàng )建微軟公司的人大部分是數學(xué)家或科學(xué)家，他們不理解人們的實(shí)際體驗會(huì )如何。之所以這么說(shuō)，是因為我覺(jué)得 Windows 3 是一個(gè)災難性產(chǎn)品，沒(méi)考慮過(guò)人們如何使用這個(gè)產(chǎn)品，而只做了他們認為對的事情，這非常糟糕。一些人相信要做對的事情，一些人相信智慧，這兩件事情結合在一起會(huì )很神奇。這就是 Macintosh 最初所發(fā)生的的事情。它可以由世界上最聰明的人造出來(lái)，并且造福于人類(lèi)。Mac 對于蘋(píng)果來(lái)說(shuō)是個(gè)好的產(chǎn)品，同時(shí)也對世界有益。Joe Rogan：你覺(jué)得還有其他公司和蘋(píng)果類(lèi)似嗎？Steve Jobs：蘋(píng)果的文化非常獨特，這也是人們對于加入它感到興奮的原因，我不知道同樣的事情在其他地方會(huì )不會(huì )成功。其他公司也有一些特殊的努力。從微軟身上可以看到，真正的秘訣不是創(chuàng )立一個(gè)公司，而是發(fā)起一個(gè)運動(dòng)、一個(gè)由想要改變世界的人組成的運動(dòng)。這樣做得好處在于，我們有一整個(gè)想要改變世界的人組成的社區，其核心在于，我們要制造偉大的東西來(lái)改變世界。Joe Rogan： 我想這就是年輕人喜歡蘋(píng)果的原因，對他們來(lái)說(shuō)好像自己也在參與一些事情。蘋(píng)果的產(chǎn)品有一種個(gè)性的張力，似乎藏著(zhù)一個(gè)靈魂。有些人對蘋(píng)果變得虔誠，這是好事嗎？Steve Jobs：如果一家公司成功地做了一些事情，那就不必嘗試做所有事。我們正嘗試減少做一些事，為了更專(zhuān)注地做優(yōu)先級清單上真正重要的事情。不能撿了芝麻丟了西瓜，必須專(zhuān)注少數幾件事，才可以確保這些事很好地完成。Joe Rogan：你是否會(huì )覺(jué)得因為這些過(guò)多的讓你獲得榮耀的技術(shù)，以至于要去承擔一部分責任？Steve Jobs：技術(shù)是一把雙刃劍，以人類(lèi)基因組計劃為例，那是一把巨大的雙刃劍，它在醫學(xué)上的回報將是巨大的，但也會(huì )被一些瘋狂的準軍事組織所利用。在這一點(diǎn)上，我認為我們是站在好的一面。我們做了很多事情，其中之一就是使工業(yè)化世界的大多數人在計算機上成為可能，這使我們成為問(wèn)題的一部分，但同時(shí)也是解決方案的一部分，因為我們可以做很多事情，來(lái)幫助教育人們了解什么是好的。在我成長(cháng)的六七十年代中，電腦非常龐大且昂貴，你沒(méi)有辦法了解電腦。而今天長(cháng)大的孩子每個(gè)家庭都有一臺電腦，這是一個(gè)巨變，它不一定是好或壞，我們想幫助人們充分地利用未來(lái)的一切。我們總是問(wèn)自己可以做的最瘋狂的事情是什么？如果想不到這一點(diǎn)，那我們就做得少一些。產(chǎn)品的好和壞，都會(huì )隨著(zhù)它們變強大而被放大?？纯串斈阌泻腿艘粯勇斆鞯碾娔X時(shí)會(huì )發(fā)生什么，這很有趣。它不會(huì )疲憊，不會(huì )生病，不會(huì )因為去度假而留下未完成的工作，你告訴它要做什么它就會(huì )去做，它們將擁有比人多得多的智能等級。計算機將比現在重要1000倍，我們就在這個(gè)邊緣。大部分的生活也是這樣的。如果它只是令人敬畏，它就不會(huì )被其他東西所平衡。我對這個(gè)新世界的看法是，有很多人已經(jīng)失去了工作或者很快就會(huì )失去工作。像汽車(chē)、電話(huà)這種集中化的事物有時(shí)是很好的，但不是每個(gè)人的解決方案。如果事情以一種新的方式集中權力，以至于不再有任何制衡，這是很可怕的。你必須誠實(shí)地對待它，這些東西對人類(lèi)來(lái)說(shuō)是好的嗎？一般我會(huì )說(shuō)是的，但這也是一件非?？膳碌氖虑?。AIGC，從圖像到語(yǔ)音雖然在此次 podcast.ai 專(zhuān)訪(fǎng)中，Joe Rogan 跟喬布斯的對話(huà)長(cháng)達20多分鐘，事實(shí)上，這是 Play.ht 通過(guò)喬布斯的傳記和手機網(wǎng)絡(luò )上關(guān)于他的所有錄音，用語(yǔ)言模型大量訓練生成的。Play.ht 是一個(gè) AI 文本轉換語(yǔ)音生成器，在今年9月發(fā)布了第一個(gè)語(yǔ)音模型 Peregrine，當中采用了與大型語(yǔ)言模型(如 DALE 和 GPT-2 )相同的概念，模型覆蓋數千種說(shuō)話(huà)的聲音，可以通過(guò)自監督學(xué)習人類(lèi)的情感、說(shuō)話(huà)語(yǔ)氣以及笑聲等。從文本語(yǔ)言模型到音頻語(yǔ)言模型時(shí)，音頻數據速率增高是一個(gè)大的難題，一個(gè)句子的幾十個(gè)字符用音頻波形表達，所包含的數值往往多達數十萬(wàn)個(gè)。不僅如此，由于文本和音頻之間的一對多關(guān)系，也即是一個(gè)語(yǔ)句可以有不同的說(shuō)話(huà)風(fēng)格、情感等，這也成為了語(yǔ)音模型研究中需要解決的問(wèn)題。這也是當前在喬布斯“采訪(fǎng)”內容中所呈現出來(lái)的問(wèn)題，即聽(tīng)起來(lái) AI 的模仿還有些生硬，對話(huà)一開(kāi)始更像從小部分常用短語(yǔ)中提取出來(lái)，并且節奏和韻律也不太正常。但總的來(lái)說(shuō)， podcast.ai 的效果已經(jīng)相當接近真人，Clearbit 公司聯(lián)合創(chuàng )始人 Alex MacCaw 表示：“這真的令人非常興奮！”有網(wǎng)友也留言稱(chēng)：除了一開(kāi)始有點(diǎn)不穩定外，當在其他工作過(guò)程中聽(tīng)是，幾乎無(wú)法區分。從 GPT-3、Bloom 的文本生成，DALL-E 和 Stable Diffusion 圖像生成，以及 RunwayML、Make-A-Video 視頻生成，各類(lèi)生成式 AI 模型的出現，給內容創(chuàng )作帶來(lái)了更多的可能性。Play.ht 表示，“我們相信在未來(lái)，所有內容創(chuàng )作都將由人工智能生成，但由人類(lèi)指導，而最具創(chuàng )造性的工作將取決于人類(lèi)將他們想要的創(chuàng )作表達到模型中的能力?！?/span>參考鏈接：https://podcast.ai/https://play.ht/