Tiêu đề gốc: Ghi chú từ 8 năm làm người sáng lập AI sáng tạo
Tác giả gốc: @lishali88
Biên soạn bởi: Peggy, BlockBeats

Lưu ý của người biên tập: Bài viết này xuất phát từ bài đánh giá 8 năm của một doanh nhân đầu tiên trong lĩnh vực AI sáng tạo. Năm 2018, khi GPT chưa xuất hiện, anh đã thành lập Rosebud AI. Tập trung vào mục tiêu “làm cho việc sáng tạo trở nên dễ dàng như chơi game”, anh đã liên tiếp cho ra đời một số công cụ sáng tạo AI trong đó có TokkingHeads. Ở giai đoạn mà khả năng của mô hình vẫn còn non nớt, các sản phẩm này sử dụng quy trình thiết kế và tương tác để nâng cao trải nghiệm "tạm thời nhưng dễ sử dụng" và hoàn thiện giai đoạn đầu phát triển người dùng cũng như xác minh sản phẩm.

Trải nghiệm này gần như bao gồm chu trình phát triển hoàn chỉnh của AI tạo ra từ "phương tiện tổng hợp" đến cơ sở hạ tầng năng lực chung: từ việc khám phá thử nghiệm CycleGAN và StyleGAN đến GPT-4 mở ra ranh giới của việc tạo mã và tạo tương tác, các tiến bộ công nghệ tiếp tục viết lại logic sản phẩm và nhịp điệu kinh doanh. Con đường của tác giả cũng phản ánh sự thay đổi cấu trúc rõ ràng hơn - khi mô hình trở thành một biến số, bước ngoặt thực sự không còn chỉ là bản thân công nghệ mà còn là cách xây dựng các sản phẩm xung quanh nó, phân phối và thương mại hóa nó.

Sau khi từ chức Giám đốc điều hành và gia nhập a16tz, tác giả sẽ chuyển sang đầu tư vào các mô hình tiên tiến nhất và cơ sở hạ tầng liên quan. Nhưng quan trọng hơn những con đường riêng lẻ, tám năm kinh nghiệm này chỉ ra một xu hướng đang hình thành: Giai đoạn đầu tiên của AI tạo sinh (chứng minh những gì nó có thể làm) sắp kết thúc, tiếp theo là một chu kỳ cạnh tranh dài hơn xung quanh cách các khả năng được tổ chức, sản xuất và cuối cùng được đưa vào thế giới thực.

Sau đây là nội dung gốc:

Tôi đã tham gia a16z với tư cách là đối tác, tập trung vào đầu tư vào cơ sở hạ tầng và AI. Đồng thời, sau tám năm lãnh đạo Rosebud AI, tôi sẽ từ chức Giám đốc điều hành.

Sau đây là một số đánh giá và suy ngẫm của tôi trong 8 năm qua. Tôi rất tôn trọng những người vẫn đang xây dựng ở tuyến đầu lúc này. Việc phát hành một mẫu sản phẩm có thể nuốt chửng lộ trình sản phẩm ban đầu của bạn hoặc có thể đẩy lộ trình đó lên thêm vài năm. Thiết kế, sản phẩm, kỹ thuật – tất cả các chức năng này đều trông khác so với 3 tháng trước, chứ chưa nói đến 8 năm trước. Tốc độ tiến bộ công nghệ khiến thời đại này trở thành thời điểm thú vị và đầy thử thách nhất để khởi nghiệp.

Tại a16z, tôi sẽ tập trung vào nhóm mô hình biên giới: bao gồm chính mô hình cũng như cơ sở hạ tầng và các công cụ phát triển được xây dựng xung quanh mô hình. Tôi rất vui mừng về sự phát triển nhanh chóng của các khả năng của mô hình—ngày càng có nhiều tiến bộ trong số này được thúc đẩy bởi chính AI. Đồng thời, tôi cũng lạc quan về những đột phá mà AI sẽ mang lại trong lĩnh vực toán học và khoa học. Ngoài ra, vì đã xây dựng các công cụ sáng tạo AI trong 8 năm qua nên tôi luôn đặc biệt quan tâm đến hướng đi này.

Trước đó, tôi cũng đã tham gia một số vòng hạt giống với tư cách là nhà đầu tư thiên thần, bao gồm @fal, @ Periodiclabs, @SakanaAILabs và @ExaAILabs. Trong tương lai, tôi mong muốn được cống hiến toàn bộ sức lực của mình để hỗ trợ những người sáng lập đang xây dựng hệ thống công nghệ này.

2018: Đặt cược vào AI sáng tạo trước GPT.

Tháng 11 Năm 2018, tôi sử dụng CycleGAN để xử lý màn hình trò chơi "Myst" và thử biến khu rừng thành video thử nghiệm về rừng rậm nhiệt đới

8 năm là một thời gian dài để trở thành một công ty khởi nghiệp trong lĩnh vực Generative AI.

Tôi bắt đầu vào cuối năm 2018, gần như là “thời cổ đại” khi lĩnh vực này vẫn còn được gọi là “truyền thông tổng hợp”. Tôi đang chơi với CycleGAN và StyleGAN, nội dung mà họ tạo ra rất lạ và hấp dẫn, khiến tôi tin rằng một ngày nào đó, việc sáng tạo sẽ dễ dàng như chơi chế độ xây dựng trong trò chơi (tên "rosebud" xuất phát từ The Sims).

Sáng tạo lý tưởng nhất phải là một loại trò chơi. Những tia sáng sớm nhất của AI sáng tạo khiến tôi tin rằng "trải nghiệm sáng tạo giống như trò chơi" này có thể được mở rộng sang các hình thức sáng tạo hơn. Tôi bắt đầu tưởng tượng AI có tính sáng tạo sẽ định hình lại trò chơi điện tử như thế nào (như video CycleGAN mà tôi đã đào tạo về cảnh quay Myst năm 2018).

Trong chớp mắt, 8 năm đã trôi qua và giờ đây chúng tôi có thể tạo video, trò chơi và thậm chí cả âm nhạc thông qua một từ nhắc nhở. Tương lai mà chúng ta từng tưởng tượng cuối cùng đã đến - và đây mới chỉ là sự khởi đầu.

Nhìn lại, sở dĩ tôi có thể hình thành niềm tin mãnh liệt như vậy ngay từ giai đoạn đầu có thể là vì cuộc sống của tôi luôn ở giữa sự giao thoa giữa công nghệ và nghệ thuật: một mặt, tôi có bằng tiến sĩ về toán học và deep learning, mặt khác, tôi có niềm đam mê nghệ thuật với khiêu vũ và âm nhạc. Tinh thần kinh doanh AI mang tính sáng tạo đòi hỏi chính xác cả hai: nền tảng kỹ thuật cho phép tôi nhìn thấy điều gì sắp xảy ra và năng khiếu nghệ thuật khiến tôi háo hức xây dựng nó.

Hành trình khởi nghiệp luôn dài và khó khăn hơn tưởng tượng. Hãy tìm điều gì đó mà bạn tin tưởng một cách phi lý để tối đa hóa cơ hội gắn bó với nó.

Chúng ta đã đến một chặng đường dài cùng CycleGAN trong năm 2017

2018-2023: Gây ấn tượng với người dùng bằng sự "dễ sử dụng"

Ảnh chụp màn hình Giao diện Tokkingheads của ứng dụng iOS thứ ba. Cốt lõi của AI thế hệ đầu tiên là thiết kế các quy trình rõ ràng và tích cực tận dụng độ thô của sản phẩm

Chúng tôi đã phát hành rất nhiều sản phẩm trong quá trình phát triển để trau dồi trực giác của mình về khả năng của các mô hình tiên tiến và học cách gói gọn chúng thành những trải nghiệm kỳ diệu che giấu những sai sót ban đầu. Ở giai đoạn đó, tôi nhận ra: khi đầu ra của mô hình chưa hoàn hảo, bạn có thể thiết kế trải nghiệm ở cấp độ người tiêu dùng cho phép người dùng lặp lại nhanh chóng và cung cấp phản hồi nhanh chóng. Người dùng kén chọn nhưng không dễ vỡ - chỉ cần sử dụng nó để gây ấn tượng với họ.

Với ứng dụng di động thứ ba, chúng tôi đã xây dựng đủ nhận thức rằng Tokkingheads đã đạt được mức độ lan truyền tự nhiên, vượt qua 2 triệu người dùng trong vòng vài tuần. Bài học quan trọng tiếp theo như sau: Với tư cách là người sáng lập, bạn phải biết loại hình sản phẩm nào sẽ giúp bạn có động lực lâu dài. Tokkingheads có thể đã đi theo con đường của một bộ phim bom tấn ăn khách, nhưng tôi không chắc đó có phải là nơi thích hợp để phát triển phép thuật sáng tạo này thành một sản phẩm hoàn thiện hơn và sản phẩm hoàn thiện hơn đó là điều tôi thực sự muốn.

Vì thế chúng ta tiếp tục lặp lại. Chúng tôi đã thực hiện các bức ảnh thư viện do AI tạo ra, nghệ thuật AI hỗ trợ NFT (vâng... Tôi ngây thơ nghĩ rằng chất lượng tác phẩm là chìa khóa, nhưng hóa ra kỹ năng thực sự quan trọng là suy đoán) và các công cụ tạo tài liệu trò chơi AI. Mỗi sản phẩm dạy cho tôi một điều cụ thể: người dùng sẵn sàng trả tiền cho sản phẩm gì và các mô hình được cải thiện nhanh như thế nào. Bị kẹp giữa những dự án này là một đại dịch toàn cầu và sự phá sản của Ngân hàng Thung lũng Silicon và Ngân hàng Đệ nhất Cộng hòa – những lời nhắc nhở về lòng biết ơn. Bản thân việc có thể tiếp tục xây dựng đã là một đặc ân.

2023: Quá trình tạo mã đã trưởng thành

Việc tạo mã cuối cùng đã đủ tốt và chín muồi để tạo ra các công cụ chơi game dành cho những người sáng tạo không rành về kỹ thuật. Sau khi phát hành GPT-4, tương lai đó đã trở nên rõ ràng. Vào tháng 3 năm 2023, tôi đã chia sẻ một bản ghi nhớ với nhóm và ghép lại phiên bản đầu tiên của chức năng chuyển văn bản thành trò chơi của Rosebud bằng cách sử dụng nguyên mẫu bên dưới.

Ảnh chụp màn hình tweet vào tháng 3 Ngày 23 tháng 1 năm 2023. Tôi đã sử dụng GPT-4 để tìm hiểu Three.js, kết hợp với AI tạo ra Rosebud để tạo skybox và trình diễn nguyên mẫu ban đầu về việc triệu hồi cảnh 3D thông qua văn bản

2023 Vào đầu năm, tác giả viết một bản ghi nhớ nội bộ cho nhóm để ghi lại đánh giá về sản phẩm sau bước đột phá về khả năng tạo mã. Nhận định cốt lõi của bức thư nội bộ này là AI đang trong giai đoạn cửa sổ quan trọng sẽ quyết định vài thập kỷ tới, và hai năm tới sẽ trở thành giai đoạn cạnh tranh gay gắt với tốc độ nhanh, cường độ cao và sự loại bỏ rõ ràng. Công ty sẽ dốc toàn lực cho cuộc “chạy nước rút” này và chỉ phù hợp với những người có nội tâm mạnh mẽ, sẵn sàng chịu áp lực cao và đầu tư lâu dài - bởi đây không chỉ là trải nghiệm làm việc mà còn là cơ hội lịch sử có thể thay đổi quỹ đạo sự nghiệp của mỗi người.

2026 và hơn thế nữa: Bạn có thể xây dựng những gì mà phòng thí nghiệm sẽ không xây dựng?

Hình ảnh: Video minh họa - tác giả xây dựng game mô phỏng thành phố 3D trên trình duyệt thông qua lời nhắc

Làm game đòi hỏi phải huy động cả trực giác sáng tạo và năng lực kỹ thuật. AI sáng tạo là chìa khóa để biến việc sáng tạo trò chơi trở thành một hình thức chơi—bất kỳ cải tiến mô hình nào, cho dù đó là hình ảnh, video, mô hình thế giới hay mã, đều ngay lập tức được tiếp thu và biến đổi. Mô hình kinh doanh của trò chơi rất có thể vẫn nằm ngoài điểm mù của các phòng thí nghiệm tiên tiến: con đường kiếm tiền cốt lõi vẫn là thanh toán của người chơi và việc thiết lập hệ thống phân phối phía người chơi dường như là một nhiệm vụ phụ quá vòng vo đối với phòng thí nghiệm đang chạy hết tốc lực hướng tới AGI. Đối với những người sáng lập, việc chọn những gì để xây dựng luôn là một trò chơi không ngừng tìm kiếm không gian bên ngoài con đường quan trọng của phòng thí nghiệm.

Rosebud đang có đà phát triển. Chúng tôi đã tích lũy được một cộng đồng người sáng tạo lớn và rất tích cực. Tôi sẽ nhớ việc trò chuyện với người sáng tạo trên Discord và nhận email hỗ trợ người dùng hàng ngày (người dùng sẵn sàng khiếu nại phải thực sự quan tâm đến sản phẩm của bạn). Trọng tâm của giai đoạn tiếp theo là mở rộng phân phối về phía người chơi, vì vậy bây giờ là thời điểm thích hợp để truyền dùi cui cho những người đồng đội đã chiến đấu bên cạnh chúng ta.

Xin chúc mừng @glazworks đã đảm nhận vị trí Giám đốc điều hành mới của Rosebud! Anh ấy có sự kết hợp hiếm có giữa tài năng học máy và tính thẩm mỹ của sản phẩm.

Martin Casado và nhóm a16z đã đồng hành cùng sự phát triển của Rosebud trong suốt quá trình. Martin và tôi đã có cuộc trò chuyện quan trọng về việc liệu JavaScript có phải là nền tảng công nghệ phù hợp cho trò chơi Rosebud hay không - Unity hoặc Roblox có thể là lựa chọn phổ biến hơn, nhưng việc tạo mã JavaScript cải thiện nhanh hơn nhiều do khả năng truy cập dữ liệu đào tạo cao hơn. Nhóm này theo đuổi sự thật và sẵn sàng đặt cược để thu hút nhiều nhà xây dựng hơn. Đây là con đường dẫn đến tương lai lý tưởng: chúng ta phải xây dựng và chúng ta phải đổi mới.

Mong được tiếp tục làm việc với tất cả các bạn từ phía bên kia bàn đàm phán. Tin nhắn riêng tư được mở bất cứ lúc nào.

[Liên kết gốc]