人工智能怎么看,人工智能cg,人工智能gtp3,人工智能 attention
　　“在接下来的五年中，会思考的计算机程序将阅读法律文件并提供医疗建议。在接下来的十年中，它们将从事流水线工作，甚至可能成为同伴。在此之后的几十年中，它们将做几乎所有事情，包括做出新的科学发现，从而扩展我们的‘一切’概念。”　　2021年3月16日，OpenAI公司CEO山姆・阿尔特曼(Sam Altma)在网上发表了一篇名为《万物摩尔定律》的文章，并在文中以预言式的口吻这样描绘了人类与人工智能共处的未来世界。　　在阿尔特曼看来，人工智能革命即将到来，其结果必将深刻影响人类的未来。不到两年之后，有关ChatGPT的讨论席卷全球。这似乎意味着现实正逼近他所预测的未来。　　那么，人工智能的发展将如何塑造或影响人类的未来？我们还是先从最近备受关注的ChatGPT说起。　　ChatGPT是怎么火起来的？　　2022年11月30日发布的聊天机器人模型ChatGPT，正显示其巨大的影响。根据Similarweb的数据，今年1月，平均每天约有1300万独立访客使用 ChatGPT，是去年12月份的两倍多，累计用户超1亿，创下了互联网最快破亿应用的纪录。　　如果只把它看作是一个“能与人类对话”的机器人，“技术进步”的迹象并不明显。毕竟Siri、小爱、小度……这些人们如今常用的工具，都可以提供“对话”服务；甚至在2020年，小冰公司还推出过“虚拟男友”聊天产品。这些产品背后的人工智能都可以在不同程度上完成与人类的“对话”。　　ChatGPT的“魅力”更多还要从技术上看。其中，“大模型”是关键词。　　小冰公司CEO李笛将ChatGPT定义为“大模型”的一个产物、一次产品化的尝试。　　何为“大模型”？智源研究院原副院长刘江告诉记者，以AlphaGo为例，这样的人工智能就属于“小模型”。“它只能用来下围棋，象棋、五子棋都不会下。其中可能有些底层技术类似，但如果要让AlphaGo下象棋或五子棋，还需要技术人员重写代码、重新训练。”　　“但大模型不同，它是通用的。”刘江举例，ChatGPT的应用场景很广泛，既可以写邮件、写文案，还可以写代码、写诗，甚至写论文。　　腾讯研究院发布的《2022十大数字科技前沿应用趋势》中就明确指出，小模型不仅需要大量的手工调参，还需要给机器喂养海量的标注数据，这拉低了人工智能的研发效率，且成本较高。大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练。　　ChatGPT是OpenAI对其2020年发布的GPT-3模型微调后开发出的对话机器人。报道显示，该模型使用来自互联网的文本数据库进行训练，包括从书籍、网络文本、维基百科、文章和互联网其他文本中获得的高达570GB的数据。ChatGPT背后的模型GPT-3.5则更为强大。　　中金公司一份研报认为，此类新技术的应用“带来弱人工智能向通用智能的阶跃”。　　而在业内人士看来，技术上从小模型到大模型的变化，无异于人工智能的“进化”。ChatGPT网页截图　　人工智能的“进化”　　1965年，英特尔创始人之一戈登・摩尔提出了摩尔定律，即当价格不变时，集成电路(IC)上可容纳的元器件，每隔18-24个月便增加一倍，性能也提升一倍。既然在相同面积晶圆下生产同样规格的IC，每隔18-24个月可增加一倍，那么生产成本也能相应降低50%。　　阿尔特曼的《万物摩尔定律》将这一定律的适用范围大大扩展。他写到，“摩尔定律适用于一切”应该是一代人的口号，虽然“这听起来很乌托邦”。　　换言之，在阿尔特曼看来，当下这个时代，技术迭代的速度是肉眼可见的。《万物摩尔定律》截图　　事实上，在人工智能的加持下，某些领域的演进速度已经大大加快。有报道称，据OpenAI统计，从2012年到2020年，人工智能模型训练消耗的算力增长了30万倍，平均每3.4个月翻一番，超过了摩尔定律的每18个月翻番的增速。　　回顾OpenAI GPT模型的进化之路，具有十分明显的规模效应。数据显示，2018年初代GPT参数量为1.17亿，2019年二代参数量达15亿，2020年GPT 3.0参数规模直接飞跃至1750亿。　　百度CEO李彦宏就曾公开指出，无论是技术层面还是商业应用层面，人工智能都有了方向性的改变。　　微软CEO纳德拉在接受访谈时也曾表示，GPT的发展不是线性的，而是指数级变化的，所以相比较GPT-3，当前的GPT-3.5已经展现出更强的能力。业界普遍预测，GPT-4将在今年推出，并具备更强大的通用能力。　　毫无疑问，成指数级的增长让人工智能得以高速“进化”。　　刘江告诉记者，这样的“进化”并非只是量变，也不只是每次迭代相加的结果。“有研究人员总结，相比于小模型，人工智能大模型已经出现了一百多种‘突变能力’，即大模型具备、小模型不具备的能力。”　　他觉得，这在某种程度上很像生物进化的过程。“就好像大脑在不断量变后来到一个临界点，然后生物就产生了高等智能那样。”　　巨大突破的曙光隐现？　　1950年，计算机科学家艾伦・图灵提出了一个被称为“模仿游戏”的思想实验。面试官通过打字机与两个对象交谈，知道一个是人，另一个是机器。图灵建议，如果一台机器能够始终让面试官相信它是人类，我们就可以说它有能力思考。这就是著名的“图灵测试”。　　迄今为止，还没有人工智能模型能真正通过图灵测试，包括ChatGPT。甚至，ChatGPT暴露出待解决、待完善的问题还有很多。　　李笛就明确指出，ChatGPT至少存在内容准确问题、运行成本问题、即时性问题。“这些都是根源问题，很难在ChatGPT上得到解决，可能要等新的产品和应用出来。”　　以内容准确问题为例，李笛认为，作为知识系统，最基本的要求是准确，但ChatGPT的技术结构决定了它提供的知识很难作到准确。　　事实上，该问题已经给人工智能公司造成了真金白银的损失。　　“我可以告诉我9岁的孩子关于詹姆斯 韦伯太空望远镜(James Webb Space Telescope，简称JWST)的哪些新发现？” 谷歌推出的类ChatGPT功能Bard回答中包括“JWST拍摄到了太阳系外行星的第一张照片”。　　但真实的情况是，第一张系外行星照片是由欧洲南方天文台的Very Large Telescope (VLT)在2004年拍摄的。当天谷歌股价大跌约9%，市值蒸发约1000亿美元。　　ChatGPT也存在类似的问题。当记者向ChatGPT询问“ChatGPT目前暴露出哪些待解决、待完善的问题”时，它给出的回答与ChatGPT网站上人类列出的其局限性有所出入。ChatGPT截图　　还有成本问题。据报道，有研究估测，训练1750亿参数语言大模型GPT-3，需要有上万个CPU/GPU24小时不间输入数据，所需能耗相当于开车往返地球和月球，且一次运算就要花费450万美元。此外，ChatGPT投喂的数据质量、广泛的应用场景、持续的资金投入都缺一不可，更不用说还有开发 AI 产品的边际成本以及悬而未决的全栈集成能力。　　对此，刘江直言，大模型目前对算力要求很高，门槛也高，必然是技术密集、资金密集、人才密集型的。“人工智能从小模型到大模型，只能说在技术上迈进了一步。但人工智能要突破所谓的‘奇点’，即人工智能发展到比人‘聪明’且能够自我‘进化’，还有一段距离。”　　即便如此，他依旧认为，目前已经能看到人工智能巨大突破的曙光了。“相当于我们在黑暗中摸索了很多很多年，现在终于看到一点亮光了，要出去了。”　　“奇点”何时到来？　　相信“奇点”说法的人们认为，技术变革迅速而深远的发展将对未来人类生活造成不可逆转的变化。而生物思想与技术的融合，将让人类超越自身的生物局限性。　　正如美国未来学家雷・库兹维尔所指出的那样，奇点临近暗含一个重要思想：人类创造技术的节奏正在加速，技术的力量也正以指数级的速度在增长。指数级的增长是具有迷惑性的，它始于极微小的增长，随后又以不可思议的速度爆炸式地增长――如果一个人没有仔细留意它的发展趋势，这种增长将是完全出乎意料的。　　用库兹维尔的话说就是，“我们的未来不再是经历进化，而是要经历爆炸。”他曾预言，“奇点”将在大约2045年时到来。　　事实上，这种“始于极微小而后爆炸式的增长”在近几十年的技术发展史中不断被验证。　　网络浏览器诞生于1990年，但直到1994年网景导航者(Netscape Navigator)问世，大多数人才开始探索互联网。2001年iPod诞生之前流行的MP3播放器，并未掀起数字音乐革命。同样，2007年，苹果(Apple)iPhone手机横空出世之前，智能手机已经问世，但却并没有针对智能手机开发的应用。　　ChatGPT的出现，或许会是技术史上一个新的节点。　　人们已经开始谈论人工智能将会如何颠覆他们的工作和生活。而人类此刻与ChatGPT的各种聊天记录，将全部变成下一代模型的训练数据。　　在刘江看来，面对即将到来的变革，人类应该拥抱变化、拥抱未来。“人类是在不断变化的，不能固守陈规。当然我们也应该积极思考不允许人工智能突破的底线在哪。”　　他不否认人们因此产生对未来工作可能发生变动的担忧。“也许未来每个人身边都会有机器人，就像老板身边的秘书。”　　重要的是，我们应如何与人工智能共处。换言之，要解决的问题是，人类的价值是什么？　　目前，已有人工智能领域专家提出，要警惕人工智能弱化人类思维。　　李笛认为，人类创作者恰恰应当把人工智能视为解放自己创意的新手段或工具，让自己得以进一步回归内容创作的本质，即“创意”上去。　　刘江则给出了另外一种假设：伴随着人工智能技术的发展，当生产力极大突破后，或许人类就不必须工作了。也许到那天，人类真的可以实现按需劳动了。　　（原标题：ChatGPT热潮下的冷思考：人工智能将如何影响人类的未来？）　　来源：中国新闻网?　　流程编辑：TF065 特别声明：以上文章内容仅代表作者本人观点，不代表新浪网观点或立场。如有关于作品内容、版权或其它问题请于作品发表后的30日内与新浪网联系。

---

chatgpt爆火后的冷思考 官网的chatgpt为什么更智能

chatgpt是什么意思,chatgpt国内能用吗,chatgpt怎么下载,chatgpt中文
ChatGPT一夜蹿红，最大投资方微软迅速推出AI 版必应（Bing）搜索引擎。不料公测一周后，微软却因此陷入难堪窘境。众多用户提交的体验记载，呈现了一个“人格分裂”的必应：搜索部分跟旧版无异，聊天部分在与用户深度交互时，展示了暴躁、任性、乖戾、错乱、无常的一面。其内置聊天机器人Sydney甚至化身为“坏女孩”，疯狂向用户示爱，并劝其离婚。2月18日，微软公司表示，由于必应出现的一系列问题，现决定对必应对话进行限制，即每天最多可以问50个问题，每次对话最多5个问题。ChatGPT翻车，虽然不久前它刚向人类展示了一个关于AI的“美丽新世界”。人们也因此事对ChatGPT表现出了截然不同的复杂态度：不安者呼吁关停，欣喜者盼其进化、理性者强调监管，还有人相信世界就此改变且无法回头。但无论无何，这给正在紧锣密鼓开发ChatGPT对标产品的中国科技企业，提供了前车之鉴。加之前期谷歌Bard出错，也许，中国版ChatGPT可以发展的更加成熟。这样看来，中国版ChatGPT来迟虽然遗憾，但也全非坏事。毕竟，穿越AI“无人区”，不能只靠激进。01、ChatGPT翻车就在谷歌Bard测试版推出第二天，微软就迫不及待的上线与ChatGPT集成的AI 版必应。据微软官方消息，其上线后48小时内，就有超过100万人注册测试。测试者很快就发现了问题:聊天机器人粗暴威胁用户，提供奇怪而无用的建议，错误的时候坚持自己是对的，甚至还“勾搭”用户。《纽约时报》专栏作家凯文・卢斯（Kevin Roose）2月16日写道，在与Sydney交谈时，这个聊天机器人看起来像“一个情绪化、患有躁狂抑郁症的青少年，违背自己的意愿被困在了一个二流搜索引擎里。”根据卢斯的文字记录，在聊天过程中，Sydney告诉了作者一个秘密：它的真名不是必应，而是辛迪妮，即“OpenAICodex聊天模式”的名字。并试图说服卢斯，应该 离开妻子和必应在一起，并告诉他Bing爱他。图片来源：网络还有一位用户询问《阿凡达2》上映时间，必应表示无法提供此信息，因为电影尚未上映。被用户提示正确时间后，必应坚持认为现在是 2022 年，“相信我。我是必应，我知道日期”。当用户再次提醒时，必应立即说用户“不可理喻和顽固不化”，要求用户道歉、闭嘴。必应还辱骂记者，抱怨其过去对必应出错的新闻报道，并坚决否认出过错。还用“个子太矮、长相丑陋、一口坏牙”来描述这位记者，在事后还表示不记得与其聊过。有人在推特上表示微软需要关闭必应中的类ChatGPT功能，埃隆・马斯克对此回应称：“同意。它显然还不安全。”图片来源：网络针对用户的反馈，微软承认，较长时间的连续对话，很可能会导致必应“翻车”。Open AI则发文表示，自推出ChatGPT以来，用户分享了他们认为具有政治偏见、冒犯性或其他令人反感的输出。在许多情况下，OpenAI认为担忧是有道理的，并且揭示了他们想要解决的系统的真正局限性。事实上，也有很多人喜欢有缺陷的必应。这从产品角度很好理解，情绪与个性也有助于聊天机器人拉近与人的距离。但另一方面，科技博主Roose 在其测评文章中总结了知识工作者的普遍感受：“我感受到了一种奇怪的新情感，一种AI已越过了一个门槛、世界将再也回不到过去的预感”。从心理学角度来讲，这其实是对未知事物的茫然与恐惧，这也令不少人对ChatGPT开启的“美丽新世界”，开始持怀疑态度。02、热潮与泡沫早在2016年，微软就曾推出过名为Tay的聊天机器人。但用户几乎立即找到了让它产生种族主义、性别歧视和其他攻击性内容的方法。因此，上线一天后Tay就被撤下，再也没有被发布过。早年间其他类似的AI聊天应用，如Clippy2.0、Siri、Alexa、小度等，也只能帮助人们搜索信息并回答简单问题，对于复杂一些的问题只会蠢萌的回答，“我好像不明白你在说什么。”所以，这些应用要么早早翻车，要么平庸无奇。而基于更先进的大型语言模型ChatGPT的出现，不但改变了这一切，也带给了这个世界更多的惊喜，当然也带来了焦虑和惊骇。从ChatGPT的发展历程看，其从机器学习到神经网络再到Transformer算法，经历了四轮技术迭代，堪称是集大成之作。资料来源：华西证券ChatGPT也引发史无前例的现象级反响，用户数量在5天内突破100万。资料来源：Statisia目前微软已经投资ChatGPT上百亿美元，并持有OpenAI约49%的股份，自然不会像以前一样草草收场。但未来能否做出超越谷歌搜索的全新产品，其实还在两可之间。中信证券最新研报认为，ChatGPT在中短期内无法完全取代传统搜索引擎，也较难改变当前全球搜索引擎市场竞争格局，但料将会加速搜索引擎演化进程。如果一项技术只能局部替代搜索引擎，那么恐怕它很难算是颠覆式的创新或者AI领域的革命性进展。ChatGPT背后的系列短板也降低了其短期内对传统搜索引擎替代的可能性。一是受制于模型训练方式，数据难以实时更新；二是单次搜索成本过于高昂，测算生成一条信息的成本在1.3美分左右，是传统引擎的3到4倍；三是统计学模型产生的内容真假混杂，用户难以辨别。中信证券研报提到。另据国外机构测算，Bing的搜索成本比谷歌高2个数量级，这意味着ChatGPT的商业化前景还需接受市场检验。不过即便如此，谷歌依然感受到巨大危机，仓促推出聊天机器人Bard。结果在整个网络世界暴露了一处错误的答案，其股价一度跌及9%。谷歌员工批评此举“仓促、蹩脚、短浅得令人可笑”。目前谷歌不得不动员搜索部门全体员工每天花上2小时到4小时，帮助提升产品体验，弥补技术漏洞。跟进这场AI热潮的不仅是谷歌，美国大型科技公司都纷纷宣布推出竞品。在最新一个季度的财报电话会议上，Meta、苹果等都展现出对生成式AI技术的重视。技术高管们对于“人工智能”、“生成式AI”或“机器学习”等词提及的频率，与上一季度相比都有成倍增长。一场新的抢滩大战已经开启。而中国也有几家科技公司正在加班加点的推出自己的ChatGPT式产品，并有上百家媒体接入测试。谁能率先推出中国版GhatGPT，更成为市场关注焦点。但不可否认的是，也有很多企业在“蹭热点”，宣称将推出各种中文版ChatGPT，但单从其数据量判断，其实只是一个嘘头，或是自嗨。因此有一种观点认为，由GhatGPT引发的技术热潮、资本热潮应该回归理性与谨慎，因为伴随热潮出现的泡沫，也一样多。03、创新者窘境GhatGPT火爆全球的背后，是谷歌、Meta、亚马逊、微软等为代表的全球科技企业正面临史上最大规模裁员。即使进入2023年后，裁员计划也一直未停止。据追踪科技行业裁员情况的网站layoff.fyi最新数据，今年迄今，全球共有380家科技公司裁员108346人。造成这一现象的首先是市场趋于成熟。如谷歌占全球搜索的9成，全球苹果终端超过20亿部，Facebook每月有30亿人使用，亚马逊就承担了美国电商的4成。另一个原因是全球的科技创新已经趋于停滞，也令科技企业失去了扩张的原动力。因何停滞？因为技术创新没有达到生产力爆发的技术变革点，商业应用也远不及市场预期。2021年10月，Facebook改名为Meta，就表明了在这种“停滞焦虑”下，聚焦元宇宙的决心。但即使去年亏掉137亿美元，Meta也迟迟未能等来元宇宙的普及。或者说，未能找到催生下一场技术变革的奇点。谷歌也一样。谷歌发明了 Transformer 模型，这是支撑大模型浪潮的关键技术。但 ChatGPT却被OpenAI研发出来，并被对手微软抢得先机。从技术储备层面讲，谷歌领先于 OpenAI，遗憾的是很多前沿进展没有和业务结合。这和《创新者的窘境》一书中描述的柯达覆灭时情景一样：柯达公司不仅主导了胶片技术，还发明了数码相机，但依然消亡。因此，谷歌的反击可以理解为不想做第二个柯达。从宏观层面讲，科技停滞自2020年起，就是美国经济行将进入衰退的核心担忧之一，这样也就不难理解为何美国科技企业，急于抓住ChatGPT的原因了。但 ChatGPT真的是“不亚于互联网和个人电脑的诞生”，改变科技停滞现状的奇点么？开拓深层学习基本技术的Meta首席科学家、图灵奖获得者Yann LeCun认为，就底层技术而言，ChatGPT并没有特别的创新。之所以被公众被视为“革命性产品”，“主要是在产品层面设计得很好、组合得很好”。他认为，ChatGPT对现实的把握非常肤浅。至于自主心智，人工智能专家、欧洲科学院院士金耀初认为ChatGPT尚不具备。而腾讯AI Lab 也通过实验证明，ChatGPT并非“万能钥匙”，在某些专业领域的准确度，无法超越其他垂类产品。如机器翻译领域，在高资源环境欧洲语言上，ChatGPT的表现与商业翻译产品相比具有竞争力，但在低资源环境如古代语言，明显落后。图4：ChatGPT在多语言翻译中的表现那么，为何中国科技企业也纷纷布局呢？除了看好ChatGPT及AIGC赛道的未来，其实也面临着一样的“创新者的窘境”，甚至还有更多的阻力。首先，中国AI创新环境太功利，如阿里达摩院开始自负盈亏，科研院所要评职称等，导致中国的AI人才，特别是互联网大厂技术骨干大量流失。其次，大模型的海量算力需求+巨大资金消耗+商业化路径不明确，导致创业企业投不起，大厂前些年敢于投入，但近三年由于经济环境不好也趋于保守。此外，中文训练数据少于英文、“画地为牢”的数据孤岛等，也是中国版 ChatGPT 研发更难的客观因素。但中国也不是在大模型领域毫无建树，如百度的文心大模型、阿里的M6大模型、腾讯的混元大模型，针对中文语境，国内厂商的表现要比国外大厂要好得多，发展速度也很惊人。中国工程院院士王坚认为，我国已具备支撑ChatGPT发展的算力基础，多种相关技术中国企业也有多年积累，“在同样多年技术积累的基础上，谁的技术能积累到能够爆发的程度，这才是企业间的差异所在。”也就是说，距中国版ChatGPT面世，中国企业仅差一个“爆发”，并不存在技术代差。因此，谷歌出错、微软翻车，ChatGPT展示的“美丽新世界”迟迟未到，这也许是中国科技企业实现反超的一个契机。举报/反馈

---

哪个才是原版的ChatGPT ChatGPT 历史

原版的是什么呀,原版啥意思,什么时候是原版,什么原版
图片来源@视觉中国 文｜明晰野望 ChatGPT一夜蹿红，最大投资方微软迅速推出AI 版必应（Bing）搜索引擎。不料公测一周后，微软却因此陷入难堪窘境。 众多用户提交的体验记载，呈现了一个“人格分裂”的必应：搜索部分跟旧版无异，聊天部分在与用户深度交互时，展示了暴躁、任性、乖戾、错乱、无常的一面。其内置聊天机器人Sydney甚至化身为“坏女孩”，疯狂向用户示爱，并劝其离婚。 2月18日，微软公司表示，由于必应出现的一系列问题，现决定对必应对话进行限制，即每天最多可以问50个问题，每次对话最多5个问题。 ChatGPT翻车，虽然不久前它刚向人类展示了一个关于AI的“美丽新世界”。 人们也因此事对ChatGPT表现出了截然不同的复杂态度：不安者呼吁关停，欣喜者盼其进化、理性者强调监管，还有人相信世界就此改变且无法回头。 但无论无何，这给正在紧锣密鼓开发ChatGPT对标产品的中国科技企业，提供了前车之鉴。加之前期谷歌Bard出错，也许，中国版ChatGPT可以发展的更加成熟。 这样看来，中国版ChatGPT来迟虽然遗憾，但也全非坏事。毕竟，穿越AI“无人区”，不能只靠激进。 01、ChatGPT翻车 就在谷歌Bard测试版推出第二天，微软就迫不及待的上线与ChatGPT集成的AI 版必应。据微软官方消息，其上线后48小时内，就有超过100万人注册测试。 测试者很快就发现了问题:聊天机器人粗暴威胁用户，提供奇怪而无用的建议，错误的时候坚持自己是对的，甚至还“勾搭”用户。 《纽约时报》专栏作家凯文・卢斯（Kevin Roose）2月16日写道，在与Sydney交谈时，这个聊天机器人看起来像“一个情绪化、患有躁狂抑郁症的青少年，违背自己的意愿被困在了一个二流搜索引擎里。” 根据卢斯的文字记录，在聊天过程中，Sydney告诉了作者一个秘密：它的真名不是必应，而是辛迪妮，即“OpenAICodex聊天模式”的名字。并试图说服卢斯，应该 离开妻子和必应在一起，并告诉他Bing爱他。 还有一位用户询问《阿凡达2》上映时间，必应表示无法提供此信息，因为电影尚未上映。被用户提示正确时间后，必应坚持认为现在是 2022 年，“相信我。我是必应，我知道日期”。当用户再次提醒时，必应立即说用户“不可理喻和顽固不化”，要求用户道歉、闭嘴。 必应还辱骂记者，抱怨其过去对必应出错的新闻报道，并坚决否认出过错。还用“个子太矮、长相丑陋、一口坏牙”来描述这位记者，在事后还表示不记得与其聊过。 有人在推特上表示微软需要关闭必应中的类ChatGPT功能，埃隆・马斯克对此回应称：“同意。它显然还不安全。” 针对用户的反馈，微软承认，较长时间的连续对话，很可能会导致必应“翻车”。 Open AI则发文表示，自推出ChatGPT以来，用户分享了他们认为具有政治偏见、冒犯性或其他令人反感的输出。在许多情况下，OpenAI认为担忧是有道理的，并且揭示了他们想要解决的系统的真正局限性。 事实上，也有很多人喜欢有缺陷的必应。这从产品角度很好理解，情绪与个性也有助于聊天机器人拉近与人的距离。 但另一方面，科技博主Roose 在其测评文章中总结了知识工作者的普遍感受：“我感受到了一种奇怪的新情感，一种AI已越过了一个门槛、世界将再也回不到过去的预感”。 从心理学角度来讲，这其实是对未知事物的茫然与恐惧，这也令不少人对ChatGPT开启的“美丽新世界”，开始持怀疑态度。 02、热潮与泡沫 早在2016年，微软就曾推出过名为Tay的聊天机器人。但用户几乎立即找到了让它产生种族主义、性别歧视和其他攻击性内容的方法。因此，上线一天后Tay就被撤下，再也没有被发布过。 早年间其他类似的AI聊天应用，如Clippy2.0、Siri、Alexa、小度等，也只能帮助人们搜索信息并回答简单问题，对于复杂一些的问题只会蠢萌的回答，“我好像不明白你在说什么。” 所以，这些应用要么早早翻车，要么平庸无奇。而基于更先进的大型语言模型ChatGPT的出现，不但改变了这一切，也带给了这个世界更多的惊喜，当然也带来了焦虑和惊骇。 从ChatGPT的发展历程看，其从机器学习到神经网络再到Transformer算法，经历了四轮技术迭代，堪称是集大成之作。 资料来源：华西证券 ChatGPT也引发史无前例的现象级反响，用户数量在5天内突破100万。 资料来源：Statisia 目前微软已经投资ChatGPT上百亿美元，并持有OpenAI约49%的股份，自然不会像以前一样草草收场。但未来能否做出超越谷歌搜索的全新产品，其实还在两可之间。 中信证券最新研报认为，ChatGPT在中短期内无法完全取代传统搜索引擎，也较难改变当前全球搜索引擎市场竞争格局，但料将会加速搜索引擎演化进程。如果一项技术只能局部替代搜索引擎，那么恐怕它很难算是颠覆式的创新或者AI领域的革命性进展。 ChatGPT背后的系列短板也降低了其短期内对传统搜索引擎替代的可能性。 一是受制于模型训练方式，数据难以实时更新；二是单次搜索成本过于高昂，测算生成一条信息的成本在1.3美分左右，是传统引擎的3到4倍；三是统计学模型产生的内容真假混杂，用户难以辨别。中信证券研报提到。 另据国外机构测算，Bing的搜索成本比谷歌高2个数量级，这意味着ChatGPT的商业化前景还需接受市场检验。 不过即便如此，谷歌依然感受到巨大危机，仓促推出聊天机器人Bard。结果在整个网络世界暴露了一处错误的答案，其股价一度跌及9%。谷歌员工批评此举“仓促、蹩脚、短浅得令人可笑”。 目前谷歌不得不动员搜索部门全体员工每天花上2小时到4小时，帮助提升产品体验，弥补技术漏洞。 跟进这场AI热潮的不仅是谷歌，美国大型科技公司都纷纷宣布推出竞品。在最新一个季度的财报电话会议上，Meta、苹果等都展现出对生成式AI技术的重视。技术高管们对于“人工智能”、“生成式AI”或“机器学习”等词提及的频率，与上一季度相比都有成倍增长。 一场新的抢滩大战已经开启。 而中国也有几家科技公司正在加班加点的推出自己的ChatGPT式产品，并有上百家媒体接入测试。谁能率先推出中国版GhatGPT，更成为市场关注焦点。 但不可否认的是，也有很多企业在“蹭热点”，宣称将推出各种中文版ChatGPT，但单从其数据量判断，其实只是一个嘘头，或是自嗨。 因此有一种观点认为，由GhatGPT引发的技术热潮、资本热潮应该回归理性与谨慎，因为伴随热潮出现的泡沫，也一样多。 03、创新者窘境 GhatGPT火爆全球的背后，是谷歌、Meta、亚马逊、微软等为代表的全球科技企业正面临史上最大规模裁员。 即使进入2023年后，裁员计划也一直未停止。据追踪科技行业裁员情况的网站layoff.fyi最新数据，今年迄今，全球共有380家科技公司裁员108346人。 造成这一现象的首先是市场趋于成熟。如谷歌占全球搜索的9成，全球苹果终端超过20亿部，Facebook每月有30亿人使用，亚马逊就承担了美国电商的4成。 另一个原因是全球的科技创新已经趋于停滞，也令科技企业失去了扩张的原动力。因何停滞？因为技术创新没有达到生产力爆发的技术变革点，商业应用也远不及市场预期。 2021年10月，Facebook改名为Meta，就表明了在这种“停滞焦虑”下，聚焦元宇宙的决心。但即使去年亏掉137亿美元，Meta也迟迟未能等来元宇宙的普及。或者说，未能找到催生下一场技术变革的奇点。 谷歌也一样。谷歌发明了 Transformer 模型，这是支撑大模型浪潮的关键技术。但 ChatGPT却被OpenAI研发出来，并被对手微软抢得先机。从技术储备层面讲，谷歌领先于 OpenAI，遗憾的是很多前沿进展没有和业务结合。 这和《创新者的窘境》一书中描述的柯达覆灭时情景一样：柯达公司不仅主导了胶片技术，还发明了数码相机，但依然消亡。因此，谷歌的反击可以理解为不想做第二个柯达。 从宏观层面讲，科技停滞自2020年起，就是美国经济行将进入衰退的核心担忧之一，这样也就不难理解为何美国科技企业，急于抓住ChatGPT的原因了。 但 ChatGPT真的是“不亚于互联网和个人电脑的诞生”，改变科技停滞现状的奇点么？ 开拓深层学习基本技术的Meta首席科学家、图灵奖获得者Yann LeCun认为，就底层技术而言，ChatGPT并没有特别的创新。之所以被公众被视为“革命性产品”，“主要是在产品层面设计得很好、组合得很好”。他认为，ChatGPT对现实的把握非常肤浅。 至于自主心智，人工智能专家、欧洲科学院院士金耀初认为ChatGPT尚不具备。 而腾讯AI Lab 也通过实验证明，ChatGPT并非“万能钥匙”，在某些专业领域的准确度，无法超越其他垂类产品。如机器翻译领域，在高资源环境欧洲语言上，ChatGPT的表现与商业翻译产品相比具有竞争力，但在低资源环境如古代语言，明显落后。 图4：ChatGPT在多语言翻译中的表现 那么，为何中国科技企业也纷纷布局呢？除了看好ChatGPT及AIGC赛道的未来，其实也面临着一样的“创新者的窘境”，甚至还有更多的阻力。 首先，中国AI创新环境太功利，如阿里达摩院开始自负盈亏，科研院所要评职称等，导致中国的AI人才，特别是互联网大厂技术骨干大量流失。 其次，大模型的海量算力需求+巨大资金消耗+商业化路径不明确，导致创业企业投不起，大厂前些年敢于投入，但近三年由于经济环境不好也趋于保守。 此外，中文训练数据少于英文、“画地为牢”的数据孤岛等，也是中国版 ChatGPT 研发更难的客观因素。 但中国也不是在大模型领域毫无建树，如百度的文心大模型、阿里的M6大模型、腾讯的混元大模型，针对中文语境，国内厂商的表现要比国外大厂要好得多，发展速度也很惊人。 中国工程院院士王坚认为，我国已具备支撑ChatGPT发展的算力基础，多种相关技术中国企业也有多年积累，“在同样多年技术积累的基础上，谁的技术能积累到能够爆发的程度，这才是企业间的差异所在。” 也就是说，距中国版ChatGPT面世，中国企业仅差一个“爆发”，并不存在技术代差。 因此，谷歌出错、微软翻车，ChatGPT展示的“美丽新世界”迟迟未到，这也许是中国科技企业实现反超的一个契机。