侯明哲

近期，聊天機器人ChatGPT大火，熱度趕超2021年的元宇宙。數(shù)據(jù)顯示，2022年12月5日，上線僅5天的ChatGPT用戶數(shù)量突破100萬，而它在1月的活躍用戶數(shù)已達1億，成為史上用戶數(shù)增長最快的消費者應用。

ChatGPT是OpenAI團隊在2022年11月30日發(fā)布的全新聊天機器人模型。ChatGPT能夠通過學習和理解人類的語言來進行對話，還能根據(jù)聊天的上下文進行互動，真正像人類一樣來聊天交流，甚至能完成撰寫郵件、視頻腳本、文案、翻譯、代碼等任務。

OpenAI是由創(chuàng)業(yè)家埃隆·馬斯克、美國創(chuàng)業(yè)孵化器Y Combinator總裁阿爾特曼、全球在線支付平臺PayPal聯(lián)合創(chuàng)始人彼得·蒂爾等人于2015年在舊金山創(chuàng)立的一家非營利的AI研究公司，擁有多位硅谷重量級人物的資金支持，啟動資金高達10億美元。

OpenAI的創(chuàng)立目標是與其他機構(gòu)合作進行AI的相關研究，并開放研究成果以促進AI技術的發(fā)展。據(jù)悉，埃隆·馬斯克為公司的創(chuàng)始人，但于2018年離職，原因是特斯拉與AI的關聯(lián)越來越深，外界擔憂特斯拉將運用OpenAI的技術實現(xiàn)升級，同時馬斯克也忍受不了長期以來沒有重大產(chǎn)品突破，何況馬斯克公司太多，實在顧不過來。

1月24日，微軟公司在官方博客宣布已與OpenAI公司擴大合作伙伴關系，兩家公司合作伙伴關系進入第三階段，微軟將向OpenAI進行一項為期多年、價值數(shù)十億美元的投資，以加速其在人工智能領域的技術突破。此外，微軟在宣布將搜索引擎Bing（必應）、Office全家桶嵌入ChatGPT后，還將在云計算平臺Azure中整合ChatGPT，宣告Azure OpenAI服務全面上市。2月7日，微軟推出整合OpenAI技術的新版必應搜索引擎和Edge瀏覽器。此外，亞馬遜、BuzzFeed等互聯(lián)網(wǎng)大廠同樣宣布與ChatGPT展開合作。

所以，OpenAI除了人才和技術優(yōu)勢，背后離不開微軟大金主的助力，當然微軟也發(fā)揮云計算、數(shù)據(jù)等方面優(yōu)勢，從而實現(xiàn)快速突破。

無監(jiān)督學習GPT-1：GPT-1誕生于2018年6月，以Transformer（一種利用注意力機制來提高模型訓練速度的模型）為核心結(jié)構(gòu)，通過自左向右生成式地構(gòu)建預訓練任務，然后得到一個通用的預訓練模型，這個模型和BERT（一種預訓練的語言表征模型）一樣都可用來做下游任務的微調(diào)。

多任務學習GPT-2：GPT-2誕生于2019年，同樣基于Transformer，相比于GPT-1，GPT-2采用了更多的網(wǎng)絡參數(shù)和更大的數(shù)據(jù)集，最大模型共計48層。

海量參數(shù)模型GPT-3：2020年5月，OpenAI發(fā)布了以Transformer為基礎的NLP（自然語言處理）預訓練模型GPT-3。GPT-3采用1750億個參數(shù)，規(guī)模是GPT-2的117倍，不經(jīng)過微調(diào)便可以識別數(shù)據(jù)中隱藏的含義。作為一個無監(jiān)督模型，GPT-3幾乎可以完成自然語言處理的絕大部分任務，諸如將網(wǎng)頁描述轉(zhuǎn)換為相應代碼、模仿人類敘事、創(chuàng)作定制詩歌、生成游戲劇本等復雜任務。

基于人工標注數(shù)據(jù)和強化學習的GPT-3.5（ChatGPT原型）：GPT-3.5是GPT-3和GPT-4之間的過渡版本，訓練參數(shù)是GPT-3的10倍以上。ChatGPT還采用了顛覆式的迭代方式：人工標注數(shù)據(jù)和強化學習。其本質(zhì)是加上了在GPT-3上去掉的微調(diào)步驟，從而實現(xiàn)在與人類互動時從反饋中強化學習。

展望GPT-4：GPT-4有可能是多模態(tài)的，支持文本、圖片、視頻等多種數(shù)據(jù)類型的輸入。這意味著GPT-4可以根據(jù)文本提示詞（prompt）生成圖像，或者是可以輸入視頻，然后通過文本的形式回答問題。

幾個月后，OpenAI將推出GPT-4，屆時它的參數(shù)將比GPT3.5提升幾個量級，算力需求將進一步提升。OpenAI在《AI與分析》報告中指出，AI模型所需算力每3—4個月就要翻一番，遠超摩爾定律的18—24個月。未來如何利用新技術盡可能提升算力，將成為決定AI發(fā)展的關鍵因素。

ChatGPT火爆的背后是AIGC（人工智能生成內(nèi)容）生態(tài)的逐漸繁榮，隨著數(shù)字經(jīng)濟與實體經(jīng)濟融合程度不斷加深，以及互聯(lián)網(wǎng)平臺的數(shù)字化場景向元宇宙轉(zhuǎn)型，人類對數(shù)字內(nèi)容總量和豐富程度的整體需求不斷提高。AIGC作為新型的內(nèi)容生產(chǎn)方式，已經(jīng)在傳媒、電商、影視、娛樂等行業(yè)取得重大的創(chuàng)新進展。

AIGC也被認為是繼UGC（用戶生成內(nèi)容）、PGC（專業(yè)生成內(nèi)容）之后的新型內(nèi)容生產(chǎn)方式。AIGC在創(chuàng)作成本上具有顛覆性，而且具備降本增效的多重優(yōu)勢，有望解決目前UGC、PGC創(chuàng)作質(zhì)量參差不齊以及降低其有害性內(nèi)容傳播等問題，同時激發(fā)創(chuàng)意，提升內(nèi)容多樣性。

AIGC在內(nèi)容生產(chǎn)上所需成本更少，生產(chǎn)速度更快，并且創(chuàng)作能力可達專業(yè)級別。以AI繪畫為例，一個成熟的人工智能模型在經(jīng)過特定模型訓練后，僅需幾個月時間就能達到專業(yè)級水平。在價格上，OpenAI最貴的AIGC語言模型達芬奇為每0.02美元750個單詞，AIGC圖形模型價格僅為0.02美元一張。

借由ChatGPT，文本、代碼、圖像生成有望率先成熟，視頻、游戲緊隨其后。

文本生成領域：除了較早進行探索的智能客服和聊天機器人領域，早期文本生成主要應用于輔助寫作或者結(jié)構(gòu)化寫作。此前的文本生成一直面臨的巨大挑戰(zhàn)在于：上下文關聯(lián)能力、自然語言生成能力、邏輯能力。

AI學習繪畫：實質(zhì)過程是對已有畫作數(shù)據(jù)進行訓練，通過模型和參數(shù)迭代輸出有規(guī)律的像素組合。由于圖片所包含的信息量遠高于文字所包含的信息量，像素點位置、色彩、數(shù)量等共同組成龐大的參數(shù)組，因此深度學習該參數(shù)組需要足量的算力。目前，AI繪畫根據(jù)文字提示輸出圖片需要經(jīng)歷兩個過程：理解文字提示所包含的信息，再匹配生成相應的圖像。此前一直難以發(fā)展的原因在于：繪畫細節(jié)不足、分辨率低，參數(shù)量過大導致渲染時間過長，算力和內(nèi)存不足。

AI音視頻、游戲等其他領域：需要AI文本生成和AI繪畫提供技術基礎輔助，未來AIGC將在語音合成和音樂合成領域有所進展。但由于一段音頻包含的數(shù)據(jù)量相較于文字和圖片都更大，也更抽象，因此目前還難以找到很好的訓練方式。同理，以交互和實時反饋為基礎的游戲領域也是如此。

OpenAI的商業(yè)模式即API接口收費。客戶可以通過OpenAI的強大AI模型構(gòu)建應用程序，例如訪問執(zhí)行各種自然語言任務的GPT-3、將自然語言翻譯成代碼的Codex以及創(chuàng)建和編輯原始圖像的DALL·E。

OpenAI的商業(yè)模式屬于底層模型開放性標準化SaaS（軟件即服務）服務模式。公司通過提供相關AIGC代碼，提供自動圖形模型或語言模型生成等產(chǎn)品，用戶通過其API接口接入，并支付平臺費用獲取相關圖像、語言、代碼調(diào)整服務，OpenAI可獲得付費訂閱式的SaaS費用，該商業(yè)模式用戶黏性極強。

ChatGPT訂閱計劃重新定義AIGC商業(yè)模式。2月2日，OpenAI公司宣布推出付費試點訂閱計劃ChatGPT Plus，定價每月20美元。付費版功能包括高峰時段免排隊、快速響應以及優(yōu)先獲得新功能和改進等。同時，OpenAI方面仍將提供對ChatGPT的免費訪問權限。ChatGPT打破了人們對于AI技術大多應用于嵌入式項目的固有印象，進一步拓展了AI的應用范圍，重新定義了AIGC的商業(yè)模式。

行業(yè)應用

ChatGPT的能力目前幾乎可以涵蓋各個自然語言交互領域，如聊天機器人、對話系統(tǒng)、智能客服、信息檢索、主題建模、文本生成、寫代碼、寫詩歌，等等。

目前，ChatGPT已經(jīng)能基本滿足用戶的個性化需求和信息供給服務。在需要智能客服的電商、金融、醫(yī)療、教育、政務等垂直領域，ChatGPT能夠結(jié)合行業(yè)特點和需求，構(gòu)建自動應答系統(tǒng)，為客戶提供快速、準確的問題解答。在傳媒、娛樂、設計和影視領域，ChatGPT能夠協(xié)助完成一些較低層次的任務，包括文稿生成、采訪助手、摘要總結(jié)等，或?qū)⑻岣咝袠I(yè)的運行效率。ChatGPT具備強大的文本內(nèi)容創(chuàng)作能力，可用于創(chuàng)意寫作（詩歌、新聞、小說、學術等）、命題寫作（風格模仿、文本續(xù)寫、主題擬定等）、摘要生成（學術類、小說類、新聞類等）等。

營銷應用場景

虛擬客服：它可以24小時工作，迅速捕捉用戶需求，在人工客服有限并且素質(zhì)不一的情況下，虛擬客服展現(xiàn)的品牌形象和服務態(tài)度等由商戶掌控，比人工客服的可控性、安全性更強。

內(nèi)容營銷：AI可按廣告主要求自動生成廣告文案，亦可根據(jù)廣告文案自動生成廣告海報、廣告視頻，大大降低了廣告的制作成本。AI生成系統(tǒng)與底層的客戶數(shù)據(jù)系統(tǒng)進行數(shù)據(jù)聯(lián)通，可以實時根據(jù)數(shù)據(jù)的反饋，對需求進行針對性調(diào)整，由AI快速迭代對營銷內(nèi)容進行更新，提升個性化營銷的效率和精準性。

電商購物：基于不同角度的商品圖像，可以借助視覺生成算法自動化生成商品的3D幾何模型和紋理，輔以線上虛擬“看、試、穿、戴”，提供接近實物的差異化網(wǎng)購體驗，高效提升用戶轉(zhuǎn)化。

我們先看看幾個國內(nèi)外玩家的情況。

微軟：微軟將ChatGPT視為新一代技術革命，正迅速推進OpenAI工具的商業(yè)化，將ChatGPT整合進Bing搜索引擎、Office全家桶、Azure云服務、Teams程序等產(chǎn)品中。比如在Word中實現(xiàn)寫作任務的自動化等。而在視頻會議及遠程協(xié)作平臺的高級付費版Microsoft Teams Premium上，訂閱者可享用OpenAI GPT提供支持的大型語言模型技術，用AI自動生成會議筆記，此舉或?qū)oom、谷歌會議等平臺形成巨大的沖擊。依托微軟的操作系統(tǒng)、辦公軟件等產(chǎn)品在全球市場份額的優(yōu)勢地位和強大產(chǎn)品生態(tài)，ChatGPT的更多應用場景有望快速推進。

谷歌：在ChatGPT發(fā)布后，谷歌CEO在公司內(nèi)部發(fā)布了“紅色警報”（CodeRed），敦促團隊解決ChatGPT對公司搜索引擎業(yè)務構(gòu)成的威脅，同時批準了在谷歌搜索引擎中加入AI聊天機器人的計劃。2月4日，谷歌注資3億美元投資ChatGPT的競品Anthropic，谷歌將獲得約10%的股份，Anthropic計劃將此輪資金用于購買谷歌云計算部門的計算資源。2月6日，谷歌宣布將推出聊天機器人Bard（巴德）。據(jù)美聯(lián)社報道，它能用“簡單到連孩子也能理解的語言”解釋較復雜的主題，還可以執(zhí)行更為日常的任務，例如為策劃聚會提供建議或根據(jù)冰箱內(nèi)剩余食材建議午餐內(nèi)容等。但Bard在一場發(fā)布會上對用戶提出的問題給出了錯誤回答，導致谷歌股價跌超7%。

英偉達：這幾年英偉達可謂風光無限，它為ChatGPT的開發(fā)提供了底層芯片算力支持。據(jù)瑞銀分析師蒂莫西·阿庫里分析，ChatGPT至少導入了1萬枚英偉達高端GPU來訓練模型。

百度：1月10日，百度宣布將升級百度搜索的“生成式搜索”能力，智能解答用戶的搜索提問；2月7日，百度官宣將上線類ChatGPT版AI對話模型文心一言（ERNIE Bot），預計3月完成內(nèi)測，百度港股股價上漲超15%。據(jù)悉，百度的文心一言應用是百度基于文心大模型技術推出的生成式對話產(chǎn)品，文心大模型的參數(shù)量目前達到2600億，已經(jīng)超過GPT-3的水平。百度擁有飛槳（深度學習開源框架）、百度AI大底座（全棧AI基礎設施）和文心大模型（AI應用場景全覆蓋）。

阿里：正在開發(fā)類似ChatGPT的對話機器人，阿里的AI既能答題、畫畫、寫代碼、撰文案，還能即興賦詩幾首。在達摩學院，工程師正討論AI大模型技術怎么和釘釘深度結(jié)合。

其他：華為、字節(jié)跳動、騰訊、京東、網(wǎng)易有道、科大訊飛、知乎、漢王、寺庫等也已入局。這些公司有的宣稱擁有ChatGPT的相關技術，有的正在研發(fā)相關技術，還有的正在接入ChatGPT的路上。

從GPT模型發(fā)展三要素“算力、數(shù)據(jù)、模型”來看，國內(nèi)巨頭與ChatGPT的主要差距體現(xiàn)在模型上，由于GPT3.5缺少相關論文，也沒有開源，國內(nèi)在代碼的訓練及推理上仍缺少積累。據(jù)悉，國外頭部機構(gòu)引領技術和商業(yè)應用，國內(nèi)整體進度落后2—3年。

優(yōu)勢：ChatGPT支持多輪對話，在自然語言交互、情感分析、情景會話等方面運行流暢，在語言模仿能力和邏輯判斷方面展現(xiàn)出了更強的能力。

ChatGPT支持多種語言環(huán)境，并且支持長短句輸入，在閱讀理解復雜語句處理、邏輯能力和文本生成方面更加靈活。

ChatGPT的訓練模型支持大規(guī)模數(shù)據(jù)集，具備海量的話題庫，通用性更強，也擁有更高精度的預測結(jié)果。

劣勢：ChatGPT的精準性、真實性、重復率和依賴性尚待改善，它會不可避免地寫出一些似是而非甚至荒謬的答案，這將導致植入虛假數(shù)據(jù)和誤導用戶的風險。

在較長的會話中，由于訓練數(shù)據(jù)的偏差和過度修正，ChatGPT會過度強調(diào)某些短語或者句子，導致重復性高的問題。

為了提高ChatGPT輸出內(nèi)容的真實性和安全性，減少或拒絕有害信息的輸出，在ChatGPT模型中添加限制或內(nèi)置“內(nèi)容安全過濾”模塊是必要的。

目前，ChatGPT在創(chuàng)造性、創(chuàng)作倫理和知識產(chǎn)權等方面并未形成有效界定，它能夠在用戶的引導下快速生成小說、詩歌、散文、編程等需要一定創(chuàng)造力的內(nèi)容，這或許將會對創(chuàng)作者和以版權為基礎的行業(yè)造成很大沖擊。

爭議：ChatGPT是否會代替搜索引擎？

ChatGPT指向的是生成式人工智能，也就是讓人工智能幫助人類處理一些未來所希望完成的事情。而搜索引擎呢？它只是在幫我們整理過去的內(nèi)容。兩者完全不同，一個面向未來，一個回首過去。

ChatGPT是一個自然語言處理模型，通過接收用戶的輸入指令，匹配并輸出相應的單一結(jié)果，語料庫源于離線數(shù)據(jù)，輸出的文本存在虛假信息的可能，且吸納新的知識需要對模型進行再訓練和微調(diào)，這會導致訓練成本和甄別成本上升。因此，它主要應用于人機對話、智能客服、智能問答等強邏輯性的自然語言交互領域。

搜索引擎能夠返回多條查詢結(jié)果，準確率較高，并且搜索引擎不會對信息做出判斷，而是等待用戶的篩選。搜索引擎抓取信息速度快，信息庫更新頻率高、存量大，主要用于幫助用戶快速查找匹配信息、找到感興趣的信息，常常應用在文獻檢索、互聯(lián)網(wǎng)搜索等領域。

綜上，兩者有各自的特點和應用場景，目前無法相互取代，但一定會相互影響，未來會交叉協(xié)作，乃至融合。

數(shù)字化浪潮在提速，緊迫感在加劇，過去每個全球重大危機（這次是疫情）都會伴隨科技革命，從而讓經(jīng)濟提速。這些年，5G、物聯(lián)網(wǎng)、元宇宙、ChatGPT層出不窮，而美國又在通過芯片等“制裁”我們，美國目前也掌握著ChatGPT的基礎技術，包括開源框架、算法模型、編譯器等。當然，我們國家也已把數(shù)字經(jīng)濟擺在核心位置，尤其對于卡脖子技術加大了投資和扶持力度，力求早日突破。

移動互聯(lián)網(wǎng)造就了中國互聯(lián)網(wǎng)的繁榮，但APP帶來了數(shù)據(jù)孤島，各個平臺都將數(shù)據(jù)當成自己的財產(chǎn)，所以獲取數(shù)據(jù)很困難，并且容易形成信息繭房。另外，我們的數(shù)據(jù)和內(nèi)容基本上以漢語為主，而漢語的信息只占人類知識儲備的一小部分，全球主流知識類文本語言是英語，更多專業(yè)期刊論文都是以英文形式發(fā)表，這也是一大問題。同時，數(shù)據(jù)質(zhì)量、數(shù)據(jù)治理、數(shù)據(jù)算力、數(shù)據(jù)安全等也日益重要。在算力上，我們國家已啟動“東數(shù)西算”工程。

ChatGPT的出現(xiàn)猶如一場工業(yè)革命爆發(fā)，讓人們從農(nóng)耕文明中醒悟，時代變了，科技日新月異，而人類的學習速度無法和機器相比，人類和機器賽跑的時代真正來了。結(jié)合ChatGPT的優(yōu)劣勢，我們要反思教育培養(yǎng)模式，不要學且不要干機器擅長的事，不要和機器搶飯碗，而是要重塑人的想象力和思考力。目前，有些學校因為擔心學生將ChatGPT用于作弊，索性禁止使用ChatGPT，個人并不認同這種一刀切的做法，我相信未來會有更好的人機相處方式。

ChatGPT可以說是科技領域的里程碑事件，帶來了機遇和挑戰(zhàn)。不可否認，目前的ChatGPT有很大泡沫，存在一些炒概念、割韭菜的現(xiàn)象，但它無時無刻不在快速進步。未來，AI之類的科技應用會重塑個人和企業(yè)的競爭力，而我們應該快速擁抱它們，實現(xiàn)人機協(xié)同，降本增效，給經(jīng)濟注入新的紅利。