邱元陽

2022年11月30日，OpenAI發(fā)布了其最新的聊天機器人模型ChatGPT。這一模型一經(jīng)亮相就驚艷了全世界，因為它顛覆了人們對Chat（聊天）的認(rèn)識，它不是簡單的知識問答和聊天、搜索，而是具有內(nèi)容生產(chǎn)能力的AI，可以幫你寫論文、做報告，甚至寫代碼、進(jìn)行程序調(diào)試……

半年過去了，ChatGPT依舊熱度不減，并在進(jìn)行升級進(jìn)化，儼然是一個全能的“六邊形戰(zhàn)士”，還產(chǎn)生了一大批的模仿和追隨者。

GPT全稱是“Generative Pre-Training transformer”，直譯過來就是“生成式預(yù)訓(xùn)練模型”，它使用了Transformer模型來進(jìn)行自我深度學(xué)習(xí)和加強學(xué)習(xí)。不同于簡單的Chat，ChatGPT是典型的AIGC（AI Generated Content，人工智能生成內(nèi)容）或GAI（Generative AI，生成式AI），具有很強的內(nèi)容生產(chǎn)能力。

AIGC被認(rèn)為是繼PGC（專業(yè)生產(chǎn)內(nèi)容）、UGC（用戶生產(chǎn)內(nèi)容）之后的新型內(nèi)容創(chuàng)作方式，其特點是高效的自動化生產(chǎn)。隨著NLG（自然語言生成技術(shù)）和AI模型的成熟，AIGC目前已經(jīng)可以自動生成文字、圖片、音頻、視頻，甚至3D模型和程序代碼。

目前，AI已經(jīng)從理解內(nèi)容走向了自動生成內(nèi)容，包括AIGC用于作畫、圖文、視頻等多類型的內(nèi)容創(chuàng)作。當(dāng)然，這其中也少不了機械的模仿和照搬，如曾經(jīng)鬧出把起重機畫成鶴的笑話的文心一言，讓人懷疑其文生圖功能是中譯英后“套皮”Stable Diffusion來生成圖像，但其修正和完善之后卻又似乎是因為采用了英文標(biāo)注的圖片素材。李彥宏在解釋“胸有成竹”等成語生成圖片因望文生義而尷尬時曾說，不能要求AI的各項能力都與人匹配，它不“像”人也沒什么不好，而且我們的AI還正在成長中，初級階段表現(xiàn)不佳也很正常，但是它會很快地進(jìn)步。畢竟，就連ChatGPT這種偶像級的AI也一樣犯過一本正經(jīng)地證明27是質(zhì)數(shù)這樣的錯誤，GPT從1.0到4.0一路走來，也是比較漫長和曲折的。

2015年，OpenAI成立，次年推出初代GPT，2019年發(fā)布GPT-2，可以生成語言并在一定程度上準(zhǔn)確識別語言；2020年發(fā)布GPT-3，可以生成各種類型的文本并理解文本的語義；2022年OpenAI推出的ChatGPT，正是在GPT-3模型基礎(chǔ)上構(gòu)建的，之后又發(fā)展到GPT-3.5。如今為大家所津津樂道的，已經(jīng)是GPT-4了。

人工智能的重大研究方向之一就是NLP（自然語言處理），也就是讓機器讀懂人類的語言。NLP研究有兩大方向，一個是谷歌的雙向技術(shù)，以BERT為代表；另一個就是OpenAI的自回歸技術(shù)，以GPT為代表。這兩種技術(shù)方向的競爭，背后就是谷歌與微軟的競爭。在Alpha GO之后，微軟終于靠ChatGPT扳回一局。飛速進(jìn)化的ChatGPT，已經(jīng)有了引領(lǐng)第四次工業(yè)革命的趨勢。

與以前的AI不同，ChatGPT解放的不是人的體力，而是腦力。如果它能取代人的部分工作，那么被取代的可能是腦力勞動而非體力勞動。想到這一點，不免讓人有些脊背發(fā)涼。

從程序員的角度看，他們不會相信GPT能產(chǎn)生智慧，因為GPT底層算法的本質(zhì)就是數(shù)學(xué)概率而已。但是從用戶角度看，GPT的智能已經(jīng)高得驚人，甚至到了需要叫停的地步。

計算機模型使用反向傳播算法，可以以一種完全不同于人類大腦的方式運行，在算法模型下進(jìn)行海量訓(xùn)練，會讓AI飛速進(jìn)化。深度學(xué)習(xí)之父、圖靈獎得主杰弗里·辛頓在接受Emtech采訪中公開警告AI風(fēng)險：人類終結(jié)已近在眼前。