摘要：【目的】近期ChatGPT成為人工智能領(lǐng)域的一個(gè)熱門話題，因其出色的語言生成技術(shù)而受到廣泛關(guān)注，能夠通過學(xué)習(xí)和理解人類的語言來進(jìn)行對(duì)話。ChatGPT的橫空出世，對(duì)谷歌、百度等科技巨頭而言很焦慮，但ChatGPT的沖擊力不僅止于此。文章旨在探討它帶來了新一輪的AI技術(shù)范式革新?！痉椒ā课恼聫牧奶鞕C(jī)器人的發(fā)展說起，詳述其背后的各項(xiàng)AI技術(shù)發(fā)展情況?！窘Y(jié)果】總結(jié)ChatGPT在未來存在的機(jī)會(huì)與挑戰(zhàn)?！窘Y(jié)論】ChatGPT的熱潮帶來的是人們對(duì)通用人工智能發(fā)展的期望。誰的適應(yīng)能力更強(qiáng)，能快速擁抱這個(gè)趨勢(shì)，就能抓住下一個(gè)時(shí)代的機(jī)會(huì)。

關(guān)鍵詞：ChatGPT；人工智能；對(duì)話機(jī)器人；AI 技術(shù)" " " " 中圖分類號(hào)：G234.2" " " " " " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-0134（2023）02-025-05" " " " "DOI：10.19483/j.cnki.11-4653/n.2023.02.004

本文著錄格式：徐楨虎.從ChatGPT爆火的必然性，揭開背后的AI技術(shù)發(fā)展現(xiàn)狀[J].中國(guó)傳媒科技，2023（02）：25-29.

1.對(duì)話機(jī)器人的前世今生

1.1" "對(duì)話機(jī)器人的起源

談到對(duì)話機(jī)器人的發(fā)展歷史，必須提及著名的圖靈測(cè)試。1950年，被稱為“人工智能之父”的數(shù)學(xué)家圖靈發(fā)表了論文《計(jì)算機(jī)器與智能》，首次提出了對(duì)人工智能的評(píng)價(jià)準(zhǔn)則，即圖靈測(cè)試。測(cè)試者和被測(cè)試者通常是一個(gè)人和一臺(tái)機(jī)器，通過一些裝置進(jìn)行交流。如果有超過30%的測(cè)試者不能區(qū)分哪些問題是由人還是機(jī)器回答的，那么機(jī)器通過測(cè)試，證明機(jī)器具有了一定的人類智慧。盡管目前用圖靈測(cè)試評(píng)測(cè)對(duì)話系統(tǒng)存在爭(zhēng)議，但圖靈測(cè)試的思路引領(lǐng)了幾十年間人工智能對(duì)話系統(tǒng)的發(fā)展。對(duì)話機(jī)器人是人工智能領(lǐng)域的一個(gè)重要分支，隨著人工智能技術(shù)的不斷進(jìn)步，對(duì)話機(jī)器人也經(jīng)歷了多個(gè)發(fā)展階段。

第一階段是早期的規(guī)則和模板對(duì)話機(jī)器人。在人工智能領(lǐng)域的早期，對(duì)話機(jī)器人主要是基于規(guī)則和模板進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)的。這種機(jī)器人需要開發(fā)人員手動(dòng)編寫規(guī)則和模板，然后根據(jù)用戶的輸入進(jìn)行匹配和回答。由于規(guī)則和模板缺乏靈活性，這種機(jī)器人往往只能應(yīng)對(duì)特定場(chǎng)景的對(duì)話，無法處理更廣泛的對(duì)話場(chǎng)景。

第二階段是基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的對(duì)話機(jī)器人。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)的對(duì)話機(jī)器人逐漸興起。這種機(jī)器人利用自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)對(duì)用戶輸入進(jìn)行分析和處理，然后根據(jù)歷史數(shù)據(jù)和模型預(yù)測(cè)生成回答。由于可以利用歷史數(shù)據(jù)和模型進(jìn)行學(xué)習(xí)和預(yù)測(cè)，這種機(jī)器人的應(yīng)對(duì)能力比基于規(guī)則和模板的機(jī)器人更強(qiáng)大。

第三階段是基于深度學(xué)習(xí)的對(duì)話機(jī)器人。近年來，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，基于深度學(xué)習(xí)的對(duì)話機(jī)器人逐漸崛起。這種機(jī)器人通過對(duì)大規(guī)模語料庫(kù)進(jìn)行學(xué)習(xí)，自動(dòng)學(xué)習(xí)生成回答的模式和規(guī)律，可以處理更復(fù)雜的對(duì)話場(chǎng)景和用戶輸入情況。其中，基于Transformer架構(gòu)的預(yù)訓(xùn)練語言模型，如BERT、GPT等被廣泛應(yīng)用于對(duì)話機(jī)器人的設(shè)計(jì)和實(shí)現(xiàn)，可以呈現(xiàn)更自然、流暢和準(zhǔn)確的對(duì)話回答。

對(duì)話機(jī)器人經(jīng)歷了從基于規(guī)則和模板到基于統(tǒng)計(jì)機(jī)器學(xué)習(xí)，再到基于深度學(xué)習(xí)的演進(jìn)過程。此時(shí)期，基于機(jī)器學(xué)習(xí)來進(jìn)行自然語言理解的方法百花齊放。但隨著后來的發(fā)展，傳統(tǒng)的機(jī)器學(xué)習(xí)遇到了瓶頸，特別是在語音識(shí)別和圖像分類方面準(zhǔn)確率無法提高。因此，在第三代的研究中，這些系統(tǒng)基本上轉(zhuǎn)向了基于大數(shù)據(jù)和深度學(xué)習(xí)的技術(shù)，如Amazon Alexa、天貓精靈和Siri等助手類機(jī)器人。它們主要采用深度學(xué)習(xí)方法，即意圖識(shí)別和語言理解的方式?；谏疃葘W(xué)習(xí)技術(shù)，使得端到端的對(duì)話系統(tǒng)變得可行。

1.2" "ChatGPT與傳統(tǒng)對(duì)話機(jī)器人的區(qū)別

傳統(tǒng)對(duì)話機(jī)器人通常是基于規(guī)則或模板進(jìn)行設(shè)計(jì)和實(shí)現(xiàn)的，后期加入了語義分析和理解等自然語言處理的技術(shù)。傳統(tǒng)對(duì)話機(jī)器人在與用戶進(jìn)行交互時(shí)，首先通過預(yù)設(shè)的規(guī)則或模板匹配用戶的輸入，然后根據(jù)匹配結(jié)果返回相應(yīng)的回答。本質(zhì)上說還算按照搜索的思路在做，因此生成的回答給用戶感覺會(huì)是拼湊感多。這種方法的優(yōu)點(diǎn)是實(shí)現(xiàn)簡(jiǎn)單、速度快，但缺點(diǎn)是需要大量的手動(dòng)工作來編寫規(guī)則和模板，并且很難覆蓋所有的對(duì)話場(chǎng)景和用戶輸入。封面新聞算是國(guó)內(nèi)媒體做對(duì)話機(jī)器人最早的幾家，那時(shí)候基本也是基于這個(gè)思路。業(yè)界技術(shù)沒有突破。在應(yīng)用上也很難更進(jìn)一步。[1]

ChatGPT則是基于深度學(xué)習(xí)技術(shù)的對(duì)話生成模型。與傳統(tǒng)對(duì)話機(jī)器人不同的是，ChatGPT不需要預(yù)先編寫規(guī)則或模板，而是通過對(duì)大規(guī)模語料庫(kù)的學(xué)習(xí)，自動(dòng)學(xué)習(xí)生成回答的模式和規(guī)律。因此，這類模型可以在更廣泛的對(duì)話場(chǎng)景和用戶輸入情況下提供更自然、流暢和準(zhǔn)確的回答。此外，它還可以進(jìn)行上下文理解，能根據(jù)之前的對(duì)話歷史生成更連貫的回答，因此用戶的體驗(yàn)更加良好。

因此，傳統(tǒng)對(duì)話機(jī)器人與ChatGPT的主要區(qū)別在于實(shí)現(xiàn)方式和能力范圍。傳統(tǒng)對(duì)話機(jī)器人是基于規(guī)則或模板，需要手動(dòng)編寫，適用于少量場(chǎng)景和固定對(duì)話流程；而ChatGPT是基于深度學(xué)習(xí)技術(shù)，自動(dòng)學(xué)習(xí)回答的模式和規(guī)律，適用于更廣泛的對(duì)話場(chǎng)景和用戶輸入情況。

1.3" "ChatGPT全球爆火的核心原因

為什么ChatGPT能夠在全世界引起如此廣泛的關(guān)注，對(duì)普通人來說最主要的原因是，ChatGPT在一定程度上滿足了很多人對(duì)影視中出現(xiàn)的AI想象。它能夠通過學(xué)習(xí)和理解人類的語言來進(jìn)行對(duì)話，還能根據(jù)聊天內(nèi)容的上下文進(jìn)行互動(dòng)，像人一樣來溝通交流。

可能源于人們對(duì)人工智能技術(shù)的期望往往高于實(shí)際能力，以往出現(xiàn)的那些人機(jī)交互類型的AI產(chǎn)品，比如聊天機(jī)器人、自動(dòng)駕駛系統(tǒng)、智能家居設(shè)備，由于表現(xiàn)不佳、結(jié)果不準(zhǔn)確或不可靠，常常被用戶稱為“人工智障”。而ChatGPT看起來像是真的有了自己的思想，就像是流浪地球2中的MOSS系統(tǒng)。用戶問什么它都可以給出相對(duì)滿意的答案。

2.從技術(shù)層面如何解讀ChatGPT

2.1" "對(duì)AI研究發(fā)展的意義

作為一個(gè)大型的自然語言處理（NLP）模型，ChatGPT可以在許多方面對(duì)人工智能研究的發(fā)展產(chǎn)生影響。主要有以下三個(gè)方面。

2.1.1" "推動(dòng)自然語言處理的發(fā)展

ChatGPT是自然語言處理領(lǐng)域的一項(xiàng)重要技術(shù)，可以幫助處理自然語言文本中的語義、上下文等方面的問題。在未來，這些技術(shù)有望進(jìn)一步發(fā)展，使得機(jī)器能夠更好地理解自然語言，并能夠進(jìn)行更加復(fù)雜的任務(wù)，如自然語言推理、文本生成等。

2.1.2" "推動(dòng)大模型在深度學(xué)習(xí)的應(yīng)用

ChatGPT的背后是基于Transformer的模型結(jié)構(gòu)，它是深度學(xué)習(xí)領(lǐng)域的一個(gè)重要技術(shù)。ChatGPT的成功證明了大模型在自然語言處理領(lǐng)域的有效性，也為研究者提供了其他人工智能領(lǐng)域新的思路，從而推動(dòng)了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的發(fā)展。

2.1.3" "提高人機(jī)交互的效率

ChatGPT可以用于開發(fā)更高效的對(duì)話系統(tǒng)，從而改善人機(jī)交互的體驗(yàn)。例如，ChatGPT可以幫助機(jī)器人或虛擬助手更好地理解和回應(yīng)人類的語言，從而更準(zhǔn)確地滿足用戶需求。

所以，當(dāng)ChatGPT出現(xiàn)時(shí)，內(nèi)行的震驚程度比外行更高，因?yàn)橹肋@樣的提升是非常困難的。AI算法科研領(lǐng)域正經(jīng)歷算法、開源代碼、工程、算力的增長(zhǎng)飛輪，ChatGPT所代表的大模型的創(chuàng)建和學(xué)習(xí)能力會(huì)成為新的流行方向。而且可以預(yù)見，更多這類大模型會(huì)雨后春筍一般快速出現(xiàn)。總的來說，ChatGPT代表了人工智能領(lǐng)域中的重要突破，通過不斷地改進(jìn)和應(yīng)用，ChatGPT將有望為人工智能研究的發(fā)展帶來更多的貢獻(xiàn)。

2.2" "技術(shù)層面的革新

ChatGPT帶來了新一輪的AI技術(shù)范式革新，意味著業(yè)內(nèi)期望已久的通用人工智能應(yīng)用開始出現(xiàn)。ChatGPT的橫空出世，使谷歌、百度等科技巨頭非常焦慮，但它的沖擊力不僅止于此。它真正讓所有人都感到吃驚的是背后大語言模型（LLM）的創(chuàng)建和學(xué)習(xí)能力。

很多人對(duì)ChatGPT的了解還僅僅限于它是一個(gè)更智能的聊天機(jī)器人。但實(shí)際上其對(duì)技術(shù)層面的革新重點(diǎn)在于“GPT”而不是“Chat”。目前最流行的Transformer核心架構(gòu)大語言模型包括GPT和BERT兩種，在說大模型之前先了解一下Transformer架構(gòu)。它與RNN（Recurrent Neural Network）架構(gòu)是在自然語言處理領(lǐng)域中經(jīng)常用于處理序列數(shù)據(jù)的兩種架構(gòu)。但是Transformer支持千億級(jí)參數(shù)的超大規(guī)模數(shù)據(jù)量，RNN則承載不了這么大的數(shù)據(jù)量。RNN中的每個(gè)時(shí)間步都需要等待前一個(gè)時(shí)間步的計(jì)算結(jié)果，因此模型的并行性較差。Transformer可以并行計(jì)算，通過自注意力機(jī)制來處理序列數(shù)據(jù)，可以同時(shí)處理整個(gè)序列。

BERT和GPT都是非常強(qiáng)大的大語言模型，在不同的任務(wù)和場(chǎng)景中都有對(duì)應(yīng)很好的表現(xiàn)。BERT是基于轉(zhuǎn)移學(xué)習(xí)的思想開發(fā)的，主要用于解決語言理解相關(guān)的任務(wù)，如問答、語義關(guān)系抽取等。GPT則是基于生成式預(yù)訓(xùn)練的思想開發(fā)的，主要用于解決語言生成相關(guān)的任務(wù)，如文本生成、機(jī)器翻譯等。在使用場(chǎng)景上，BERT更適用于在已有標(biāo)注數(shù)據(jù)上微調(diào)的場(chǎng)景，GPT更適用于在大量未標(biāo)注數(shù)據(jù)上預(yù)訓(xùn)練的場(chǎng)景。簡(jiǎn)言之，GPT是做下文預(yù)測(cè)，BERT是做整句預(yù)測(cè)。

然而OpenAI的GPT系列模型并沒有開源?；谖谋绢A(yù)訓(xùn)練的GPT前三代模型都是采用的以Transformer為核心結(jié)構(gòu)的模型，不同的是模型的層數(shù)和詞向量長(zhǎng)度等超參。GPT-3被提出時(shí)，除了它遠(yuǎn)超GPT-2的效果，引起更多討論的是它1750億的參數(shù)量。GPT-3的訓(xùn)練使用了情境學(xué)習(xí)，它是元學(xué)習(xí)的一種，其核心思想在于通過少量的數(shù)據(jù)尋找一個(gè)合適的初始化范圍，使得模型能夠在有限的數(shù)據(jù)集上快速擬合，并獲得不錯(cuò)的效果。人類喜歡的不僅包括生成內(nèi)容的流暢性和語法的正確性，還包括生成內(nèi)容的有用性、真實(shí)性。強(qiáng)化學(xué)習(xí)的思路是通過對(duì)獎(jiǎng)勵(lì)的大量采樣來擬合損失函數(shù)，從而實(shí)現(xiàn)模型的訓(xùn)練。同樣人類反饋也是不可導(dǎo)的，那么我們也可以將人工反饋?zhàn)鳛閺?qiáng)化學(xué)習(xí)的獎(jiǎng)勵(lì)，基于人工反饋的強(qiáng)化學(xué)習(xí)便應(yīng)運(yùn)而生。[2]如果把對(duì)話機(jī)器人的優(yōu)化比喻成一個(gè)人在進(jìn)行知識(shí)學(xué)習(xí)的話，傳統(tǒng)對(duì)話機(jī)器人以前是在幼兒園階段就學(xué)習(xí)某類?？浦R(shí)就進(jìn)行訓(xùn)練，而ChatGPT是先學(xué)習(xí)完所有大學(xué)知識(shí)，再進(jìn)行訓(xùn)練。

在ChatGPT推出之前，國(guó)內(nèi)外已有不少大模型。但相比其他大模型，ChatGPT在AI的技術(shù)路線和訓(xùn)練方式上的變革，帶來了業(yè)界意料之外的突破。包括有一個(gè)非常強(qiáng)大的技術(shù)底座，即InstructGPT模型，同時(shí)在引入的強(qiáng)化學(xué)習(xí)機(jī)制上取得了突破，并且在數(shù)據(jù)質(zhì)量和多樣性上也非常講究。光是基礎(chǔ)模型本身的差距，雖然國(guó)內(nèi)外也訓(xùn)練了很多萬億模型或者是幾千億的模型，但訓(xùn)練的充分程度是遠(yuǎn)遠(yuǎn)不夠的。有人用同樣的問題向某大型AI廠商的大模型和ChatGPT發(fā)問，ChatGPT從回答的邏輯性和完整度上都遠(yuǎn)超對(duì)手。

2.3" "數(shù)據(jù)集的構(gòu)成

除了大模型的加持，ChatGPT的對(duì)話表現(xiàn)很大程度上取決于它所使用的數(shù)據(jù)集。數(shù)據(jù)集提供了模型訓(xùn)練和評(píng)估所需的輸入和輸出數(shù)據(jù)。在訓(xùn)練ChatGPT模型時(shí)，需要大量的文本數(shù)據(jù)來訓(xùn)練模型，使其能夠?qū)W習(xí)語言模式和規(guī)律，從而具有語義理解和生成能力。訓(xùn)練數(shù)據(jù)集的質(zhì)量和數(shù)量對(duì)模型的性能和表現(xiàn)至關(guān)重要。通常，訓(xùn)練數(shù)據(jù)集越大、多樣化和質(zhì)量越高，模型的性能和泛化能力就越好。

因此，數(shù)據(jù)集對(duì)ChatGPT模型的性能和表現(xiàn)具有非常重要的影響。一個(gè)好的數(shù)據(jù)集應(yīng)該具有充分的數(shù)據(jù)量、多樣化的文本類型和質(zhì)量高的數(shù)據(jù)標(biāo)注。截至2023年2月，絕大部分用戶能接觸到的ChatGPT是采用的GPT-3.5模型，但目前公開資料能找到關(guān)于其模型數(shù)據(jù)集構(gòu)成的信息主要來自O(shè)penAI于2020年發(fā)布的GPT-3模型論文。其論文闡明了所用訓(xùn)練數(shù)據(jù)集的token數(shù)量，但訓(xùn)練數(shù)據(jù)集的內(nèi)容和大小尚不清楚。該數(shù)據(jù)集包含了多種來源的文本數(shù)據(jù)，如維基百科、新聞、書籍、社交媒體等。[3]這些數(shù)據(jù)集經(jīng)過處理和清洗，以便用于預(yù)訓(xùn)練模型。數(shù)據(jù)集針對(duì)不同的應(yīng)用場(chǎng)景和目的而設(shè)計(jì)，主要包括：

維基百科（Wikipedia）：是一個(gè)免費(fèi)的多語言協(xié)作在線百科全書。維基百科中的文本很有價(jià)值，因?yàn)樗粐?yán)格引用，以說明性文字形式寫成，并且跨越多種語言和領(lǐng)域。一般來說，重點(diǎn)研究實(shí)驗(yàn)室會(huì)首先選取它的純英文過濾版作為數(shù)據(jù)集。

書籍（Books）：由小說和非小說兩大類組成，主要用于訓(xùn)練模型的故事講述能力和反應(yīng)能力，數(shù)據(jù)集包括Project Gutenberg和Smashwords等。

雜志期刊（Journals）：預(yù)印本和已發(fā)表期刊中的論文為數(shù)據(jù)集提供了堅(jiān)實(shí)而嚴(yán)謹(jǐn)?shù)幕A(chǔ)，因?yàn)閷W(xué)術(shù)寫作通常來說更有條理更細(xì)致。

Reddit鏈接：WebText是一個(gè)大型數(shù)據(jù)集，它的數(shù)據(jù)是從社交媒體平臺(tái)Reddit所有出站鏈接網(wǎng)絡(luò)中爬取的，每個(gè)鏈接至少有3個(gè)贊，代表了流行內(nèi)容的風(fēng)向標(biāo)，對(duì)輸出優(yōu)質(zhì)鏈接和后續(xù)文本數(shù)據(jù)具有指導(dǎo)作用。

Common Crawl（CC）：是2008年至今的一個(gè)網(wǎng)站抓取的大型數(shù)據(jù)集，數(shù)據(jù)包含原始網(wǎng)頁(yè)、元數(shù)據(jù)和文本提取，它的文本來自不同語言、不同領(lǐng)域。重點(diǎn)研究實(shí)驗(yàn)室一般會(huì)首先選取它的純英文過濾版（C4）作為數(shù)據(jù)集。

其他數(shù)據(jù)集（Other）：不同于上述類別，這類數(shù)據(jù)集由GitHub等代碼數(shù)據(jù)集、StackExchange 等對(duì)話論壇和視頻字幕數(shù)據(jù)集組成。

圖1" " GPT-3數(shù)據(jù)集總結(jié)[3]

國(guó)內(nèi)大型互聯(lián)網(wǎng)公司沒有率先做出類似ChatGPT的應(yīng)用，除了OpenAI相關(guān)技術(shù)領(lǐng)先的原因，國(guó)內(nèi)做AI應(yīng)用拿不到足夠多領(lǐng)域的數(shù)據(jù)，這也是另外一個(gè)重要原因。國(guó)外的絕大部分應(yīng)用都有網(wǎng)頁(yè)版數(shù)據(jù)可以采集。國(guó)內(nèi)互聯(lián)網(wǎng)內(nèi)卷嚴(yán)重的環(huán)境導(dǎo)致了大型App應(yīng)用的數(shù)據(jù)孤島。

但ChatGPT在中文的識(shí)別效果也很不錯(cuò)，這是因?yàn)樵谟?xùn)練ChatGPT的大型語言數(shù)據(jù)集中，也包含了大量的中文文本。這些文本包括新聞、社交媒體、百科全書、小說等，經(jīng)過處理和清洗后，被用于訓(xùn)練ChatGPT模型。因此，ChatGPT在處理中文文本時(shí)，可以利用這些訓(xùn)練數(shù)據(jù)中的中文語言模式和規(guī)律，從而獲得對(duì)中文的語義理解和生成能力。

此外，ChatGPT采用了預(yù)訓(xùn)練—微調(diào)的方法，即在大規(guī)模數(shù)據(jù)集上預(yù)先訓(xùn)練語言模型，然后通過微調(diào)來適應(yīng)特定的任務(wù)和領(lǐng)域。在微調(diào)過程中，ChatGPT可以通過訓(xùn)練樣本來進(jìn)一步調(diào)整模型參數(shù)，以適應(yīng)特定的語言和任務(wù)，包括中文語言和任務(wù)。這使得ChatGPT能夠更好地適應(yīng)中文語言和語境，從而獲得更好的中文語義理解和生成能力，這得益于在訓(xùn)練數(shù)據(jù)和模型設(shè)計(jì)上的綜合考慮和優(yōu)化。

2.4" "ChatGPT能否理解邏輯本身

ChatGPT可以識(shí)別并使用邏輯語言的結(jié)構(gòu)和形式，但其理解能力基于訓(xùn)練數(shù)據(jù)和算法，而不是真正的“理解”或類似于人類的推理。可以根據(jù)給定的邏輯語句或問題進(jìn)行計(jì)算和推理，但推理可能受到限制或出現(xiàn)偏差。此外，邏輯的解釋和使用也可能因特定的上下文和語境而發(fā)生變化，這對(duì)ChatGPT說來可能會(huì)帶來一定的挑戰(zhàn)和限制。因此，雖然可以使用邏輯語言和形式，但能力和表現(xiàn)仍然受到許多因素的影響，并不能與人類的邏輯思維能力完全媲美。另外，有時(shí)候用戶會(huì)在主觀上覺得答案結(jié)果不夠準(zhǔn)確，可能更主要的原因在于問題描述不夠準(zhǔn)確，對(duì)它來說只能是當(dāng)前語境下的最優(yōu)答案。

2.5" "目前存在的問題

得益于ChatGPT背后最先進(jìn)的GPT3.5大模型，它的絕大部分回答在數(shù)據(jù)集時(shí)間范圍內(nèi)都是準(zhǔn)確的，因此普通用戶并不知道它的運(yùn)作機(jī)制，會(huì)傾向于認(rèn)為它無所不知。ChatGPT可能會(huì)以一種非常自信的口吻來編造事實(shí)，這是一個(gè)大問題。

目前主要有三類問題：

（1）結(jié)果不穩(wěn)定。這會(huì)導(dǎo)致對(duì)結(jié)果準(zhǔn)確性要求高的業(yè)務(wù)無法直接應(yīng)用，需要人工審核，更多是作為輔助應(yīng)用或應(yīng)用于娛樂性強(qiáng)的場(chǎng)景。

（2）推理能力有限。例如詢問現(xiàn)在的美國(guó)總統(tǒng)是誰，會(huì)回答奧巴馬或特朗普，但又能回答出拜登是第46任總統(tǒng)?？梢园l(fā)現(xiàn)模型中事實(shí)存在，但它無法推理出正確答案。

（3）知識(shí)更新實(shí)時(shí)性不夠。一方面是因?yàn)槟壳罢麄€(gè)模型的二次訓(xùn)練成本很高，另一方面知識(shí)更新也會(huì)帶來知識(shí)遺忘。

但對(duì)這些問題不必過于擔(dān)憂，ChatGPT背后有著海量的資料庫(kù)和龐大的算力做支撐，隨著它與搜索引擎的結(jié)合越來越高，對(duì)知識(shí)更新的實(shí)時(shí)性問題肯定可以得到解決。以后人們甚至可以把ChatGPT當(dāng)成一個(gè)交互式的搜索引擎來用。

總而言之，ChatGPT內(nèi)容信源的可靠性依然是一個(gè)大問題。除此之外，目前最核心的問題還是，它會(huì)以一種非常自信的口吻來編造事實(shí)。因此，需要引入不同的行業(yè)專家。比如哲學(xué)、社會(huì)科學(xué)、藝術(shù)和人文學(xué)科的人士來參與管理ChatGPT的使用。所以，AI公司有責(zé)任讓公眾意識(shí)到這些問題，同時(shí)，監(jiān)管機(jī)構(gòu)和政府也需要對(duì)這個(gè)系統(tǒng)進(jìn)行更多的重視。

3.ChatGPT的機(jī)會(huì)與挑戰(zhàn)

3.1" "對(duì)傳媒領(lǐng)域帶來的影響

現(xiàn)在的ChatGPT能力非常全面，能完成創(chuàng)意生成、視頻腳本、活動(dòng)文案、文章寫作、代碼編寫等各種類型的任務(wù)。但其實(shí)它還是更適合應(yīng)用在小說寫作、劇本創(chuàng)作、活動(dòng)策劃、數(shù)據(jù)分析等需要解放生產(chǎn)力和提升效率的行業(yè)。但對(duì)某些領(lǐng)域來說ChatGPT的應(yīng)用會(huì)引起巨大爭(zhēng)議，甚至?xí)獾綐I(yè)界的“封殺令”。比如說學(xué)術(shù)領(lǐng)域，ChatGPT即使不需要理解專業(yè)的知識(shí)，它也能生成一篇專業(yè)性更高的內(nèi)容，并獲得專家認(rèn)可。學(xué)術(shù)倫理的問題需要得到更多的監(jiān)管。

就在兩三年以前，AI在傳媒行業(yè)的作用更多是輔助內(nèi)容生產(chǎn)，媒體的內(nèi)容要有自己的價(jià)值觀。但現(xiàn)在AI技術(shù)的發(fā)展太快，數(shù)字人+ChatGPT+多模態(tài)內(nèi)容生成，已經(jīng)能夠替代主持人、記者、編輯的很多工作。從文章寫作、新聞獲取、方案制定、人機(jī)互動(dòng)，ChatGPT都能在數(shù)秒內(nèi)完成，未來傳媒行業(yè)的人機(jī)高效協(xié)作將會(huì)成為更加常見的場(chǎng)景。

從積極的方向來說，ChatGPT也可以促進(jìn)媒體產(chǎn)業(yè)的創(chuàng)新和進(jìn)步，提高媒體內(nèi)容的產(chǎn)量和質(zhì)量，并為用戶提供更好的體驗(yàn)和服務(wù)。包括為媒體公司提供新的技術(shù)和工具，改進(jìn)內(nèi)容的質(zhì)量和生產(chǎn)效率，為用戶提供更好的體驗(yàn)。

3.2" "應(yīng)該如何與它共存

對(duì)普通用戶來說，ChatGPT目前還有很多問題。但只要用過的ChatGPT的人，即使一小部分人還不認(rèn)可它是真正的AI，但沒人認(rèn)為它和之前那些“人工智障”的聊天機(jī)器人是一樣的。直觀來說，人們會(huì)認(rèn)為是AI的智力提升了，但實(shí)際上ChatGPT背后的GPT3.5大模型，更多的提升在于“用人類所喜歡的方式回答”。

人類應(yīng)該積極地與ChatGPT共存合作，發(fā)揮人工智能技術(shù)的優(yōu)勢(shì)，同時(shí)也需要關(guān)注其潛在的風(fēng)險(xiǎn)和挑戰(zhàn)，加強(qiáng)人工智能技術(shù)的監(jiān)管和管理，以及加強(qiáng)對(duì)人工智能技術(shù)的教育和培訓(xùn)。

人類和ChatGPT應(yīng)該進(jìn)行合作和互補(bǔ)，相互協(xié)作，共同解決一些現(xiàn)實(shí)問題和挑戰(zhàn)。ChatGPT可以為人類提供一些基礎(chǔ)的服務(wù)和支持，例如自動(dòng)化生產(chǎn)、數(shù)據(jù)分析、預(yù)測(cè)和推薦等。人類可以利用ChatGPT的技術(shù)和工具，進(jìn)行一些更高級(jí)別的創(chuàng)新和創(chuàng)造。

3.3" "未來展望

ChatGPT的熱潮帶來的是人們對(duì)通用人工智能發(fā)展的期望。大企業(yè)不一定能夠獲得最大的紅利，但這是創(chuàng)新型小企業(yè)一個(gè)千載難逢的機(jī)遇。如果大企業(yè)不進(jìn)行二次創(chuàng)業(yè)，那么就會(huì)失去自己的優(yōu)勢(shì)走下坡路?？傮w來說，小企業(yè)的機(jī)會(huì)可能更多在應(yīng)用層。大企業(yè)更多是要在基礎(chǔ)層和中間層開始創(chuàng)新，不然肯定會(huì)受到巨大的挑戰(zhàn)。

對(duì)商業(yè)圈來說，有可能帶來新一輪技術(shù)革新和商業(yè)模式革新，最近開始流行一句話：“所有行業(yè)都值得用AI重新再做一遍”。不斷挖掘新的商業(yè)應(yīng)用場(chǎng)景，讓近幾年陷入應(yīng)用瓶頸的AI領(lǐng)域重新煥發(fā)活力，相信未來幾年我們會(huì)看到一大批人機(jī)交互類型的AI應(yīng)用百花齊放。例如，微軟已經(jīng)開始在嘗試用ChatGPT取代財(cái)報(bào)分析師，也許一年以后就不再需要財(cái)報(bào)分析人員，AI可以直接分析海量的公司財(cái)報(bào)數(shù)據(jù)，形成關(guān)鍵信息與用戶進(jìn)行多輪互動(dòng)?？赡苊總€(gè)人都無法完全置身事外。誰的適應(yīng)能力更強(qiáng)，能快速擁抱這個(gè)趨勢(shì)，就能抓住下一個(gè)時(shí)代的機(jī)會(huì)。

[1]徐楨虎. 媒體智能機(jī)器人IP的打造路徑及應(yīng)用探究[J]. 中國(guó)傳媒科技，2022（12）：17-20.

[2] ChatGPT/Instruct GPT詳解[EB/OL]. https ：//zhuanlan ." " " " "zhihu.com/p/590311003.2022-12-08/2023-02-25.

[3]ChatGPT數(shù)據(jù)集之謎[EB/OL]. https：//mp.weixin.qq.com/s/LLAs45yJFbvfZRYIbcgU6A.2023-02-17/2023-02-25.

作者簡(jiǎn)介：徐楨虎 （1986-），男，四川達(dá)州，封面?zhèn)髅娇萍几笨偨?jīng)理兼首席數(shù)據(jù)官，研究方向?yàn)槊襟w人工智能與大數(shù)據(jù)應(yīng)用。

（責(zé)任編輯：陳旭管）