巨頭扎堆ChatGPT“求自?！保竽Ｐ秃芸鞎赓M丨亮見22期

丨劃重點

1. OpenAI可能也沒預料到ChatGPT出色的能力表現(xiàn)，人類則習慣為AI賦予科幻、浪漫主義色彩。

2. 各種大模型的能力都還沒得到科學的實證，ChatGPT也不一定能完全復現(xiàn)自己的推斷，這也是為什么沒有一家公司能夠復制ChatGPT成功的原因。

3. 已經(jīng)有非常重的商業(yè)模式、產(chǎn)品的團隊/公司，不會輕易像OpenAI一樣去將技術(shù)成果公之于眾，大模型作為基礎模型很快會走向“免費”。

4. 不用擔心“AI取代人工”人類發(fā)展進程足夠說明新技術(shù)的誕生，基本沒有引發(fā)過于嚴重的問題。

5. 對于國內(nèi)公司來講，產(chǎn)品整合大模型，挑戰(zhàn)行業(yè)‘大鱷’，是非常好的‘武器’。

丨概述

過去兩個月，ChatGPT熱潮席卷中文互聯(lián)網(wǎng)，讓整個行業(yè)徹底領略了人工智能技術(shù)產(chǎn)品應用的潛力。

在火熱的同時，也引發(fā)了很多人的思考，「ChatGPT能否成為互聯(lián)網(wǎng)的下一個系統(tǒng)性的機會？」這個問題可以拆解為兩層含義，一方面是對ChatGPT能力上限的疑問，另一方面則是對互聯(lián)網(wǎng)未來發(fā)展的疑問。面對如今ChatGPT火爆全球而引發(fā)‘人工智能替代人類’的話題，小冰公司CEO李笛認為：數(shù)十萬年的人類發(fā)展，佐證了科技進步帶來的效率提升不會產(chǎn)生過于嚴重的問題，應當對人類社會的自我調(diào)節(jié)機制有信心，崗位的消失與誕生也代表著人類的迭代與進步。面對如今大量巨頭扎堆ChatGPT，李笛認為大模型在當前的時間點是‘挑戰(zhàn)者的武器’。對于人工智好與壞的判斷，應當是多維度的，而不是單純地定義。

以下為直播文字精華版：

01

大公司不會輕易推出大模型，更多的是戰(zhàn)略防御

劉興亮：如果用最簡單的一句話來介紹ChatGPT，可能是什么？另外，為什么ChatGPT突然就「火了」，有什么偶然和必然因素？核心技術(shù)是什么？

李笛：從行業(yè)和大眾的視角，我的觀點是不同的。

大模型技術(shù)被證明有效之前，整個行業(yè)曾遇到困擾多年的瓶頸，特別是在自然語言處理方面，基于知識圖譜、意圖識別，大量方案都未能有效解決問題，怎樣能夠真正通過知識圖譜，高效的將知識結(jié)構(gòu)化組織起來，大模型的誕生提供了新的思路。

對于大眾來講所感受到的是它涌現(xiàn)出的新能力。在GPT-1、GPT-2這個階段還沒有展現(xiàn)出這樣的能力，但由于OpenAI持續(xù)訓練、優(yōu)化大模型，到GPT-3.5時具備了誕生思維鏈的新能力。

簡單來講，具備思維鏈能力，能夠更好的解決模型在與人交互時的回應，相比早期版本更有邏輯思維，它會將問題邏輯進行拆分，并從訓練數(shù)據(jù)進行關鍵信息調(diào)用、組合，以至于比人的邏輯更加縝密。由于這種方式遠遠超出大眾預期，因而產(chǎn)生非常驚人的效果。

過去幾年，整個行業(yè)在人工智能的技術(shù)范式上的全新突破，也就是大模型。

它的發(fā)展過程中也出現(xiàn)過許多創(chuàng)新，最初還被用于演示產(chǎn)品，但僅限于產(chǎn)業(yè)內(nèi)，ChatGPT是首次將大模型新的技術(shù)范式帶入大眾視野，所以大模型才是最關鍵的技術(shù)創(chuàng)新。

圖源：網(wǎng)絡

劉興亮：ChatGPT會給人類帶來什么？

李笛：人類面對人工智能類型產(chǎn)品時，或多或少會為它賦予科幻電影的色彩，這非常具有浪漫主義色彩。但以從業(yè)者的角度來講，這次大模型的能力表現(xiàn)為什么會讓很多人為之驚訝，OpenAI內(nèi)部可能也沒有預料到。

從科研工作者的角度，即便是創(chuàng)造大模型的人，也還沒有完全掌握它的規(guī)律和它背后的原因。

時至今日，各種大模型涌現(xiàn)，像文本生成涌現(xiàn)邏輯思維推理，其能力出現(xiàn)的具體原因，都還沒有得到非?？茖W的實證。如果ChatGPT自身重新推導一些問題，也不一定能夠完全復現(xiàn)，這也是為什么沒有一家公司能夠復制ChatGPT的成功的原因。

時至今日，很多技術(shù)依舊需要實踐觀察才能實現(xiàn)，過去谷歌驗證發(fā)現(xiàn)，擁有620億條的參數(shù)規(guī)?；蛞陨系哪Ｐ?，才有邏輯思維編程能力，現(xiàn)在研究發(fā)現(xiàn)，其實在更小的規(guī)模，20個Billion參數(shù)，17個Billion，13個Billion，也能不同程度將大模型的邏輯能力復現(xiàn)出來，亞馬遜甚至希望在1個Billion或者6個Billion參數(shù)規(guī)模上，嘗試復現(xiàn)這種能力。所以，現(xiàn)在眾多“玩家”都在不停的通過更多的實踐，摸清楚大模型真正的規(guī)律，當然這也意味著我們還不能清楚的了解這類技術(shù)的邊界是什么。

那些已經(jīng)有非常重的商業(yè)模式、產(chǎn)品的團隊/公司，不會像OpenAI一樣去將技術(shù)成果公之于眾。

所以，我非常理解谷歌為什么不搶先將擁有的技術(shù)貢獻給大眾，對于嚴肅產(chǎn)品，不能依靠經(jīng)驗指數(shù)來判斷它的好壞，而要通過它的不準確指數(shù)進行判斷，這也是為什么“Bard”（谷歌基于大模型推出的聊天機器人 ）只是回答錯兩個問題，谷歌的市值就蒸發(fā)上千億美元的原因。

用戶層面，不管是ChatGPT還是其它大模型，都將會深刻的影響每個人的生活，這種影響如果應用得好將是有益的，反之則會造成無法預料的后果。

比如，當這類產(chǎn)品能夠提供400字以上結(jié)論時，如果學生將生成的內(nèi)容作為作業(yè)提交，基礎教育就無法深入，因為基礎教育理念是需要“獨立思維”。如果不動腦思考，直接提交AI生成的內(nèi)容，這就失去了“基礎教育”的意義。

當然，這不會成為阻礙技術(shù)進步的原因，但技術(shù)落地時，需要有揚長避短的意識，規(guī)避它所存在的“另一面”。

02

ChatGPT為何“一本正經(jīng)的胡說八道”？

劉興亮：您怎么看待正在熱議的ChatGPT會取代很多人類的工作？

李笛：最近，微軟小冰日本分部與奈飛推出的AI生成的動畫短片《犬與少年》，引發(fā)很大爭議，許多動畫片制作者認為這取代了他們的工作。

人工智能制作的動畫《犬與少年》，圖源：網(wǎng)絡

首先，對于“AI取代人工”的議論不能坐視不管，但也要認可社會科學和自然科學的進步持續(xù)伴隨人力歷史發(fā)展。

隨著技術(shù)、社會結(jié)構(gòu)的變化，人類不停面臨同樣的問題，某些崗位會消失，也會有其他崗位出現(xiàn)。特定崗位的消失，短時間之內(nèi)產(chǎn)生巨大的影響，但人類會重新尋找到新的社會結(jié)構(gòu)和崗位結(jié)構(gòu)的配置。所以我們應該相信人類社會的自我調(diào)節(jié)機制，這才是人類的迭代和進步。

其次，為什么在這個過程中大眾會不適應？因為原本由人完成的工作，機器可以做得更有效率，所掌握的信息量更大。

對于“AI取代人工”這個話題，我認為完全不用擔心，人類發(fā)展進程佐證了，新技術(shù)的誕生基本沒有引發(fā)過于嚴重的問題，改變崗位、改變每個人的社會分工，這從來都不是問題。

劉興亮：我們經(jīng)?？吹紺hatGPT“一本正經(jīng)的胡說八道”令人啼笑皆非，AI大模型有海量數(shù)據(jù)為什么會錯誤率會這么高？

ChatGPT“一本正經(jīng)的胡說八道”，圖源：網(wǎng)絡

李笛：第一由大模型本身的設計限制決定。第二，此類問題也在逐步優(yōu)化解決。

對比ChatGPT和New Bing，舉個例子，比如問及ChatGPT“我想知道日本最長的河的長度的五次方根”，ChatGPT首先需要理解你的問題，它和以前的“意圖識別”相比，理解能力更突出，但也有明顯的不足。

對于這個問題，第一“與日本最長的河有關”、第二“與河的長度有關”、第三“和長度的五次方根有關”，分步驟進行解決。

正確的求解過程——ChatGPT應該先搜索“日本最長的河”并了解“河的長度”，最后計算“五次方根”，現(xiàn)狀是不會這么做，而是在訓練數(shù)據(jù)中尋找答案，很可能就找到錯誤的答案，因為它是語言模型不是運算模型。

所以你可能會看到ChatGPT輸出錯誤答案，但依靠大模型生成文本描述出來的內(nèi)容，又顯得非常的合乎邏輯，所以給人“一本正經(jīng)的胡說八道”的感覺。

New Bing又是怎么處理的？它同樣對問題進行拆解，并且進行搜索，從互聯(lián)網(wǎng)信息或者某可信的知識庫中找到“日本最長的河是哪條河？”找到“河的長度”，在計算環(huán)節(jié)會臨時生成一段代碼并運行，計算出“五次方根”，這個過程就較為復雜，但它會給你正確的答案。

“一本正經(jīng)的胡說八道”是可以改變的，也會引發(fā)新問題，比如完成任務反復的調(diào)用數(shù)據(jù)，結(jié)果可能更加準確，但成本反而更貴。無論是OpenAI還是行業(yè)中的其他“玩家”，其實都在認真迭代和更新，包括大量采用新的方法進行訓練。大模型隨著訓練的加深以及新的任務訓練，水平必然會越來越好。

劉興亮：從投入產(chǎn)出看，ChatGPT類產(chǎn)品在不同階段，重點投入分別會在哪些環(huán)節(jié)，如何賺錢？

李笛：我個人認為大模型作為基礎模型很快會走向“免費”。

首先，大模型隨著發(fā)展會走向趨同，除非不斷涌現(xiàn)更多新的能力并不斷的進化，所以ChatGPT從最開始1000個token收費2美分，到如今主動下調(diào)到1000個token收費0.2美分。

從API調(diào)用的角度來講，整個定價體系是為了讓更多的人使用它，實現(xiàn)薄利多銷，但如果2美分就可以很好的普及，為什么還要降價到0.2美分？降價意味著它有主動應對潛在競爭的策略。

另一方面，如果將大模型當做商品，模型本身是不附帶任何商業(yè)模式的，價值的大小在于生成的內(nèi)容，也許生產(chǎn)內(nèi)容如同莫言的小說那么高價值，也有可能就像咱們寫的檢查那樣不值錢。

對模型來講，一樣的文本生成流程，輸出的內(nèi)容價值會截然不同，而大模型提供方的收費模式是完全相同的，都是根據(jù)字數(shù)多少進行計算，所以大模型并不在內(nèi)容產(chǎn)業(yè)的游戲規(guī)則中，也就制約其商業(yè)模式——只能依賴調(diào)用次數(shù)多少這一種商業(yè)模式。

所以，我個人認為大模型的公司或早或晚都需要向“下”走，深入到某垂直領域做產(chǎn)品。

大模型提供團隊和做應用的公司，不可能是完全的合作伙伴關系，他們之間也存在潛在的競爭和吞并的可能，另后者的優(yōu)勢在于，會面臨更多的大模型的選項，只要將應用做的足夠扎實，從任何維度去建立自己的競爭優(yōu)勢，大模型就不再是它的唯一依賴。

所以，我認為目前為止整個行業(yè)的生態(tài)遠遠沒有建立起來，在這個過程中還會出現(xiàn)更多復雜的問題。

03

大模型是挑戰(zhàn)巨頭的“武器”

劉興亮：巨頭們先后扎堆ChatGPT，各種概念股都出現(xiàn)，你覺得有泡沫嗎，會改寫互聯(lián)網(wǎng)格局嗎？

李笛：現(xiàn)階段，大模型是“挑戰(zhàn)者的武器”。

以微軟為例，當微軟將它整合在Bing中，以實現(xiàn)去挑戰(zhàn)谷歌的目的，而谷歌要想應戰(zhàn)，就必須要付出許多倍的成本才能守住自己原來的“疆土”。

對于國內(nèi)公司來講，在自己未實現(xiàn)絕對領先位置的產(chǎn)品中使用大模型，挑戰(zhàn)行業(yè)‘大鱷’，是非常好的‘武器’。對于大鱷來講，如果在這時不儲備相關“武器”，顯然只能面臨“他殺”的局面，至少從二級市場、用戶、合作伙伴等視角來看，都會帶來非常大的負面影響，所以很多大公司研究大模型是防御性行為。

另一方面，大模型研究存在很強的“或然性”，業(yè)內(nèi)現(xiàn)在對大模型的研究，還普遍是經(jīng)驗積累，而不是科學的結(jié)論，經(jīng)驗需要實際操作。

從戰(zhàn)略的角度，有財力的大公司也會去嘗試，但是否能夠研發(fā)出來（成型產(chǎn)品）是兩回事，以及成功的研發(fā)后是否要把它用在自己的主營業(yè)務上又是另一回事，這中間會有很多其他因素考慮。

圖源：網(wǎng)絡

劉興亮：過去人工智能有強弱之分，強弱由哪些因素來決定，臨界點在哪？

李笛：我個人認為是深度學習。包括強人工智能，弱人工智能，這些定義本身都帶有很強的偏見。這并不意味著某個強時另外一個就是弱，因為所有的技術(shù)它都有不同的維度，需要多維度考量。特定情況下，強人工智能可能能力非常強，但情感上又是最弱的。

這也是為什么，有些人被認為是學習的天才，也是生活的傻瓜。那么他是強還是弱？所以，這種單一維度的定義強弱，本身存在一定偏見。

拋開這些，我們可以看到人工智能技術(shù)它有不同維度的追求。比如，它追求信息的絕對準確性或者追求邏輯和篇幅，追求對用戶的啟發(fā)。

從人工智能角度來講，不同團隊都在不停的探索各種方向，前百度首席科學家、Landing AI創(chuàng)始人吳恩達發(fā)過一封信，告訴從業(yè)者不要認為不做大模型就不行，強調(diào)人工智能是百花齊放的時代，我們現(xiàn)在還處在蠻荒時代，要去不停地去尋找不同規(guī)則定義的強弱，或者不同定義的好和壞，而不是只有一種規(guī)則。

04

人工智能的三類風險：并發(fā)、錯誤授權(quán)、過渡依賴

劉興亮：人工智能會成為一切產(chǎn)品的標配嗎，可能會在什么時候，普通人會有劇烈變化的感知嗎，未來可能還會有什么風險？

李笛：我看到的結(jié)果是，當它真正深遠的影響到人類時，人類是沒有感知的。

今天人工智能技術(shù)深刻的改變著所有人的日常生活，每個人手機上的計算設計，拍照過程中鏡頭所捕捉到的畫面，人工智能都帶來了大量的改變，消費者（對這種變化感知不多）往往只會對超出想象的東西感到興奮。

所以，人工智能帶來真正深遠的變化，會深遠到你都已經(jīng)忽略它的存在。

關于風險，在實踐中人工智能最大的風險有三類。

第一類風險叫并發(fā)。什么叫并發(fā)？就是“胡說八道”。人工智能胡說八道一天可以影響到上億人，并發(fā)意味著如果產(chǎn)生問題，它的故障率、錯誤率即使只有小數(shù)點后兩位，但乘以它的并發(fā)數(shù)，將會是無比龐大的數(shù)字。所以，并發(fā)問題是絕大部分的人工智能需要考慮的風險，尤其是大規(guī)模商用、落地的時候。

第二類風險來自于授權(quán)。即什么情況下授權(quán)人工智能系統(tǒng)做怎樣的決策，并且實施怎樣的行為。比如今天行業(yè)還只允許人工智能去‘思考’，但不允許做具體的決策和執(zhí)行，比如AI是沒有被授權(quán)啟動汽車的，如果它產(chǎn)生錯誤，想去發(fā)動汽車，在物理上是實現(xiàn)不了的。如果授權(quán)系統(tǒng)未明確的指令，那么就會產(chǎn)生相應的風險，即使錯誤率再低，仍然會存在錯誤的可能，如果再進一步讓它行駛上路，后果就更嚴重。

第三類風險是依賴。如果過于依賴人工智能，人體自身基本能力就會退化?；灸芰ν嘶瘬Q來的高效率，是可以接受的。比如通過工具使冶金屬冶煉的效率、開采礦藏的效率變得非常高，但如果它使得人的思維停滯，就不一定是好事。所以，在中學、小學，一度對于計算器的使用非常嚴格，因為這會造成學生心算能力變差。當然，到大學以后，心算能力得到很好的培養(yǎng)，反倒需要用計算器來幫助你去算的更快，所以任何時候都不能過分的依賴工具。

如何規(guī)避這三類風險？最主要是人工智能企業(yè)本身。

企業(yè)往往是最早能夠知道技術(shù)的邊界在哪里的主題，有機會提前預判，規(guī)避它的風險并限制它的使用頻次。其次，大眾對于人工智能的認知不必過于謹慎或者過于樂觀，我們應該給創(chuàng)新足夠的機會，減少片面化的認知。

劉興亮：移動互聯(lián)網(wǎng)有個適老化的概念，聚焦老年人使用體驗，人工智能在這方面的做得如何？

李笛：人工智能在這方面有先天性的優(yōu)點，普遍存在的特點就是讓產(chǎn)品體驗變得更自然。

當你用搜索引擎時，需要去學會使用關鍵詞搜索技巧，人工智能就不需要，它是自然語言交互，文本之外，語音、視覺都更自然。所以，某種意義上講，正因為先天具有如此優(yōu)點，老年人在使用人工智能技術(shù)的時候，會讓原本不適老化的產(chǎn)品，變得更適應老人。

另外，作為工具，人工智能確實也存在著適配的問題，所以現(xiàn)在才涌現(xiàn)出一類新的職業(yè)叫Prompt Engineering(提示工程)，試圖通過給出提示，讓人工智能幫助用戶更好的完成工作。

我認為，我們應該看到它具有引發(fā)暴風驟雨的潛能，但它離暴風驟雨，離真正改變周圍還有很遠距離，當前，人們無論是使用ChatGPT，還是其他產(chǎn)品，存在明顯的幸存者偏差。

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。