去年11月以來，一款名為“ChatGPT”的聊天機器人程序開始在海外爆火，到今年2月份，ChatGPT更成為幾乎每天都能見到相關熱搜的“頂流”。

熱烈的讨論聲中，很多人驚呼：“《流浪地球2》裡那個不斷自我學習，最終演化出自主思維的‘MOSS’，或許離我們已經不遠。”

也有人認為，ChatGPT與Siri、小愛同學、小度等人們熟悉的智能助手沒有本質區别，不值得過多關注。

網友讓它寫詩、寫小說、寫工作簡報、寫朋友圈文案，甚至用它寫代碼、寫論文……ChatGPT究竟是一款怎樣的産品？它緣何突然爆火？它能做到哪些事情？會有人因此被“搶飯碗”嗎？未來發展将走向何方？我們采訪到業界專家和多位ChatGPT使用者，試圖解答這些問題。

“不是新東西”的ChatGPT

突然就火了？

ChatGPT，全稱是“Chat Generative Pre-trained Transformer”，可直譯為“作交談用的生成式預先訓練變換器”。它是美國公司OpenAI研發的聊天機器人程序，能用于問答、文本摘要生成、機器翻譯、分類、代碼生成和對話AI。

到今年1月，ChatGPT僅用不到兩個月時間，就累計了超過1億用戶，打破了此前Tik Tok用九個月時間将用戶數累計到1億的速度。

南開大學計算機學院、網絡空間安全學院副院長劉曉光表示，雖然ChatGPT進入大衆視野的時間并不長，但OpenAI的GPT産品幾年前就已在從業者中産生巨大影響。從技術層面來說，ChatGPT并不是個新東西。

“2016—2020年，OpenAI陸續發布了GPT的1.0、2.0、3.0版本，去年11月底發布的ChatGPT可以視作GPT-3.5。雖然大多數普通人是最近才知道‘GPT’這種利用大數據的預訓練大模型，但更早的GPT-3已經在計算機學界和業界産生很大的影響。國内一些互聯網公司早在這波熱潮前，就擁有自己的預訓練大模型項目。”

劉曉光認為，ChatGPT之所以能夠突然爆火，可能有這樣幾個原因：“一是此前幾代GPT更多是面向商界提供技術支持，而ChatGPT則是直接面向大衆，誰都可以提問，回答也隻需等幾秒，更多的人能簡單而直觀地了解它的作用；二是它發布時正值國外的大學考試季，很多學生拿它寫論文、交作業，而ChatGPT能給出相對完整的回答，解決了學生的實際問題，由此迎來用戶快速增長。當然，它火熱到一定程度後，也不排除有科技巨頭企業、科技媒體的過度關注和一些炒作現象。”

“好得吓人”？

ChatGPT突破了怎樣的難點？

去年12月，埃隆·馬斯克曾公開表示ChatGPT“好得吓人”（scary good），并認為強大到危險的人工智能已經離我們不遠。微軟聯合創始人比爾·蓋茨接受媒體采訪時表示：“ChatGPT将改變我們的世界。”近日，京東集團副總裁何曉冬接受媒體采訪時表示：“ChatGPT是第一款真正意義上的人工智能原生的産品，就像第一款iPhone，一出來就展現出高完整度，高體驗性，高平台性。”

埃隆·馬斯克稱ChatGPT“好得吓人”

行業巨頭為何如此高度評價ChatGPT？很多人表示不解。有網友在互聯網中提問：“能與人對話的Siri、小愛同學、小度等智能助手已然不少，若論及AI技術，幾年前的阿爾法圍棋(AlphaGo)也曾引發極大關注，ChatGPT究竟特殊在哪裡？”

劉曉光表示，在不少計算機領域業内人士看來，ChatGPT的橫空出世，給AI領域帶來的沖擊，更甚于七年前的AlphaGo與圍棋世界冠軍、職業九段棋手李世石進行并獲勝的那場圍棋人機大戰。

“從30年前IBM開發的國際象棋電腦‘深藍’戰勝世界冠軍卡斯帕羅夫，到幾年前AlphaGo戰勝人類圍棋冠軍，其間雖有算法、算力的巨大差異，但本質上仍沒有跳出‘讓計算機在固定場景下幹固定的事’這個範疇，而這恰好是計算機最擅長做的事。”劉曉光介紹道，“而ChatGPT面對的是一個‘open world’——上億用戶要問它什麼問題，完全是不可預知的。ChatGPT需要根據具體場景，自行組織各種回答。這恰恰是AI開發的難點，而ChatGPT在很多時候表現得很好。”

關于“open world”場景下AI運作之難，劉曉光做了一個簡單類比：“如今的智能駕駛技術大多仍應用于礦山、港口和室内工廠等特定的封閉環境，這種‘close world’不會讓AI遇到太複雜的問題。相對的，公共道路上的智能駕駛則難實現得多。其中一個原因，就是AI面對開放的、不可預知的環境時，其運作難度指數級上升。”

劉曉光認為，從核心概念來看，ChatGPT相比于Siri、小愛同學、小度等智能助手，其本質仍是語言模型，核心技術并沒有颠覆性創新。區别在于，ChatGPT的模型足夠大、有更多的數據以供訓練、處理數據的軟硬件能力更強，而Siri、小愛同學等軟件的學習能力、數據量都要差很多，甚至可以說是質的差别。

“ChatGPT在學習能力、數據處理量上的優勢，讓它所能處理問題的邊界大大拓寬，甚至可以說，它是一款完全不同的産品。有研究者的觀察分析表明，ChatGPT已展現出一個接受過大學教育的普通本科生的知識水平。這與此前同類産品有着雲泥之别，也是讓業界震驚的地方。”

一場“調戲”ChatGPT的狂歡

圍觀機器人“一本正經地胡說八道”

值得注意的是，ChatGPT在中文互聯網爆火後，很快引發了一場意料之外的狂歡——用戶們争先恐後地“調戲”它。

與蘋果的智能語音助手Siri遇到複雜問題時動辄回答“對不起，我好像不太明白”不同，ChatGPT展現着一種盡可能用自身邏輯組織語言、回答問題的傾向。甚至對很多人們一眼看上去像是在搞怪的問題，它也會給出答案。這種“一本正經地強答”，讓用戶産生了極大興趣。

一些“強答”反映了ChatGPT有時并不能完全理解自己所回答的問題。例如，當問及“為什麼房子不蓋成實心的”時，ChatGPT會“不厭其煩”地從空氣無法流動、沒有通風系統等方面論述這樣的房子對健康不利，但似乎沒有“意識”到這樣的房子本就無法住人。

網友“調戲”ChatGPT的問題（圖片來自網絡）

涉及專業知識類的問答，同樣鬧出了不少笑話。B站一位曆史區up主詢問ChatGPT幾個問題後得到的答案顯示，ChatGPT會混淆春秋戰國時期七雄之一的魏國、三國時期割據政權之一的曹魏，以及十六國時期鮮卑拓跋氏建立的北魏。無獨有偶，ChatGPT還會将“南朝宋”與“南宋”張冠李戴。

ChatGPT“一本正經地胡說八道”（圖片來源：b站up主“稚嫩的魔法師”）

由此導緻的結果，往往是亂答一通。一位曆史學博士告訴記者，這些“一本正經地胡說八道”的答案固然好笑，但奇怪的是，它的回答在邏輯表達上卻似模似樣，不像是随意從網上抄來的，“我看到有人使用ChatGPT問一些學術問題，它給出的答案甚至包含了引用論文、論文号等等細節，結果一查，這些‘參考文獻’全是chatGPT自己編的，讓人啼笑皆非。真不知道它是怎麼得出這種答案的。”

“要讨論ChatGPT‘胡說八道’的緣由，就不得不提到此類産品目前的一個缺陷，就是可解釋性很差——預訓練大模型中的神經網絡存在成千上萬層，AI通過深度學習，自行構造出一個複雜規則。人們能看到的，往往隻是它針對問題所輸出的一個結果。因此，無論答案是正确還是錯誤，人們都很難對AI為何得出該答案進行解釋。”劉曉光說道。

多位使用過ChatGPT的用戶告訴記者，ChatGPT的回答很少出現“句不成句”式的表述硬傷，但卻不時出現邏輯與事實錯誤。越冷門、越小衆的領域，這種錯誤就越明顯。

出現這種現象，或與ChatGPT所學習、訓練的數據構成有關。“衆所周知，一個産品用得人越多，往往就變得越來越好用，這是因為用戶的使用行為本身就是一種反饋機制，能夠幫産品自我改進。ChatGPT也是如此，在問題集中的領域，它有更多的樣本去學習、訓練、自糾；而偏門的知識領域，ChatGPT就缺乏足夠數據來深度學習，于是就會‘胡說一番’。”劉曉光表示，最近他使用ChatGPT的過程中，當詢問常見問題、新聞事件等，往往能獲得比較準确的答案，而一旦詢問相對偏門的知識，ChatGPT就開始明顯地“放飛自我”。

由此衍生的另一個話題，就是ChatGPT輸出答案的可靠性——它給出的結果是否正确，将由誰來判斷？如果無法判斷，也就無法進行正确的反饋。而衆所周知，正确的反饋對産品疊代十分重要。

另一方面，大量“胡說八道”式的垃圾内容被ChatGPT生産出來，似是而非、經不起二次校正的不可信内容廣泛出現，會削弱整個内容平台的公信力，讓人們對ChatGPT或同類産品的可靠性産生質疑。

畢竟，在當下這個充斥海量信息的社會中，相比于“信息密度”，人們往往更渴求的是“信息精度”。

“飯碗不保”？

人們該擔憂嗎？

ChatGPT橫空出世所引發的另一個争論，則相對更加嚴肅現實：會有人的工作崗位被ChatGPT取代嗎？

自有AI技術誕生以來，類似的話題就不絕于耳。但要回答這個問題，就要跳出對AI技術的盲目崇拜與“調戲”式的玩鬧心态，嚴肅地正視一個問題：ChatGPT目前究竟能幹什麼，或者即将能幹什麼？

對這個問題，ChatGPT自己給出了聊天機器人、自動文本生成、自動翻譯、情感分析、内容摘要、數據分析、虛拟助理等具體應用的場景。事實上，在這些領域中，ChatGPT已證明了自己比此前所有産品都要做得好，而且好得多。

劉曉光認為，長遠來看，技術進步帶來業态調整是必然結果。但一項新技術是否将帶來就業沖擊，以及具體将帶來何種沖擊，歸根結底還是要看技術落地的順利程度。

“目前來看，ChatGPT對圖片制作、文字生成、媒體内容生産、虛拟人服務、工作彙報、翻譯、編程、搜索引擎等領域會造成較大沖擊。就在2月7日，微軟已宣布推出有ChatGPT支持的最新版本人工智能搜索引擎必應（Bing）和Edge浏覽器，這已然極大地改變了搜索引擎的競争格局——毫無疑問地，從‘逐條抓取數據’到‘直接給用戶呈現答案’，這必然是更符合用戶需求的方向。可以看到，新技術的更疊如火如荼，有時人們說巨大變革就在眼前，并非誇大其詞。”劉曉光介紹道。

内嵌了ChatGPT的Bing搜索，直接制訂了提問者想要的訓練計劃

但劉曉光同時表示，正如前面所指出ChatGPT尚存在缺陷，其回答仍時常表現出不可靠性：“就拿ChatGPT所呈現的文字表達來說，要将它應用于實際場景，還離不開人的指導、檢查與驗證。”

從社會分工的角度來說，面對ChatGPT的沖擊，首當其沖的是重複性勞動較多的、不需要太多創造力的工作。而創造力，正是當前如何拼算力、燒财力，也無法讓AI輕易跨越的一道鴻溝。

“人為什麼會擁有創造力？迄今為止，這個問題連人類自己都無法說清，更遑論把創造力教給機器了。到目前為止，AI最擅長的仍然是‘照章辦事’，本質上還突破不了‘創造力’這一關，ChatGPT也不例外。”劉曉光說道，“如果哪天AI突破了創造力這一關，那麼人們要擔心的，也不僅僅是某幾個行業的就業崗位問題了——屆時整個人類社會都會面臨翻天覆地的變化。”

預訓練大模型

未來将走向何方？

早在2015年奧特曼、彼得·泰爾、裡德·霍夫曼和埃隆·馬斯克等一群科技領袖創立OpenAI時，OpenAI還是一家非營利企業。公司創始人們認為，要避免人工智能技術壟斷在少數巨頭手中，要通過開源促進技術開放。

但随着項目進展，訓練機器學習模型所需的資金越來越龐大，OpenAI開始成立一家營利性分支機構。2019年，風險投資人微軟入局。時至今日，微軟和OpenAI 之間的财務命運和技術變得越來越融合，今年1月份，随着ChatGPT的爆火，微軟又向OpenAI追加了100億美元的投資。

當前，ChatGPT仍處于免費試用狀态，但不斷有消息稱其将很快推出收費版本。同時，Bing搜索已内嵌ChatGPT，更有消息稱微軟或将把ChatGPT嵌入Office辦公軟件中，這不啻将是對辦公生态的又一次革新。

内嵌了ChatGPT的Bing搜索在寫詩

“預訓練大模型”類軟件将走向何方？在業内人士看來，雖然ChatGPT的核心理論已不算新鮮，但開發同類産品所需的資金和人力，某種程度上已構成了新的門檻。

“早在前一代GPT中，模型訓練一次的花費就高達千萬乃至上億美元，非常昂貴。OpenAI預計将在今年内發布GPT-4，那将是萬衆期待的進一步升級，同時也意味着它需要更多數據和更高計算力，這些都需要大量資金和人力。因此，開發同類産品的門檻在不斷變高。”劉曉光說道。

大勢之下，國内計算機業界有哪些機遇和挑戰？劉曉光認為，當前國内外公司在開發預訓練大模型産品的核心理論上，存在的差距并不算很大，但在數據采集、數據分析處理的能力上，“後來者”們仍有要追趕的距離。

“如果把機器賴以訓練、學習的數據比作食材，那這種食材就需要通過收集、處理變成适合吸收的樣子，這不是一項簡單的工作。無論文字還是圖片、視頻，它們一般都需要進行人工标注，這不是短時間投入大量資金就能立刻見效的事，而是需要很多人力和時間的積累。因此業内也有說法稱，數據才是互聯網企業最重要的資産，甚至有人将數據比作企業的‘護城河’。”劉曉光說道。

“預訓練大模型”類軟件未來将如何發展？劉曉光認為或許将指向三個特征：“一是數據量越來越大，計算力越來越強，包羅萬象；二是向專業化領域進軍，在某一細分領域把信息精度做向極緻，如醫療、法律、體育、編程等垂直分類；三是與具體應用場景深度結合，不僅僅停留在‘chat’，而是與虛拟人表演、電商營銷、售後客服、陪護老幼人群、文藝創作等場景相結合。ChatGPT所展現的潛力，預示着它有能力在這些領域大有作為。”

來源： 天津日報

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!