让ChatGPT多飞一会儿

　　【TechWeb】1月30日消息，从推出至今2个月期间，AI聊天机器人ChatGPT给行业带来的话题不断。

　　ChatGPT聊天对答如流，能够撰写流畅的文章，生成有效的计算机代码，解决人文艺术类学科问题，翻译文本，甚至它的回答通过了知名大学的法学研究生考试、商业管理考试……

　　免费又好用的ChatGPT成功火出AI圈，进入普通大众视野。

　　话题不断 ChatGPT有多神？

　　去年11月30日，人工智能公司OpenAI发布聊天机器人ChatGPT。和OpenAI此前推出的产品不同，这次ChatGPT采取了开源开放、免费用的模式。

　　免费又好用， ChatGPT不到一周就聚集了超过100万用户，其圈粉速度之快震撼整个AI产业界。

　　ChatGPT的大火，让OpenAI吸金能力飙升。

　　2019年微软曾向OpenAI投资10亿美元，以换取OpenAI技术的独家许可。现在，OpenAI的估值飙涨至290亿美元。

　　ChatGPT 在全球爆红还震动了AI界的大佬谷歌。

　　ChatGPT推出不足1个月后，谷歌CEO Sundar Pichai 在公司内部发布了“红色警报” (Code Red)，并称围绕ChatGPT，全面调整2023年谷歌在AI领域的工作。

　　更夸张的还有ChatGPT的“加持”能力。

　　就在几天前，美国版头条公司BuzzFeed宣布计划利用ChatGPT创建者OpenAI来生成和个性化其部分内容并增强其体验后，其公司一直不温不火的股价2天涨了近3倍。

　　技术没有突破性创新

　　纷繁的信息背后，ChatGPT所代表的AIGC（AI generated content）技术水平到底达到了怎样的高度？

　　根据OpenAI官网的介绍，ChatGPT基于GPT-3.5预训练大模型创建，采用的模型使用了“利用人类反馈强化学习（RLHF）”的训练方式，包括：人类提问机器答、机器提问人类回答，不断迭代，让模型具备对生成答案的评判能力。

　　

　　相比GPT-3大模型，ChatGPT的主要提升点包括：能记住之前的对话，可实现连续对话，更符合真实的人类对话情景，能承认错误、会拒绝不适当请求；新训练增加了代码理解和生成的能力，ChatGPT具备与编程相关的基础知识。

　　回顾OpenAI的技术路线，自2018年开始，OpenAI陆续发布了Generative Pre-trained Transformer（GPT）系列预训练语言模型。

　　GPT-1（2018年发布）、GPT-2（2019年发布）、GPT-3（2020年发布）的参数分别达到1.17亿、15亿、1750亿。此后，OpenAI投入大量精力，通过代码训练和指令微调来增强GPT-3。ChatGPT被视为是基于GPT-3的微调版本，即GPT-3.5创建的。

　　所谓外行看热闹，内行看门道。

　　在AI技术界的大拿们看来，ChatGPT 不是什么新鲜事。谷歌、Meta、DeepMind、国内的百度等公司都有推出类似技术水平的“聊天机器人”服务。

　　Meta首席科学家、图灵奖获得者Yann LeCun就认为，就底层技术而言，ChatGPT并不是多么了不得的创新。虽然在公众眼中，它是革命性的，但是它就是一个设计得很好、组合得很好的产品而已。

　　在Yann LeCun看来，ChatGPT 使用的 Transformer 架构是以自监督的方式预训练的，自监督学习可以追溯到 OpenAI 出现之前，而Transformer是谷歌的发明，这是GPT-3等大型语言模型的基础。ChatGPT使用的人类反馈强化学习（RLHF）的技术，也是由谷歌DeepMind实验室开创。

　　谈到ChatGPT，百度技术委员会主席吴华同样认为“ChatGPT不是一种技术的颠覆式创新”，但是，吴华表示，“它是一种交互方式的革新。”

　　吴华认为，ChatGPT在展现方式上，让用户更容易去交互，能以自然语言的方式去交互，这对大家来说有一个“革新性”的认识。ChatGPT在用户界面和交互上的创新模式，“对我们也有启发”。

　　事实上，对一项新技术应用而言，与使用群体的交互方式的创新，也能带来领先优势。这在软硬件产品领域一直得到验证。硬件领域，例如从按键到触控、再到语音控制，交互形式的每一步革新都催生出新的行业竞争格局。软件领域更是如此，更好的交互体验更能轻松赢得用户青睐。

　　现在，对国内用户而言，使用ChatGPT仍有很多限制门槛。

　　国内科技大厂埋头研发AIGC技术多年，借着ChatGPT的东风，现在是时候加大力气研究一番如何让AIGC这项技术能飞入寻常百姓家，让普通用户用起来。

　　“ChatGPT+”打开想象力大门

　　ChatGPT 的爆火，让普通人感受到AI带来的便利，行业里衍生出“ChatGPT+”效应。

　　微软CEO 纳德拉透露，计划将 ChatGPT（聊天机器人）、DALL-E（文生图） 等人工智能工具整合进微软旗下的产品中，包括Bing搜索引擎、Office全家桶（包含Word、PPT、Excel等）、Azure云服务、Teams聊天程序等。

　　有不具名员工透露亚马逊云科技部门的一个小型工作组开始测试ChatGPT在客户支持问题方面的表现，并发现“做得非常好”，此外在为数据库工程师编写故障排除指南方面也“非常出色”。

　　也有用户把 ChatGPT + Stable Diffusion（AI文生图工具） 结合使用。即先要求 ChatGPT 生成随机的艺术 prompt，然后把 prompt 作为 Stable Diffusion 的输入，生成一副艺术性很强的画作。

　　还有人提出“ChatGPT+WebGPT”， WebGPT为高阶版网页爬虫，从互联网上摘取信息来回答问题，并提供相应出处。“ChatGPT+WebGPT”产生的结果信息可以实时更新，对于事实真假的判断更为准确。

　　针对ChatGPT在解答数学题方面的拉垮表现，计算机科学家、Wolfram 语言之父 Stephen Wolfram 发文表示，正在将ChatGPT与自己的 Wolfram | Alpha 知识引擎结合起来用，因为后者具有强大的结构化计算能力，可以实现完美互补。

　　这些“ChatGPT+”效应的出现，其实质也是AI业界喊了这么多年“AI赋能”。

　　“ChatGPT+”能给现有的产品和服务带来哪些新玩法和新体验，无疑是值得期待的。ChatGPT的成功，也给更多在探索AIGC商业化落地的企业提供了参考和借鉴。

　　激动与观望同在

　　尽管ChatGPT让AI技术界人士激动，但是学术界对ChatGPT表现出警惕。

　　ChatGPT免费又好用，可以根据简单提示生成几乎任何主题的原始文本，引起了学术界对剽窃的担忧，担心ChatGPT会帮助学生在考试中作弊。

　　这种担忧也并非没有必要。

　　近期Study.com向1000名18岁以上学生发起的调查显示，48%的学生用ChatGPT完成小测验，53%的学生用ChatGPT写论文。年轻人对新技术的接受速度远超想象。

　　近期，巴黎政治学院宣布禁止使用 ChatGPT，因为ChatGPT可以生成连贯的文章或者论文，以防止学生欺诈和剽窃。

　　更早之前，全世界第二大程序员交友网站的Stack Overflow官方发文禁止用户用ChatGPT直接生成“垃圾答案”，否则封号。

　　百度创始人李彦宏说，AIGC或许将颠覆现有内容生产模式，实现以十分之一的成本，以百倍千倍的生产速度去生成AI原创内容。

　　微软CEO纳德拉说，当前AI将引发一场波及全行业的“平台转移”，就像过去15年向移动设备和云计算平台上转移一样。

　　每一项新技术进入人们的生活时，总是伴随着兴奋和质疑。那么就让ChatGPT们 多飞一会儿！