ChatGPT是一种聊天机器人软件:是OpenAI于2022年11月推出的聊天机器人,该软件使用方便快捷,只需向ChatGPT提出需求,即可实现文章创作、代码创作、回答问题等功能。
这种具备一定颠覆性的产品确实让人眼前一亮,在使用了一段时间的感受是:ChatGPT确实很强,它也确实能做很多事情,虽然它来自于海外但是你可以用中文提问,并且可以一定程度上忽略句子的逻辑性,只需要你去把你的问题提出来。
2022年11月末,美国头部人工智能研究机构OpenAI发布最新一代聊天机器人ChatGPT,短短一周时间内突破百万用户。据瑞银集团爆料,ChatGPT仅用2个月时间就累积了过1亿用户,是人类有史以来突破亿人用户最快的消费端互联网产品,打破了Tiktok9个月破亿用户的纪录。
1
OpenAI的价值分析
1. 文字创作职业的效率倍增ChatGPT的核心能力在于文本输出,包含优质的逻辑,举例与论述,这对于所有需要文本输出的办公室白领职业都有所影响,可以预见的是,未来能灵活运用的AIGC的创作者将具备更强的生产力与职场竞争力,类ChatGPT的人工智能会替代多少文字工作岗位还未尝可知。以美国新闻聚合网站Buzzfeed为例,近期其宣布将裁员12%,变为引入ChatGPT进行创作,它的股价随之飙升300%。

2. 代码开发工作的效率倍增

目前ChatGPT已显示出强大的编程能力,甚至可以输出完整的app编程,且在debug上也有所建树,程序员完全可以利用ChatGPT来搭建基础架构,并在其基础上通过不断提示新的需求来让ChatGPT优化代码或者人工优化代码。

3. 客服、NPC、虚拟员工的灵魂升级

目前大量的线上客服其实都是从固定的问答库内调用固定回答,缺乏灵活性与延展性,chatgpt的突现能力可以很大程度上提升人工智能客服的服务能力,优化客户体验。

4. 为AIGC领域研发提供降本范式

ChatGPT基于OpenAI的海量预训练模型积累,以远低于第三代模型千亿级别的百亿精选数据,达到了更好的产品输出效果,这也凸显了数据质量与精准RLHF的重要性,引领机器学习从堆叠数据转向优化数据质量。

5. 掀开下一代搜索引擎的一角

谷歌CEO面对ChatGPT的现象级表现,已在谷歌内部拉响红色警报。毕竟现在ChatGPT已经在一些领域展现出相较于传统搜索引擎更高效的问题回答能力,且不排除未来ChatGPT解锁互联网搜索能力来对其回答进行补充,这项能力可以说是对谷歌立足根本的威胁。

2
是高级版Siri?

要准确理解ChatGPT并不容易。

对大众而言,使用ChatGPT普遍围绕“聊天机器人”“搜索引擎”和“文案写作”等功能,用法多样,也就更难对其下定义。

图片
图片

而在不少行业人士眼里,相比于一个工具或产品,ChatGPT更像是下一代互联网基础设施。

一位科大讯飞内部人士说:“讯飞主张的‘人机协同’概念,在这项技术(ChatGPT)上,我感觉真正意义上拉开了帷幕。比如,虽然我们依旧没法用ChatGPT来取代程序员的工作,但它生成的代码已经给到了很好的demo,这在以前需要花费很大精力查找。”

“Siri只是做到了0到1,ChatGPT可能做到1到无穷。”一位AI创业者表示。

技术层面上,ChatGPT是一种聊天机器人模型,其中的“GPT”是“生成式预训练”,所以ChatGPT背后是以人工智能模型“生成式AI模型(Generative Model)”为基础。“生成式AI”强调学习归纳后进行演绎创造,生成全新的内容,本质是对生产力的提升和创造。

准确说,ChatGPT是GPT迭代出的第3.5个版本,2018年GPT-1诞生,到了2022年,OpenAI为给GPT-4收集用户反馈,而发布了GPT-3.5,也就是如今的ChatGPT。这样一个计划外的产品,却引发了超出预期的热度。发布两个月后,最新数据显示,ChatGPT的月活跃用户已经达到了1亿人,成为历史上增长最快的消费者应用程序。

2022年下半年开始,AIGC及ChatGPT关注度大幅提升。券商中金认为其本质是弱人工智能到强人工智能的阶跃。与此同时,2022年被不少机构视为该技术由量变到质变的拐点之年。相比于“技术大乱炖”的元宇宙,ChatGPT的技术支撑似乎更为扎实,且更具备具体、可实现、可普及的落地场景。

3
慢即是快

同样是大模型,GPT 3.5的参数并不多,为什么它能最先破圈?

其实GPT的训练过程相当漫长,但最终诠释了“慢既是快”。或许万亿级的海量参数可以让大模型无所不知、无所不晓。但算力不代表算法,聪明的AI需要逻辑,而逻辑不单来自让AI干活,还要让它在玩儿中长大。

为什么GPT要花那么长的时间才能学会玩“我的世界”这种看似幼稚的沙盒游戏。如果有机会深入了解,或许才有可能解读“慢既是快”这样偏向玄学的问题。

从公开信息可见,DeepMind最喜欢下围棋,Sony的人工智能比较爱玩赛车。而OpenAI涉猎最广,似乎什么游戏都玩。其实DeepMind等其他家AI实验室也是什么游戏都会涉猎的,但OpenAI的赢面比较大,比如2018年就率先在DOTA 2中击败人类组队。2019年开始,OpenAI、DeepMind、Microsoft Research(微软自己的实验室早期还在线,渐渐就陷入大厂不如创业公司的问题)等机构就一起组织了玩“我的世界”比赛“MineRL”。

OpenAI为了让模型学会在“我的世界”里最简单的操作刨木头,前后训练了大约7万小时,而这通常是学龄前小朋友看十分钟就能学会的。OpenAI生生通过视频预训练模型VPT的海量数据标注,让AI像郭靖一样不单背下了全本九阴真经、也学会了降龙十八掌。玩游戏让OpenAI跑通了大量新模型,经过70000小时训练,OpenAI的行为克隆模型能够理解真人游戏视频中的精髓,从此AI开始有机会成为游戏中的骨灰级玩家。

成立于2015年的OpenAI在2022年成功出圈当然不是偶然的,顶级AI实验室们经过这么多年在学术上互相启发、在课余时间一起打怪升级,已分别训练出大量模型。而在游戏中所表现出的水准又恰恰真实反映出了AI公司的能力值,虽然看起来不务正业,却和弯道超车的逻辑不谋而合。虽然国内的AI公司有十倍于GPT3参数的大模型,但是AI的能力更像是太极,在圆润和绵绵不绝中那个出乎意料的发力点。