在電影《她》中，主人公西爾多和人工智能系統(tǒng)薩曼莎相戀了。她是體貼的、幽默的、忠誠(chéng)的、聰慧的，無(wú)需多言，便能理解他的喜怒哀樂，恰到好處地提供情緒價(jià)值。

　　薩曼莎的細(xì)膩與體貼，其實(shí)源于機(jī)器學(xué)習(xí)(Machine Learning)技術(shù)：在與男主的日常溝通接觸中，這些數(shù)據(jù)和反饋幫助薩曼莎變得更「懂他」。

　　這部 2013 年上映的電影所想象的世界，似乎即將在十年后的今天成為現(xiàn)實(shí)。上個(gè)月末，OpenAI 發(fā)布 ChatGPT 后，數(shù)百萬(wàn)網(wǎng)友沉迷于和這個(gè)聰慧 AI 的聊天對(duì)話中。就連馬斯克都為之瘋狂，稱這是「思想之樹」。

　　12 月 15 日，Science 雜志公布了 2022 年度科學(xué)突破，創(chuàng)造性人工智能位列其中。

　　過(guò)去一年，無(wú)論是 AI 作畫的強(qiáng)勢(shì)出圈，還是ChatGPT 令人驚嘆的對(duì)話流暢性，都在直接告訴我們：創(chuàng)造、交流、思考，不再是人類獨(dú)占的領(lǐng)域。

　　生成式 AI 讓我們看到了新一代技術(shù)革命的可能性，但距離它們能夠撐起萬(wàn)億美元級(jí)別的市場(chǎng)，還有多遠(yuǎn)的路要走?中文世界又何時(shí)能誕生一款媲美 ChatGPT 的大模型應(yīng)用?

　　ChatGPT ，神功初成

　　GPT 的全稱，是「Generative Pre-Training」，翻譯過(guò)來(lái)就是「生成式的預(yù)訓(xùn)練」。

　　ChatGPT，即「聊天GPT」，是 OpenAI 對(duì) GPT-3 模型進(jìn)行微調(diào)后，開發(fā)出來(lái)的聊天機(jī)器人。人們可以和它進(jìn)行對(duì)話交流。

　　與此前不太機(jī)靈的聊天機(jī)器人前輩不同，ChatGPT 不僅上知天文下知地理，像一位博聞強(qiáng)識(shí)的朋友;還能夠記住聊天的上下文，真正像人類一樣根據(jù)語(yǔ)境進(jìn)行交流。

　　這并不是說(shuō) ChatGPT 擁有了人類的思維。本質(zhì)上這是一個(gè)大量語(yǔ)言數(shù)據(jù)訓(xùn)練出來(lái)的概率模型，可以根據(jù)上文提示，預(yù)測(cè)下一個(gè)單詞、下一句話應(yīng)該是什么。

　　開放使用后，用戶針對(duì) ChatGPT 生成的回答進(jìn)行反饋。這些反饋對(duì)于 ChatGPT 來(lái)說(shuō)是非常重要的訓(xùn)練數(shù)據(jù)，和薩曼莎一樣，ChatGPT 也會(huì)越來(lái)越善解人意，順應(yīng)用戶的期望來(lái)溝通交流。

　　雖然，現(xiàn)階段 ChatGPT 的趣味性大過(guò)信息價(jià)值，但也有很多用戶將它視為下一代生產(chǎn)力工具，并開發(fā)出了許多用法：學(xué)代碼、寫周報(bào)、編劇本、做高數(shù)……

　　ChatGPT 有什么用?它自己的回答如下：文本生成、聊天機(jī)器人、問答系統(tǒng)、機(jī)器翻譯。

　　一個(gè)名為 gpt3demo 的網(wǎng)站收錄了使用 GPT-3 接口的所有應(yīng)用，共計(jì) 432 個(gè)，包括廣告生成、指導(dǎo)生成式AI、博客寫作、文案寫作、瀏覽器擴(kuò)展、BUG核查、A/B Test、聊天機(jī)器人、健康咨詢、客服、代碼生成、數(shù)據(jù)集生成、設(shè)計(jì)、文件提取、圖片編輯等等。

　　「GPT-3 是一個(gè)通用智能引擎，只要能形式化為語(yǔ)言的任務(wù)都可以用它來(lái)做�！箯�(fù)旦大學(xué) NLP 在讀博士孫天祥說(shuō)。

　　比如寫作。它不僅可以寫作營(yíng)銷文案、周報(bào)總結(jié)，還可以模仿魯迅、胡適創(chuàng)作詩(shī)歌和散文、以莫扎特的風(fēng)格譜曲。雖然它寫出來(lái)的文章中「廢話文學(xué)」成分略高，但邏輯清晰、文辭恰當(dāng)，應(yīng)用在日常文檔工作中基本沒有違和感。

　　國(guó)外的效率工具們，諸如 Notion、Craft、Canva 等等，都在今年陸陸續(xù)續(xù)推出了自己的 AI 輔助寫作助手。雖然他們目前使用的并非 GPT 技術(shù)，但理論上都是可以使用的。

　　ChatGPT 還可以寫代碼。

　　即刻網(wǎng)友 @機(jī)智的小榴蓮 用它將 Python 重構(gòu)成 Go，將一種代碼快速轉(zhuǎn)換為另一種代碼;@Shenk 用它寫了一段可執(zhí)行的掃雷小游戲代碼;還有很多網(wǎng)友把 ChatGPT 當(dāng)作全知全能的助教，一邊請(qǐng)教一邊學(xué)習(xí)代碼。

　　即刻網(wǎng)友 @張杰伊 則認(rèn)為，ChatGPT 將編程工作變成了「寫提示 - ChatGPT生成代碼 - 人工運(yùn)行代碼 - 將報(bào)錯(cuò)信息粘貼給 ChatGPT - ChatGPT 改 Bug - 程序運(yùn)行成功」的流程，讓低代碼直接變成了零代碼。

　　再比如搜索。你可以問它紅燒排骨怎么做，也可以咨詢「如何舉辦一場(chǎng)成功的展覽」。它幾乎閱讀完成了互聯(lián)網(wǎng)所有浩瀚的信息，總共閱讀并記住了 5000 億個(gè)詞，模型有 1750 億個(gè)參數(shù)。

　　雖然 ChatGPT 學(xué)習(xí)了海量的互聯(lián)網(wǎng)數(shù)據(jù)，但它暫時(shí)還無(wú)法取代搜索引擎：一是時(shí)效性不足，二是準(zhǔn)確性無(wú)法保障。

　　關(guān)于時(shí)效性，ChatGPT 訓(xùn)練集的內(nèi)容停留在 2021 年以前，對(duì)近一年來(lái)發(fā)生的事情知之甚少。胡天祥解釋，「理論上是可以做到時(shí)效性的同步，把新加進(jìn)來(lái)的材料繼續(xù)訓(xùn)練就可以了，但是一般這會(huì)造成災(zāi)難性遺忘，也就是會(huì)忘記之前的部分學(xué)習(xí)材料，制約它時(shí)時(shí)更新的主要是成本」。

　　準(zhǔn)確性不足，也是 ChatGPT 廣為詬病的一點(diǎn)：它很擅長(zhǎng)一本正經(jīng)地胡說(shuō)八道。

　　OpenAI 的 CEO，Sam Altman 表示，他們正試圖阻止 ChatGPT 的隨機(jī)編造，會(huì)依靠用戶反饋來(lái)改進(jìn)。

　　ChatGPT 本尊也明確提示，自己和搜索引擎有著不同的目的和功能，不能互相取代。但它的確長(zhǎng)成了搜索引擎想要進(jìn)化成的模樣：進(jìn)一步降低信息篩選的門檻，用戶可以通過(guò)單次搜索，得到一個(gè)近乎滿意的答案。

　　最讓人驚奇的應(yīng)用，是用 ChatGPT 指導(dǎo) AI，用魔法馴服魔法。

　　隨著 AI 作畫的出圈，提示語(yǔ)生成(prompt engineering)逐漸成為一門生意。好的提示語(yǔ)，能夠幫助人與AI 進(jìn)行更高質(zhì)量的對(duì)話，引導(dǎo) AI 生成更符合要求的文字或圖像。

　　初創(chuàng)公司 PromptBase 就提供了這樣的服務(wù)交易平臺(tái)，你可以花 2-5 美元購(gòu)買「提示工程師」寫的一串單詞，復(fù)制到 AI 作畫或者 GPT-3 的應(yīng)用中，就能生成你期待的圖像或文字。每單消費(fèi)，PromptBase 會(huì)收取 20% 的傭金。

　　而現(xiàn)在，你可以讓睿智的 ChatGPT 幫你寫提示語(yǔ)了。經(jīng)網(wǎng)友測(cè)試，它果然比人類更懂 AI，生成的提示語(yǔ)質(zhì)量相當(dāng)高。

　　商用，還有點(diǎn)難

　　ChatGPT 出口成章的能力讓人驚嘆，但在真正的商業(yè)應(yīng)用前，還需要解決兩個(gè)問題：張口就來(lái)的問題和運(yùn)維成本。

　　當(dāng)被問道「紅樓夢(mèng)中賈寶玉適合娶誰(shuí)」時(shí)，ChatGPT 言之鑿鑿地說(shuō)「賈母」;而當(dāng)要求背誦觀滄海時(shí)，它更是臨時(shí)編造了一首詩(shī)，不打算對(duì)結(jié)果的準(zhǔn)確性負(fù)責(zé)。

　　據(jù) Twitter 網(wǎng)友的集體測(cè)試，ChatGPT 的錯(cuò)誤率在 2%-5% 左右。對(duì)于一個(gè)有趣的測(cè)試版聊天機(jī)器人來(lái)說(shuō)，這樣的表現(xiàn)無(wú)疑是優(yōu)秀的;但如果要應(yīng)用到嚴(yán)肅的商業(yè)場(chǎng)景，例如合同、公文的寫作，尤其是對(duì)于模型精度要求很高的金融行業(yè)，還需要進(jìn)一步訓(xùn)練輸出結(jié)果的穩(wěn)定性。

　　Sam Altman 也表示，現(xiàn)階段讓它不要胡說(shuō)八道有點(diǎn)難：「讓它與當(dāng)前技術(shù)保持平衡是很棘手的�！�

　　他們嘗試依靠用戶反饋來(lái)解決這一問題。Sam Altman說(shuō)，「用戶的提問、對(duì)問題的反饋，都是非常重要的數(shù)據(jù)，這讓 OpenAI 知道真實(shí)世界里用戶的意圖分布，基于這些才能讓 ChatGPT 做得更好�！�

　　不過(guò)，如果用戶反饋中混雜了一定程度的錯(cuò)誤信息，也許會(huì)使它的準(zhǔn)確率受到影響。「比 GPT-3 小的預(yù)訓(xùn)練語(yǔ)言語(yǔ)言模型都會(huì)出現(xiàn)比較嚴(yán)重的偏向性，比如種族歧視、性別歧視等等，這是互聯(lián)網(wǎng)上的數(shù)據(jù)分布造成的�！购�天祥解釋道��

　　運(yùn)行成本是另外一個(gè)難題：GPT-3 的計(jì)算成本比搜索引擎大得多。

　　每天，搜索引擎都要服務(wù)數(shù)十億個(gè)搜索請(qǐng)求。單次計(jì)算成本即使是微小的提升，放到這個(gè)數(shù)量級(jí)上，都是相當(dāng)可觀的真金白銀。

　　Sam Altman 在社交媒體上稱，目前 ChatGPT 單次回答(Single Turn)的平均費(fèi)用在幾美分左右(約合幾毛錢人民幣)。雖然未來(lái)還會(huì)持續(xù)降低，但業(yè)界人士普遍認(rèn)為，只有當(dāng)成本縮減 90% 后，才有商業(yè)應(yīng)用的經(jīng)濟(jì)適用性。

　　「不過(guò)現(xiàn)在看下來(lái)，他的部署速度還是挺快的了，國(guó)內(nèi)部署的大模型都比它慢得多�！购�天祥認(rèn)為，雖然成本的確是個(gè)制約，但其部署速度讓人看到了近期商業(yè)化落地的可能性。

　　中國(guó)版 OpenAI 在哪里

　　其實(shí)，國(guó)內(nèi)不是沒有大廠在做類似的事。

　　根據(jù)公開資料，目前中國(guó)大模型參數(shù)量*的是阿里的 M6 大模型，達(dá)到了萬(wàn)億級(jí)別;百度文心、華為的盤古大模型，也有千億的規(guī)模。

　　國(guó)內(nèi)智源，IDEA，百度，阿里，華為，騰訊都有類似的大模型，比如 GLM，CPM，ERNIE(百度)，M6(阿里)，盤古(華為)等等。雖然能力尚無(wú)法與 GPT-3 比肩，但其中一部分也已經(jīng)被應(yīng)用在業(yè)務(wù)。只不過(guò)，它們往往被應(yīng)用在內(nèi)部業(yè)務(wù)中，對(duì)外的并不多，因此知名度并不高。

　　百度文心，是國(guó)內(nèi)少數(shù)對(duì)外開放的大模型應(yīng)用之一，2021 年開放給公眾使用。它可以實(shí)現(xiàn)視頻、歌詞、藝術(shù)作品的自動(dòng)生成，已被應(yīng)用于百度內(nèi)部的搜索、信息流、百度地圖等產(chǎn)品中。

　　3 個(gè)月前，百度發(fā)布了 AI 助理，提供給普通用戶 AI 自動(dòng)生成文字、圖片等功能，還提出為創(chuàng)作者帶來(lái)一套 AI 生產(chǎn)內(nèi)容工具，更高效的生產(chǎn)視頻內(nèi)容。這意味著，百度的 AI 產(chǎn)品正式開始 toC 了。

　　就在前幾天，由百度文心續(xù)畫的陸小曼未盡畫稿，和海派畫家續(xù)畫的同名畫作，共計(jì)以 110 萬(wàn)元的高價(jià)落槌。一方面，讓人看到了 AI + 藝術(shù)的商業(yè)價(jià)值，另一方面，也能看出百度對(duì)于商業(yè)變現(xiàn)的迫切性。

　　在飛槳平臺(tái)上，我們也可以體驗(yàn)類似于 ChatGPT 的功能，但顯然它的語(yǔ)義理解能力還有待增強(qiáng)。當(dāng)我們問它「文心大模型是什么」時(shí)，它沒能對(duì)自己進(jìn)行一個(gè)流暢的自我介紹，生成的文字也顯得前言不搭后語(yǔ)。

　　為什么國(guó)內(nèi)的模型，在效果上無(wú)法媲美 OpenAI 呢?

　　一是中文領(lǐng)域的難度更大�！钢形挠�(xùn)練數(shù)據(jù)一來(lái)確實(shí)少，二來(lái)質(zhì)量低�！购�天祥說(shuō)，即使是 ChatGPT 的英文處理也顯著優(yōu)于中文處理。中文互聯(lián)網(wǎng)世界里，各大 APP 相對(duì)割裂，可供 AI 訓(xùn)練的公共內(nèi)容遠(yuǎn)不及英文素材豐富。

　　第二，技術(shù)的進(jìn)步，需要長(zhǎng)久而持續(xù)的投入�！窸penAI 的團(tuán)隊(duì) 2020 年放出 GPT-3 后就一直在維護(hù)和更新，不斷收集用戶反饋和真實(shí)的數(shù)據(jù)，慢慢形成了數(shù)據(jù)壁壘。」

　　千億級(jí)別的大模型，顯卡的算力成本需要在千張以上。像 GPT 這樣擁有 1750 億參數(shù)的大模型，運(yùn)算一次要花 450 萬(wàn)美金，跟發(fā)射一個(gè)衛(wèi)星的成本差不多。商業(yè)前景不明朗，又需要不計(jì)成本的投入，對(duì)大廠來(lái)說(shuō)這不劃算。

　　另一方面，國(guó)內(nèi)大廠的科研團(tuán)隊(duì)隸屬于公司，節(jié)奏緊張，很難避免商業(yè)變現(xiàn)的壓力;而 OpenAI 自成立之初，便將自己定位為「非營(yíng)利組織」，更類似于研究院的性質(zhì)，招徠*的科研人才。當(dāng)然，微軟的投資給了 OpenAI 燒錢做研究的底氣。

　　值得注意的是，OpenAI 發(fā)布的關(guān)于 ChatGPT 的論文中，共有 8 位主要作者，其中 3 位的姓名是中文拼音。他們或許來(lái)自中國(guó)，或許是華裔。而網(wǎng)絡(luò)領(lǐng)域頂會(huì)(SIGCOMM)的期刊中，每年都會(huì)收錄幾篇來(lái)自于阿里、華為等公司的研究論文。這說(shuō)明國(guó)內(nèi) AI 領(lǐng)域，不缺乏優(yōu)秀的基礎(chǔ)研究者。

　　我們?nèi)狈Φ模�可能是耐��。中金基金的研究�?bào)告中曾寫道，「實(shí)力雄厚的美國(guó)互聯(lián)網(wǎng)巨頭對(duì) AI 底層技術(shù)戰(zhàn)略性投入力度較大，但中國(guó)的 AI 產(chǎn)業(yè)主要受需求拉動(dòng)，大多數(shù) AI 公司布局應(yīng)用層。」

　　好消息是，ChatGPT 的成功出圈，讓資本和業(yè)界都看到了它不可估量的商業(yè)潛力。

　　2022 年被很多人稱為「AIGC 元年」，此前默默無(wú)聞的大模型賽道，今年融資也多了起來(lái)，單筆融資金額高達(dá) 10 億元，聯(lián)想創(chuàng)投、創(chuàng)新工場(chǎng)等知名投資機(jī)構(gòu)均參與其中。

　　這意味著，會(huì)有更多初創(chuàng)公司加入這場(chǎng)需要耐心和毅力的長(zhǎng)跑。與大廠不同，它們或許能以更聚焦的技術(shù)輸出全情投入，為中文世界的生成式 AI 積累點(diǎn)滴珍貴的創(chuàng)新。