再造一个ChatGPT？并没想象的容易

让ChatGPT回归理性。

来源：21tech（News-21）

作者：白杨

编辑：林曦  卢陶然

图源：视觉中国

ChatGPT的热度仍在持续升温，尤其是该概念在资本市场带来的“助涨效应”，也吸引越来越多的上市公司开始蹭热点。

但是，ChatGPT背后的技术能力并不简单，更不是短期内想要实现就能实现的。因此，有业内专家呼吁，不要让ChatGPT沦为资本炒作的话题，而是要将目光聚焦于这个产品及其背后的技术能力，如何推动AI产业的进一步发展。

既然要回归理性，那对ChatGPT的探讨还是应该放在技术及应用的范畴，近日，多位AI领域专家也就ChatGPT及相关技术分享了一些思考。

与物理世界存在距离

旷视研究院基础科研负责人张祥雨告诉21世纪经济报道，ChatGPT在底层数据、核心技术、用户体验等各方面都可以说是里程碑式的AI产品。

张祥雨表示，如果从智能的角度看，AI要能完整模拟人脑，大概需要“感知、决策、执行、反馈以及知识记忆”这几个模块。而ChatGPT的核心技术是AI语言大模型，其关键是如何让AI模型具备逻辑推理能力以及如何让AI学习全互联网的知识。目前来看，ChatGPT基本都做到了，因此在决策和知识这个环节，有了很大的突破。

但是，张祥雨也指出，ChatGPT基本上没有跟物理世界发生关系，包括输入和输出。这是因为人类在物理世界的生存能力和基础运动能力，看似简单，其实都经过漫长的进化，底层机制是更难被破解的。某种意义上来说，是一种更难学习的智能。

在其看来，人工智能会在未来几年更快速地发展和应用，并从两个方向改变我们的世界：一是“AI in Digital”，即以 AIGC 为代表的技术浪潮，通过重构内容生产力，让数字世界发生变革；二是“AI in Physical”，即以特斯拉为代表的企业，通过构建不同形态的机器人载体，对物理世界进行改造。

“ ‘AI in Digital’和‘AI in Physical’是两条不同的技术路线，相辅相成，对我们的未来会产生根本性的影响。而‘AI in Digital’背后的生成式大模型也为‘AI in Physical’的发展带来了新的机遇”，张祥雨说。

需要工程化能力

对于ChatGPT ，腾讯研究院资深专家、前沿科技研究中心主任王强从“大模型”技术的角度进行了分析。其表示，当前的人工智能大多是针对特定的场景应用进行训练， 生成的模型难以迁移到其他应用， 属于“ 小模型”的范畴。

小模型的迁移过程不仅需要大量的手工调参， 还需要给机器喂养海量的标注数据，拉低了人工智能的研发效率， 且成本较高。而大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练。之后，在其他场景的应用中，开发者只需要对模型进行微调， 或采用少量数据进行二次训练， 就可以满足新应用场景的需要。

这意味着，对大模型的改进可以让所有的下游小模型受益， 大幅提升人工智能的适用场景和研发效率。这也是为什么大模型近年来会成为业界重点投入的方向。

比如推出ChatGPT 的OpenAI，其早在2020年就推出了大型语言生成模型GPT-3（Generative Pre-training Transformer 3），其训练参数量达到1750亿，在当时，这已是世界之最。而当前ChatGPT的版本为GPT 3.5，是在GPT3之上的调优，能力进一步增强。

然而，要仅比较模型大小，那在GPT3推出后，业内已经涌现出更多比其更大的模型，但为什么这次是ChatGPT成功破圈？王强认为，ChatGPT是非常成功的一次从技术研发到工程化、再到点燃大众热情的经典案例。

王强进一步分析指出，在技术创新层面，OpenAI不断引入新的技术路线，比如这次引入的强化学习方法，就很好地提升了模型的效果。除此之外，OpenAI在组织文化、反馈机制、项目策划等方面的各项工作，也都共同推动了ChatGPT 的成功。

比如项目策划方面，王强认为，一个影响力出圈的技术，与其项目策划密不可分。ChatGPT的问答和多轮对话形式，就很好地激发了大众的热情和创造力。

此前，Gartner已连续两年把AI工程列为年度战略技术趋势之一。在Gartner看来，AI工程化是AI大规模发展的必经之路。因为任何行业或企业，只要有场景、数据和算力，都可以落地AI应用，但落地效率、周期会远超预期。

这也进一步提醒我们，在越来越多企业鼓吹自己具备类ChatGPT技术时，外界更要冷静思考，仅有数据哪怕也具备一定算法和算力的公司，它真的能够创造出ChatGPT吗？

技术应用广泛

不过，虽然不是人人都具备创造ChatGPT的能力，但并不影响该技术具有广泛的应用性。目前，关于ChatGPT技术的应用讨论热度比较高的是搜索引擎，包括谷歌、微软以及百度等公司，都正在将ChatGPT技术融入其搜索引擎当中。

王强认为，短期来看，ChatGPT不会替代搜索引擎，但长期看来，通过融合，ChatGPT会推动形成新的搜索引擎。

从回答问题的角度，ChatGPT尽管已经十分强大，但其仍然无法替代现有搜索引擎的作用，未来仍要解决实时信息源以及置信度的问题。不过，ChatGPT的出现，确实给搜索引擎带来了新的思路，也有可能会推动出现新的搜索体验。

而除了搜索引擎之外，王强认为ChatGPT将会给更多领域带来变革。比如，ChatGPT会成为未来人机交互的一个新入口，从而改变现有APP的交互方式，以更为自然的对话方式，让用户来使用软件和调用技能。

此外，像是火热的数字人，通过ChatGPT这样的模型提供对话能力，能让数字人具备有趣的灵魂。同时，该能力也可以嵌入到机器人中，让未来的机器人更聪明。

开发者也可以利用ChatGPT这样的底层平台，在大模型基础上根据不同行业和场景进行模型调优，从而创造出各类满足用户需求的丰富应用，从而形成对话式AI的生态。

而在教育、医疗、广告营销、电子商务、市场和战略咨询、企业服务、编写代码等专业服务领域，ChatGPT技术也能成为更为专业的人类助手，不仅可以生成内容，还可以调用各种专业能力，甚至替代部分初级的专业工作。

此前，有研究报告认为，得益于模型泛化能力强、长尾数据的低依赖性以及下游模型使用效率的提升，大模型已具备了“通用智能”的雏形。并且在大模型的助力下，人工智能技术从五年前的“能听会看”，已走到今天的“能思考、会创作”，未来有望实现“会推理、能决策”的重大进步。

往期推荐