文|新莓daybreak 史圣園

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、忠誠的、聰慧的，無需多言，便能理解他的喜怒哀樂，恰到好處地提供情緒價值。

薩曼莎的細膩與體貼，其實源于機器學習（Machine Learning）技術：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。上個月末，OpenAI 發(fā)布 ChatGPT 后，數(shù)百萬網(wǎng)友沉迷于和這個聰慧 AI 的聊天對話中。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 年度科學突破，創(chuàng)造性人工智能位列其中。

過去一年，無論是 AI 作畫的強勢出圈，還是ChatGPT 令人驚嘆的對話流暢性，都在直接告訴我們：創(chuàng)造、交流、思考，不再是人類獨占的領域。

生成式 AI 讓我們看到了新一代技術革命的可能性，但距離它們能夠撐起萬億美元級別的市場，還有多遠的路要走？中文世界又何時能誕生一款媲美 ChatGPT 的大模型應用？

ChatGPT ，神功初成

GPT 的全稱，是「Generative Pre-Training」，翻譯過來就是「生成式的預訓練」。

ChatGPT，即「聊天GPT」，是 OpenAI 對 GPT-3 模型進行微調后，開發(fā)出來的聊天機器人。人們可以和它進行對話交流。

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

這并不是說 ChatGPT 擁有了人類的思維。本質上這是一個大量語言數(shù)據(jù)訓練出來的概率模型，可以根據(jù)上文提示，預測下一個單詞、下一句話應該是什么。

開放使用后，用戶針對 ChatGPT 生成的回答進行反饋。這些反饋對于 ChatGPT 來說是非常重要的訓練數(shù)據(jù)，和薩曼莎一樣，ChatGPT 也會越來越善解人意，順應用戶的期望來溝通交流。

雖然，現(xiàn)階段 ChatGPT 的趣味性大過信息價值，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：學代碼、寫周報、編劇本、做高數(shù)……

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

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

「GPT-3 是一個通用智能引擎，只要能形式化為語言的任務都可以用它來做。」復旦大學 NLP 在讀博士孫天祥說。

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

國外的效率工具們，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，但理論上都是可以使用的。

ChatGPT 還可以寫代碼。

即刻網(wǎng)友 @機智的小榴蓮 用它將 Python 重構成 Go，將一種代碼快速轉換為另一種代碼；@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 當作全知全能的助教，一邊請教一邊學習代碼。

即刻網(wǎng)友 @張杰伊 則認為，ChatGPT 將編程工作變成了「寫提示 - ChatGPT生成代碼 - 人工運行代碼 - 將報錯信息粘貼給 ChatGPT - ChatGPT 改 Bug - 程序運行成功」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 億個詞，模型有 1750 億個參數(shù)。

雖然 ChatGPT 學習了海量的互聯(lián)網(wǎng)數(shù)據(jù)，但它暫時還無法取代搜索引擎：一是時效性不足，二是準確性無法保障。

關于時效性，ChatGPT 訓練集的內容停留在 2021 年以前，對近一年來發(fā)生的事情知之甚少。胡天祥解釋，「理論上是可以做到時效性的同步，把新加進來的材料繼續(xù)訓練就可以了，但是一般這會造成災難性遺忘，也就是會忘記之前的部分學習材料，制約它時時更新的主要是成本」。

準確性不足，也是 ChatGPT 廣為詬病的一點：它很擅長一本正經(jīng)地胡說八道。

OpenAI 的 CEO，Sam Altman 表示，他們正試圖阻止 ChatGPT 的隨機編造，會依靠用戶反饋來改進。

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。但它的確長成了搜索引擎想要進化成的模樣：進一步降低信息篩選的門檻，用戶可以通過單次搜索，得到一個近乎滿意的答案。

最讓人驚奇的應用，是用 ChatGPT 指導 AI，用魔法馴服魔法。

隨著 AI 作畫的出圈，提示語生成（prompt engineering）逐漸成為一門生意。好的提示語，能夠幫助人與AI 進行更高質量的對話，引導 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交易平臺，你可以花 2-5 美元購買「提示工程師」寫的一串單詞，復制到 AI 作畫或者 GPT-3 的應用中，就能生成你期待的圖像或文字。每單消費，PromptBase 會收取 20% 的傭金。

而現(xiàn)在，你可以讓睿智的 ChatGPT 幫你寫提示語了。經(jīng)網(wǎng)友測試，它果然比人類更懂 AI，生成的提示語質量相當高。

商用，還有點難

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

當被問道「紅樓夢中賈寶玉適合娶誰」時，ChatGPT 言之鑿鑿地說「賈母」；而當要求背誦觀滄海時，它更是臨時編造了一首詩，不打算對結果的準確性負責。

據(jù) Twitter 網(wǎng)友的集體測試，ChatGPT 的錯誤率在 2%-5% 左右。對于一個有趣的測試版聊天機器人來說，這樣的表現(xiàn)無疑是優(yōu)秀的；但如果要應用到嚴肅的商業(yè)場景，例如合同、公文的寫作，尤其是對于模型精度要求很高的金融行業(yè)，還需要進一步訓練輸出結果的穩(wěn)定性。

Sam Altman 也表示，現(xiàn)階段讓它不要胡說八道有點難：「讓它與當前技術保持平衡是很棘手的?！?/p>

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

不過，如果用戶反饋中混雜了一定程度的錯誤信息，也許會使它的準確率受到影響?！副?GPT-3 小的預訓練語言語言模型都會出現(xiàn)比較嚴重的偏向性，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煜榻忉尩?。

運行成本是另外一個難題：GPT-3 的計算成本比搜索引擎大得多。

每天，搜索引擎都要服務數(shù)十億個搜索請求。單次計算成本即使是微小的提升，放到這個數(shù)量級上，都是相當可觀的真金白銀。

Sam Altman 在社交媒體上稱，目前 ChatGPT 單次回答（Single Turn）的平均費用在幾美分左右（約合幾毛錢人民幣）。雖然未來還會持續(xù)降低，但業(yè)界人士普遍認為，只有當成本縮減 90% 后，才有商業(yè)應用的經(jīng)濟適用性。

「不過現(xiàn)在看下來，他的部署速度還是挺快的了，國內部署的大模型都比它慢得多?！购煜檎J為，雖然成本的確是個制約，但其部署速度讓人看到了近期商業(yè)化落地的可能性。

中國版 OpenAI 在哪里

其實，國內不是沒有大廠在做類似的事。

根據(jù)公開資料，目前中國大模型參數(shù)量最大的是阿里的 M6 大模型，達到了萬億級別；百度文心、華為的盤古大模型，也有千億的規(guī)模。

國內智源，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。雖然能力尚無法與 GPT-3 比肩，但其中一部分也已經(jīng)被應用在業(yè)務。只不過，它們往往被應用在內部業(yè)務中，對外的并不多，因此知名度并不高。

百度文心，是國內少數(shù)對外開放的大模型應用之一，2021 年開放給公眾使用。它可以實現(xiàn)視頻、歌詞、藝術作品的自動生成，已被應用于百度內部的搜索、信息流、百度地圖等產(chǎn)品中。

3 個月前，百度發(fā)布了 AI 助理，提供給普通用戶 AI 自動生成文字、圖片等功能，還提出為創(chuàng)作者帶來一套 AI 生產(chǎn)內容工具，更高效的生產(chǎn)視頻內容。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，共計以 110 萬元的高價落槌。一方面，讓人看到了 AI + 藝術的商業(yè)價值，另一方面，也能看出百度對于商業(yè)變現(xiàn)的迫切性。

在飛槳平臺上，我們也可以體驗類似于 ChatGPT 的功能，但顯然它的語義理解能力還有待增強。當我們問它「文心大模型是什么」時，它沒能對自己進行一個流暢的自我介紹，生成的文字也顯得前言不搭后語。

為什么國內的模型，在效果上無法媲美 OpenAI 呢？

一是中文領域的難度更大?！钢形挠柧殧?shù)據(jù)一來確實少，二來質量低?！购煜檎f，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 相對割裂，可供 AI 訓練的公共內容遠不及英文素材豐富。

第二，技術的進步，需要長久而持續(xù)的投入?！窸penAI 的團隊 2020 年放出 GPT-3 后就一直在維護和更新，不斷收集用戶反饋和真實的數(shù)據(jù)，慢慢形成了數(shù)據(jù)壁壘?！?/p>

千億級別的大模型，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，運算一次要花 450 萬美金，跟發(fā)射一個衛(wèi)星的成本差不多。商業(yè)前景不明朗，又需要不計成本的投入，對大廠來說這不劃算。

另一方面，國內大廠的科研團隊隸屬于公司，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「非營利組織」，更類似于研究院的性質，招徠頂尖的科研人才。當然，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。他們或許來自中國，或許是華裔。而網(wǎng)絡領域頂會（SIGCOMM）的期刊中，每年都會收錄幾篇來自于阿里、華為等公司的研究論文。這說明國內 AI 領域，不缺乏優(yōu)秀的基礎研究者。

我們缺乏的，可能是耐心。中金基金的研究報告中曾寫道，「實力雄厚的美國互聯(lián)網(wǎng)巨頭對 AI 底層技術戰(zhàn)略性投入力度較大，但中國的 AI 產(chǎn)業(yè)主要受需求拉動，大多數(shù) AI 公司布局應用層?！?/p>

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」，此前默默無聞的大模型賽道，今年融資也多了起來，單筆融資金額高達 10 億元，聯(lián)想創(chuàng)投、創(chuàng)新工場等知名投資機構均參與其中。

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