文｜新莓daybreak 史圣園

ChatGPT 點(diǎn)燃了全球?qū)ξ磥淼南胂?，還讓沉寂已久的退休大佬決定重出江湖。是的，就是這兩天被刷屏的王慧文。

這位曾經(jīng)美團(tuán)的核心人物，在社交媒體公開發(fā)表宣言。從最初的「必須參與」，到5000萬美元帶資入組，不在意崗位、薪資和title，求組隊(duì)。第三天干脆宣布創(chuàng)建一個(gè)「全新生命體」，發(fā)出AI英雄榜，招募頂級(jí)人才。

這是ChatGPT傳入中國(guó)后，最高調(diào)的起步公司。它面臨的對(duì)手是那些國(guó)內(nèi)外科技巨頭。

微軟推出基于 ChatGPT 的 New Bing 一天后，谷歌匆忙搬出 Bard 應(yīng)戰(zhàn)。雖然發(fā)布會(huì)的演示尷尬出錯(cuò)，市值一夜蒸發(fā)超過 7000 億元，但微軟和谷歌被認(rèn)為是最有可能將ChatGPT大放光彩的公司。

國(guó)內(nèi)公司也紛紛表態(tài)，百度、阿里、騰訊等大廠均表示自己在相關(guān)方向上有所布局。

百度三月即將上線「文心一言」，并接入百度搜索；阿里達(dá)摩院正在研發(fā)對(duì)話機(jī)器人，并計(jì)劃與釘釘?shù)壬a(chǎn)力工具深度結(jié)合；騰訊雖未透露出具體的應(yīng)用計(jì)劃，但也底氣十足地表示，自己在大模型（LLM）、機(jī)器學(xué)習(xí)（ML）和自然語言處理（NLP）等領(lǐng)域有著技術(shù)儲(chǔ)備，進(jìn)行應(yīng)用探索。

總之，全網(wǎng)都是ChatGPT，被討論，被神話，被人窮盡溢美之詞，被視為是新一輪工業(yè)革命。但也有人發(fā)出警醒，ChatGPT也在被誤解。

大力出奇跡

「我相信大廠聲稱自己正在布局 ChatGPT ，除了有保住股價(jià)的考慮，肯定也有了解這些前沿技術(shù)的團(tuán)隊(duì)。但是懂得大致的技術(shù)框架，和真正做出來跟 ChatGPT 效果一樣好的東西，是兩件事情?！挂晃?AI 公司的技術(shù)合伙人說。

OpenAI 對(duì)外發(fā)布了許多 ChatGPT 相關(guān)的研究性論文，講述大致的思路，但不會(huì)透露技術(shù)細(xì)節(jié)。上述合伙人提醒，「其他公司想要復(fù)刻，還是需要自己摸索。而一旦涉及到技術(shù)細(xì)節(jié)的摸索，就要有特別大的投入?！?/p>

他認(rèn)為，OpenAI 的偉大之處在于，在結(jié)果未知的情況下，就敢于下注。「一般公司為了活下去，不得不去考慮投入產(chǎn)出比?！鼓Ｐ偷膮?shù)越多，意味著訓(xùn)練、調(diào)試時(shí)間的成倍增加。時(shí)間的翻倍，意味著硬件成本、人力成本的翻倍。

據(jù)《財(cái)富》雜志報(bào)道，2022年，OpenAI公司的收入預(yù)計(jì)不足3000萬美元，凈虧損5.45億美元。而隨著ChatGPT的火爆，可能進(jìn)一步增加虧損，因?yàn)橛脩裘恳淮握{(diào)用，就會(huì)讓OpenAI付出更多的計(jì)算資源和帶寬成本。

本質(zhì)上，ChatGPT 是一個(gè)表現(xiàn)令人驚艷的統(tǒng)計(jì)語言模型。

它的原理是，不斷將前文的文本片段作為條件，預(yù)測(cè)下一個(gè)詞語出現(xiàn)的概率，選中概率較高的單詞，從而生成通順的語句和段落。

ChatGPT 的技術(shù)——GPT 3.5，是由 Transformer 的技術(shù)線發(fā)展而來的。而 Transformer 的第一篇研究文章，其實(shí)是由谷歌發(fā)布的。

2017 年 6 月，谷歌發(fā)布論文《Attention is all you need》，推出能調(diào)用 6500萬參數(shù)的 Transformer 模型，并首次將其用于理解人類語言；2018 年，谷歌又推出了 3億參數(shù)的 BERT 模型。

只不過谷歌走得并不堅(jiān)定，精力遠(yuǎn)比OpenAI分散。

OpenAI 在擴(kuò)大模型的道路上一路狂奔。GPT-3 模型有 1750 億個(gè)參數(shù)，訓(xùn)練的數(shù)據(jù)量高達(dá) 5000 億個(gè) token（約合 3000 億個(gè)詞）。

谷歌則在多種技術(shù)路線間搖擺不定，萬億參數(shù)的Switch Transformer并沒有得到持續(xù)投入；Flan-T5模型一度有著勝過GPT-3的表現(xiàn)，但由于優(yōu)化進(jìn)度緩慢，還是由OpenAI先做出了ChatGPT這款產(chǎn)品，將大語言模型的神奇能力展現(xiàn)在我們面前。

北京智源人工智能研究院理事張宏江進(jìn)一步解釋，1750億參數(shù)量，約有700G大小，一次訓(xùn)練成本大致花1200萬美金。所以，大模型的發(fā)展不光是算法上的進(jìn)步，在數(shù)據(jù)、算力上的要求也非常巨大。

這是一個(gè)「大力出奇跡」的故事。AI 模型的訓(xùn)練，并不是「一份耕耘，一份收獲」的線性邏輯。

學(xué)術(shù)界有一個(gè)術(shù)語，叫做「涌現(xiàn)」（emergence），參數(shù)到了一定的程度，模型效果會(huì)迎來質(zhì)的飛躍。但這個(gè)程度，究竟是10億、100億、1000億，在實(shí)踐之前都無從得知。對(duì)于 GPT 來說，「參數(shù)越多，效果越好」只是個(gè)「后驗(yàn)性」的結(jié)論。

OpenAI 的孤注一擲，等來了它的「涌現(xiàn)」；而谷歌的多線并行，卻也是當(dāng)時(shí)的「局部最優(yōu)解」。

在大語言模型的訓(xùn)練上，「沒有人比其他人領(lǐng)先超過兩到六個(gè)月?！构雀柙谙嚓P(guān)研究領(lǐng)域碩果累累，并未落后于 OpenAI 半個(gè)身位，但精力分散拖累了它將學(xué)術(shù)成果落實(shí)為具體應(yīng)用的步伐。

應(yīng)用會(huì)更容易嗎？

盡管ChatGPT技術(shù)內(nèi)核的突破有非常高的門檻，但是OpenAI的大模型對(duì)產(chǎn)業(yè)的影響是絕對(duì)深遠(yuǎn)的。

張宏江將其形容為，是從小農(nóng)經(jīng)濟(jì)到大規(guī)模生產(chǎn)的一個(gè)很重要的變化，就像當(dāng)初電網(wǎng)的變革一樣，此前自己發(fā)電，而今天要用 AI，不需要再做模型，而是用已有的大模型，以一種服務(wù)方式提供給用戶。

ChatGPT 超過Tiktok，成為迄今為止用戶最快破億的應(yīng)用。積累 1 億用戶，ChatGPT 用了兩個(gè)月， Tiktok用了九個(gè)月，而 Instagram 則用了兩年多。

OpenAI 的首席執(zhí)行官 Sam Altman 曾在推特上表示，用戶與 ChatGPT 每次交互的計(jì)算成本為「?jìng)€(gè)位數(shù)美分」。隨著用戶破億，其每月計(jì)算成本高達(dá)數(shù)百萬美元。

基于此，OpenAI 開啟了新一輪融資，也在探索如何直接用 ChatGPT 變現(xiàn)。

2月1日，OpenAI 正式官宣 ChatGPT Plus —— ChatGPT 的個(gè)人付費(fèi)訂閱服務(wù)。用戶支付 20$/月的費(fèi)用，即可享受高峰時(shí)段的優(yōu)先訪問、更快的響應(yīng)時(shí)間，還能優(yōu)先嘗鮮新功能。

OpenAI 官宣ChatGPT Plus

to C 的付費(fèi)制還在試點(diǎn)和探索階段，to B 的付費(fèi) API 調(diào)用則是 OpenAI 現(xiàn)階段的主要收入來源。

2021 年底，OpenAI 對(duì)公眾開放了 GPT-3 的 API 接口，開發(fā)者和相關(guān)公司可付費(fèi)調(diào)用，實(shí)現(xiàn)自然語言理解和生成的任務(wù)。除此之外，OpenAI 還開放了 Codex、DALL·E 的 API 接口，分別完成自然語言轉(zhuǎn)代碼、自然語言轉(zhuǎn)圖像的任務(wù)。路透社的數(shù)據(jù)顯示，OpenAI 2022 年收入達(dá)數(shù)千萬美元，2023 與 2024 的預(yù)計(jì)年收入分別為 2 億美元和 10 億美元。

OpenAI API 調(diào)用價(jià)格

一個(gè)大模型，即使像 ChatGPT 一般有驚艷的表現(xiàn)、足夠的通用性，也無法用來解決所有問題。從新技術(shù)的誕生，到可用的行業(yè)產(chǎn)品，再到后續(xù)的運(yùn)營(yíng)和用戶服務(wù)，還需要很多下游應(yīng)用企業(yè)結(jié)合行業(yè)場(chǎng)景來進(jìn)行微調(diào)和開發(fā)，形成「整體產(chǎn)品」方案。

Jasper 就是這樣一家基于 GPT-3 API 的生成式 AI 公司，提供電商、廣告、博客等場(chǎng)景下營(yíng)銷文案、種草文案的自動(dòng)生成服務(wù)，以及后續(xù)的搜索引擎優(yōu)化工具。2022年，Jasper 募資 1.25 億美元，估值達(dá) 15 億美元。

再比如 Notion，接入 GPT-3 API 后，在文檔工具中實(shí)現(xiàn)了自動(dòng)續(xù)寫、翻譯、語法檢查等功能。

即便是基于垂直行業(yè)的語料庫(kù)對(duì)模型進(jìn)行微調(diào)，也需要不小的研發(fā)成本：GPT-3 的每一次升級(jí)和迭代，這些下游企業(yè)也要跟進(jìn)調(diào)整，需要一定的財(cái)力支撐。

國(guó)內(nèi)關(guān)于ChatGPT概念的不少公司也拿到投資，而且類似文本生成、圖像生成、音頻生成、視頻生成、虛擬人、元宇宙等場(chǎng)景在中國(guó)的落地能力，也許會(huì)跟海外同步，甚至更快。

不過，目前的大模型，更多偏向于單點(diǎn)式的應(yīng)用，優(yōu)化生產(chǎn)環(huán)節(jié)中的某一個(gè)小問題，并未帶動(dòng)整個(gè)工作流的革新。

第一次工業(yè)革命，蒸汽機(jī)實(shí)現(xiàn)了機(jī)器替代人工；第二次工業(yè)革命，電力技術(shù)驅(qū)動(dòng)了規(guī)?；a(chǎn)。之所以能夠被稱之為「工業(yè)革命」，都是因?yàn)榧夹g(shù)為生產(chǎn)力帶來了質(zhì)的提升。目前來看， AI 原生產(chǎn)品還沒有能夠大范圍囊括某一領(lǐng)域的工作流，并且提供完整解決方案。

沖擊會(huì)抵達(dá)哪里？

如同過去所有新的生產(chǎn)力工具一樣，ChatGPT 問世以來，關(guān)于它會(huì)沖擊哪些行業(yè)的討論不絕于耳。

作為當(dāng)今最為先進(jìn)「統(tǒng)計(jì)語言模型」，ChatGPT 在問答和對(duì)話上的表現(xiàn)出色。它能夠模仿人類的交互方式，提供和整合信息，從而輔助創(chuàng)意和決策。

ChatGPT 有效縮短了「信息→決策」的路徑，受到其影響最大的，是與「滿足信息需求」有關(guān)的生意，尤其是幫助「人找信息」的生意。

其中無法回避的，首當(dāng)其沖就是搜索引擎。因?yàn)楹芏嗳苏J(rèn)定，基于ChatGPT有可能誕生出比 Google 更出色的搜索引擎。

ChatGPT已經(jīng)明確回答，它不會(huì)替代搜索引擎。實(shí)際上，比起功能替代，未來的信息搜索應(yīng)當(dāng)是兩者的結(jié)合。

ChatGPT 的優(yōu)勢(shì)在于，它可以綜合生成更為完整、拿來即用的答案，還可以通過多輪對(duì)話回答后續(xù)問題，但我們無法忽視它的硬傷——真實(shí)性和邏輯性問題。

首先，ChatGPT生成的答案中難以避免地出現(xiàn)事實(shí)性錯(cuò)誤。按照既定的語言模型和規(guī)則，ChatGPT 可以生成相應(yīng)的文本，卻無法自查自糾；且生成的序列越長(zhǎng)，出現(xiàn)錯(cuò)誤引用的概率也會(huì)隨之增加。這也就是為什么谷歌 Bard 言之鑿鑿地說詹姆斯·韋布空間望遠(yuǎn)鏡拍攝了太陽系以外的行星的第一批照片（實(shí)際并非如此），微軟 New Bing 進(jìn)行 GAP 的財(cái)報(bào)分析時(shí)引用了許多錯(cuò)誤數(shù)據(jù)。

其次，ChatGPT 雖然很少在語法上犯錯(cuò)，但它在推理（reasoning）任務(wù)上的表現(xiàn)不夠令人滿意，頗有種「數(shù)學(xué)是語文老師教的」感覺。至少在目前，我們無法指望它能夠通曉邏輯、厘清事實(shí)。而它通過對(duì)話喂給我們的唯一答案，也限制了我們從多處來源交叉驗(yàn)證信息的能力。

朱嘯虎就提出警醒，ChatGPT最大的風(fēng)險(xiǎn)是在網(wǎng)上創(chuàng)造出巨量的似是而非的內(nèi)容，那以后就不僅僅是「物理學(xué)不存在了」，如何判斷信息的真實(shí)性越來越難，熵爆炸式增長(zhǎng)。

實(shí)際上，較為理想的產(chǎn)品形態(tài)是，由 ChatGPT 精選優(yōu)質(zhì)信源，拼接為完整答案，并給出引用來源供我們核實(shí)?；蛘咴谒阉鹘Y(jié)果頁面的基礎(chǔ)上，由ChatGPT來總結(jié)要點(diǎn)。

除了微軟Bing外，初創(chuàng)公司 Perplexity 也嘗試結(jié)合 ChatGPT 和搜索引擎，做出更智能的信息搜索工具。

Perplexity 的結(jié)果展示，包括三個(gè)部分：Perplexity（生成的直接答案）、Sources（引用來源）、Related（相關(guān)問題）。你還可以在前文的基礎(chǔ)上進(jìn)行追問，獲得更聚焦的信息增量。

Perplexity產(chǎn)品界面

此類信息搜索產(chǎn)品，若想提供好的使用體驗(yàn)，也需要ChatGPT在未來能夠做到「知之為知之，不知為不知」。否則，甄別錯(cuò)誤信息的成本將是巨大的，在關(guān)鍵任務(wù)中造成的風(fēng)險(xiǎn)也難以估量。

目前，學(xué)者們正在琢磨著怎么給 ChatGPT 打上「知識(shí)補(bǔ)丁」（Knowledge Patch）。比如問到它拿不準(zhǔn)的問題時(shí)，它能夠輸出「抱歉，我不了解」這樣謙虛而自知的回答，而不是言之鑿鑿地胡編亂造。

「所有的行業(yè)都值得用AI重做一遍」，技術(shù)的進(jìn)步會(huì)帶來新的生產(chǎn)力工具，也會(huì)帶來新的問題。ChatGPT 讓我們獲取信息變得更容易，同時(shí)對(duì)我們的判斷力提出了更高的要求。客觀、理性、全面地分析信息，還是只能靠我們自己。