正在閱讀:

4萬字告訴你ChatGPT到底是什么?(上)

掃一掃下載界面新聞APP

4萬字告訴你ChatGPT到底是什么?(上)

ChatGPT全稱為“Chat Generative Pre-trained Transformer”,Chat是聊天,GPT是“生成型預訓練變換模型”,可以翻譯為“聊天生成預訓練轉換器”或簡稱“優(yōu)化對話的語言模型”。

文 | 星船知造 錢鴻生

編輯 | 唐曉園

序言及摘要:

作為星船知造“現(xiàn)代通信與智能網(wǎng)技術展望”系列欄目的第一輯,我們邀請星船知造的資深讀者、通信行業(yè)教授級高級工程師錢鴻生博士為我們撰寫了《ChatGPT技術架構及中國人工智能未來發(fā)展趨勢報告》。

報告正文共3.8萬字,在介紹了ChatGPT的進化歷程、主要內(nèi)涵、底層技術架構與邏輯后,提出ChatGPT潛在的商業(yè)價值和對資本市場影響的風險管控警示。

并分析了算法和算力以及芯片技術,對我國人工智能AI發(fā)展的制約與影響,最后切入我國AI產(chǎn)業(yè)結構調整、建立AI法律保護與系統(tǒng)安全的視角,對發(fā)展我國人工智能產(chǎn)業(yè)提出一些前瞻性的趨勢分析和研判。我們將節(jié)選出報告中部分內(nèi)容,在星船知造公眾號分上、下兩篇發(fā)布。

今天的上篇主要聚焦第一章《ChatGPT的含義與OpenAI公司概況》中的“ChatGPT的基本功能模塊”;

第二章《ChatGPT的內(nèi)涵與底層技術架構》中的“ChatGPT的DALLE2自然語言轉換成像技術”、“人工智能AI芯片的重要意義”、“人工智能中的算力單位pfs-day”等章節(jié)中的部分內(nèi)容。

同時節(jié)選第三章《ChatGPT的潛在商業(yè)價值與市場動態(tài)》中的“國內(nèi)投資者和廠商對ChatGPT的反應”、“ChatGPT可能影響的行業(yè)初探”等章節(jié)中部分內(nèi)容。

ChatGPT含義與OpenAI公司概況

ChatGPT全稱為“Chat Generative Pre-trained Transformer”,Chat是聊天,GPT是“生成型預訓練變換模型”,可以翻譯為“聊天生成預訓練轉換器”或簡稱“優(yōu)化對話的語言模型”。

由美國人工智能公司OpenAI 開發(fā)的ChatGPT兩個月時間內(nèi)用戶已超1個億。

作為一款建立在云計算、海量數(shù)據(jù)庫、人工智能算法架構和深度神經(jīng)網(wǎng)絡基礎之上開發(fā)的聊天機器人程序,ChatGPT不像傳統(tǒng)的搜索引擎一樣復制、粘貼、拼湊網(wǎng)上已有的信息給你。它的回答是有邏輯的、生動的,有上下文關聯(lián)的。

ChatGPT聊天機器人目前支持幾乎世界上所有的語言輸入。有人說未來它會像《流浪地球》系列電影中的智能量子計算機MOSS,不僅擁有超強算力,還有自我意識、自我迭代、自我更新的特點,最終演化出有思維的人工智能。

或許MOSS已經(jīng)離我們不遠了。

OpenAI官網(wǎng)發(fā)布的ChatGPT系統(tǒng)界面

OpenAI初期是從事人工智能研究的非營利化組織,公司初期宗旨和使命是確保通用人工智能 (Artificial General Intelligence,AGI)在大多數(shù)具有經(jīng)濟價值的工作上超越人類。建造出安全的、符合共同利益的通用人工智能,也希望能預防人工智能的災難性影響,推動人工智能技術發(fā)揮積極作用。

同時也針對谷歌在搜索引擎業(yè)務領域形成的壟斷優(yōu)勢,利用人工智能技術展開全面對抗。

OpenAI發(fā)展里程碑

2019年3月:OpenAl向資本市場開放,引入戰(zhàn)略投資者微軟公司,隨后宣布從非營利性質過度到封頂營利性質,利潤上限為任何投資的100倍。創(chuàng)立了OpenAlLP公司。

2019年7月:微軟向OpenAI注資10億美金,并得到了OpenAl技術的商業(yè)化授權,將OpenAl公司開發(fā)產(chǎn)品與微軟產(chǎn)品深度融合。

2020年6月:OpenAI宣布了GPT-3語言模型,發(fā)布了第一個產(chǎn)品OpenAl-API,從此OpenAl公司開始了正式商業(yè)運作。

2020年9月:OpenAl公司授權微軟公司使用其GPT-3模型,微軟成為世界首個享用OpenAl公司人工智能產(chǎn)品GPT-3的公司。

2021年:微軟再次對OpenAI投資,雙方合作關系正式進入第二階段,微軟擁有OpenAI新技術商業(yè)化授權,同時將OpenAI工具與自有產(chǎn)品再次進行深度集成,并推出相應產(chǎn)品。

2022年12月:OpenAI在微軟資助下,發(fā)布了人工智能模型,開發(fā)出了最新款人工智能產(chǎn)品,取名為ChatGPT。2個月后,ChatGPT的全球活躍用戶突破了1億。

2023年2月2日:OpenAI宣布推出ChatGPT Plus訂閱服務,可以讓用戶在高峰期優(yōu)先使用人工智能聊天機器人 ChatGPT。

OpenAl還有兩個不為人知的小故事。其一關于馬斯克與OpenAI的歷史淵源。

馬斯克實際上是OpenAI創(chuàng)始人之一。2015年馬斯克聯(lián)合LinkedIn 創(chuàng)始人、Y Combinator總裁及 PayPal創(chuàng)始人等共同宣布創(chuàng)立OpenAI 公司,目標說是打造屬于全人類的、開放的AI組織,其定位是非營利性的,不過在2018年馬斯克突然離開OpenAI。

外界傳聞有兩個版本:

一是特斯拉公司也在研究AI,與OpenAI 在研發(fā)方向上有沖突,馬斯克因此退出了董事會,但繼續(xù)擔任了OpenAI 公司的顧問。

二是馬斯克挖走了當時剛從斯坦福大學博士畢業(yè)后加入OpenAI的天才少年安德烈,安德烈的研究方向為計算機視覺,主攻圖像識別和理解,當時馬斯克的特斯拉也需要這樣的人才。于是馬斯克請這位安德烈去解決特斯拉的問題,為此OpenAI 公司一氣之下把馬斯克“踢”出董事會。

其二關于安德烈。出生于捷克斯洛伐克的安德烈全名安德烈·卡帕斯(Andrej Karpathy),作為ChatGPT發(fā)展中的重要人物,是位“85后”。29歲時在斯坦福大學拿到博士學位。讀博期間,他兩次到谷歌公司做畢業(yè)實習。

博士畢業(yè)后,安德烈2016年加入了當時剛成立一年的OpenAI,是OpenAI創(chuàng)始團隊的成員之一,只不過工作一年多后,就被馬斯克挖到特斯拉去了。

他被馬斯克迅速提升,接管了整個人工智能開發(fā)團隊的軟件部分,并和負責硬件的Pete Bannon攜手主導了特斯拉車控智能軟件開發(fā)。在此之后,他還接管了擎天柱人形機器人、特斯拉超算系統(tǒng)Dojo的開發(fā),可以說是馬斯克手下最為重要的人工智能領軍人物。

特斯拉人形機器人 圖源:Tesla官網(wǎng)

2022年7月安德烈突然離開特斯拉,回歸OpenAI。

安德烈在自己的推特賬號上輕描淡寫說道:“我和許多其他人一樣,不管是處于AI圈的還是非AI圈,都被OpenAI的成果鼓舞感動了。我相信這家公司未來的潛力非常大,因此很高興重新投入到其中來?!?/p>

OpenAI很多人對安德烈7年后重新回到公司充滿了期待,給予他“讓CharGPT再次偉大(Make ChatGPT Great Again)”的厚望。

無論何時,在AI人工智能領域的人才爭奪都是如此激烈。

1.2.ChatGPT主要功能

OpenAI官網(wǎng)上說:我們已經(jīng)訓練了一個名為ChatGPT的優(yōu)化對話的語言模型,它以對話方式進行交互。

對話形式使 ChatGPT 能夠回答后續(xù)問題、承認錯誤、挑戰(zhàn)不正確的前提并拒絕不適當?shù)恼埱?。ChatGPT 經(jīng)過訓練以遵循提示中的指令并提供詳細響應。

和曾經(jīng)的人工智能是“讓計算機在固定場景下干固定的事”這個范疇不同,ChatGPT面對的是一個“open world”。全球目前上億用戶向它提問的問題是不可預知的。這恰恰是AI開發(fā)的難點。

ChatGPT目前系統(tǒng)功能主要是文本生成、聊天機器人、語言問答、語言翻譯、自動文摘、繪畫功能、編程功能、視頻生成等八大功能模塊所組成。如下圖所示 :

星船知造為您逐一稍作展開——

1.2.1文本生成

ChatGPT的文本生成功能可根據(jù)人們的提問,生成可讀的各種文本。文本生成功能通常用于生成新聞、博客、報告等內(nèi)容。也可用于生成代碼、詩歌、小說等各種不同類型文本。

下圖為星船知造編輯部讓ChatGPT寫一篇“關于中國充電樁各主要生產(chǎn)廠商前景”的報道,然后,它寫到一半卡住了

1.2.2 聊天機器人

ChatGPT大型語言模型可以實時回答人們提出的各種問題,ChatGPT可以記住你之前跟它說話的過程與內(nèi)容。

ChatGPT聊天機器人具有一定的記憶和思維判斷功能,能根據(jù)對話內(nèi)容,前后呼應且有一定的語言邏輯推演能力,這也是ChatGPT聊天機器人區(qū)別于之前一些人工語言處理系統(tǒng)完全不一樣的地方。

1.2.3 語言問答

ChatGPT的語言問答系統(tǒng)是應用人類語言處理技術,通過識別用戶問題并匹配相應答案來回答問題。它通過對大量數(shù)據(jù)學習和深度分析,以及對語言和語法的深入了解,幫助用戶快速找到所需的信息。

ChatGPT問答系統(tǒng)適用于售后服務與話務員應答、醫(yī)療咨詢和教育等場景???4小時連續(xù)不斷地提供服務。

1.2.4語言翻譯

ChatGPT的語音翻譯是利用人工智能技術,將各國不同的文字和語言進行相互轉換,可直接把文字轉換成不同的語言。它通過使用計算機算法和語音數(shù)據(jù)庫來生成語音合成,可用于語音導航、機器人語音交互、同聲翻譯、語音自動識別等應用。

1.2.5自動文摘

ChatGPT的自動文摘是一種利用人工智能技術,針對大量文本和視頻內(nèi)容進行簡化、概括的技術。它通常采用機器學習和自然語言處理方法,識別文本中的關鍵信息,生成簡明、準確的摘要。

可在一次會議后馬上整理出會議紀要,或對長達2個小時的電話視頻做出一份10分鐘的會議摘要。自動文摘可以縮短文本閱讀時間和視頻閱讀時間,提高編寫會議的效率,幫助用戶快速了解文本內(nèi)容。它在新聞、科技、商業(yè)等領域都有應用。

1.2.6繪畫功能

用戶可以在ChatGPT中寫一段有關畫作的文字描述,描述你想要畫出的圖片或影像要求。也可以借助ChatGPT的提示,使系統(tǒng)更詳細地了解你所要描繪的作品。對于產(chǎn)品廣告設計和期刊書籍的插畫是方便的工具。使用者不需要專業(yè)繪畫技術的積累。

1.2.7編程功能

大多數(shù)開發(fā)場景中,特別是用戶需求相對固定的場合,ChatGPT 可以用來編寫代碼,檢查代碼語義的準確性,改進和簡化人們的編程工作。

ChatGPT 還可以幫助我們提高自己編程代碼的質量和可讀性,通過你提出的要求,它會逐行添加注釋,可以確保代碼在發(fā)布前得到正確記錄,并使其他人更容易理解和使用代碼??商岣叽a可讀性、可維護性和與他人協(xié)作的能力。

ChatGPT其實還有很多功能正在被開發(fā)與完善之中,有人把目前ChatGPT-3提供的功能細分為8大類60項功能,在此我們就不一一贅述了。

1.2.8視頻生成

向ChatGPT提問對某一個產(chǎn)品或一個事件的描述,ChatGPT會送出一份文檔,你可以對文檔稍作修改,要求ChatGPT直接將文檔轉換成視頻。

除此之外,ChatGPT可以被用于智能助手,智能客服等領域。

總之,ChatGPT的出現(xiàn),為人工智能技術的發(fā)展帶來了新的思路和技術支持,在數(shù)據(jù)處理、自然語言處理以及其他領域的應用前景廣闊。

ChatGPT的內(nèi)涵與底層技術架構

有人把ChatGPT理解為一個簡單的搜索引擎功能,認為其工作原理就是把2022年以前網(wǎng)絡中已有的數(shù)據(jù),加工整理后推送給客戶。人們認為ChatGPT只要建立一個足夠大的數(shù)據(jù)存儲空間,把所有的信息存放在里面,然后進行檢索,就可以實現(xiàn)文本問答和聊天機器人功能了。

其實ChatGPT的工作原理并不是那么簡單,比一般人理解的程度要復雜很多,這里面涉及生成性預訓練變換模型和很多關鍵核心技術和底層邏輯。

2.1 ChatGPT生成性預訓練變換模型

前文我們在介紹ChatGPT的含義時已經(jīng)介紹過,ChatGPT的全稱為“Chat Generative Pre-trained Transformer”,翻譯成中文就是生成型預訓練變換模型。在此之前,一般所謂的人工智能、機器學習、聊天對話軟件在很大程度上都是局限于觀察、分析和內(nèi)容分類以及圖像識別。

而以ChatGPT為代表的生成性人工智能AI是一項技術上的突破,它可以生成新內(nèi)容,而不僅限于分析現(xiàn)有的數(shù)據(jù)。它的技術核心是生成性的人工智能。

從ChatGPT字面上來看,Chat是聊天的意思,但GPT才是關鍵。

第一個字母G是Generative,屬于生成性的人工智能,在這以前的人工智能都局限在觀察分析現(xiàn)有內(nèi)容,但這次ChatGPT是個突破,它可以根據(jù)我們的需要,創(chuàng)造生成全新的內(nèi)容。

第二個字母P是Pre-trained的縮寫,預訓練的意思。表示這個模型已經(jīng)在某些有限的數(shù)據(jù)集上進行了預訓練,ChatGPT在與人的對話中幾乎接近正常人的交流,就是因為它已經(jīng)接受過海量數(shù)據(jù)的訓練,而這些數(shù)據(jù)就是我們?nèi)祟?022年以前發(fā)布在互聯(lián)網(wǎng)上的內(nèi)容(目前版本的ChatGPT還不具備網(wǎng)絡數(shù)據(jù)實時更新功能)。

由于ChatGPT目前還沒有實現(xiàn)網(wǎng)絡的實時連接,因此回答問題的時效性受到一定的限制。

ChatGPT在正式發(fā)布前,已經(jīng)進行了大量的監(jiān)督學習和通過人類反饋強化學習,所以我們在使用它的時候,這個模型能準確快速地生成對話內(nèi)容。

第三個字母是Transformer,翻譯過來就是轉換器,這是ChatGPT底層人工智能學習的一個算法架構。

ChatGPT嚴格意義上來說就是一種基于Transformer的自然語言處理模型。采用了預訓練加微調的方法,通過對大規(guī)模語料庫進行預訓練,對標注數(shù)據(jù)進行微調,從而使模型能夠適應特定的自然語言處理任務,擁有語言理解和文本生成能力。

2.1.1 ChatGPT的演進過程

第一階段:GPT-1發(fā)布

2018年6月,OpenAl 第一篇論文《Improving Language Understanding by Generative Pre-Training》通過生成式預訓練來提高語言理解能力的論文中提出了第一個模型GPT-1。從這篇論文中得出的關鍵結論是,Transformer 架構與無監(jiān)督預訓練的結合產(chǎn)生了GPT-1, 加上有監(jiān)督微調方式,針對特定任務進行預訓練,實現(xiàn)了強大自然語言理解能力。

第二階段:GPT-2發(fā)布

2019年2月,OpenAI發(fā)表了第二篇論文《Language Models are Unsupervised Multitask Learners》,推出了GPT-2 。GPT-2是一種自然語言生成模型,其設計目標是生成與人類語言相似的文本,可以完成多任務處理。

第三階段:GPT-3發(fā)布

2020年5月,OpenAI發(fā)表第三篇論文《Language Models are Few-Shot Learners》,推出了GPT-3。GPT-2和GPT-3是兩個不同的模型,它們的主要區(qū)別在于應用場景、模型規(guī)模和性能表現(xiàn)。GPT-3是一種自然語言生成模型,它是目前規(guī)模最大的預訓練模型,可以生成高質量的自然語言文本,包括文章、詩歌、對話等。GPT-3還支持一些其他的自然語言任務,例如翻譯、問答、語義搜索等。

第四階段:GPT-3.5 發(fā)布

2022年11月29日,OpenAI發(fā)布了一個命名為“text-davinci-003”(文本-達芬奇-003常稱為GPT3.5)的新模型。它以對話方式進行交互,既能夠做到回答問題,也能承認錯誤、質疑不正確的前提以及拒絕不恰當?shù)恼埱蟆?/p>

2.1.2 ChatGPT的預訓練加微調

所謂的ChatGPT預訓練,是一個基于transform模型的預訓練語言模型,它的訓練邏輯如下:

第一是語料準備,從互聯(lián)網(wǎng)上收集大量文本語料。如新聞、書籍、論壇,其中維基百科是它的一個重要數(shù)據(jù)來源。維基百科是用多種語言編寫而成的網(wǎng)絡百科全書。

然后是對數(shù)據(jù)預處理,對語料進行處理,把它們分割成許多獨立的句子或段落,對每個句子進行分詞。分詞后把每個單詞轉換成數(shù)字,生成一個數(shù)字序列,然后構建成數(shù)字詞典。

訓練就是使用這些數(shù)字序列用transformer模型進行模擬場景試驗,需要投入大量的人工干預,并使用監(jiān)督學習的方式對預訓練模型進行微調。根據(jù)獎勵模型優(yōu)化策略,然后生成輸出,ChatGPT的預訓練繞不開正向傳遞,反向更新,梯度收斂,預訓練模型降低了獲取更高水平人工智能的成本。

由于至今OpenAI沒有公開ChatGPT相關預訓練數(shù)據(jù)集來源和具體細節(jié),一定程度上阻礙了追趕者的步伐。

2.1.3 ChatGPT的Transformer轉換器

ChatGPT的核心技術之一是Transformer轉換器,Transformer技術是近幾年人工智能技術最大的亮點之一,由谷歌的人工智能的團隊“谷歌大腦”首先發(fā)布。

這種模型是使用一種叫自注意力的機制(self attention mechanism),它允許模型在進行預測的時候,可根據(jù)語言序列的任何位置,為輸入數(shù)據(jù)的不同部分賦予不同的權重,并支持處理更大的數(shù)據(jù)集。

Transformer的精度和性能上都比之前流行的CNN(卷積神經(jīng)網(wǎng)絡)、RNN(循環(huán)神經(jīng)網(wǎng)絡)等模型,大幅提升了模型訓練的效果,讓人工智能在更大模型、更多數(shù)據(jù)、更強算力的基礎上進一步增強運算能力。此外,還具有很強的跨模態(tài)處理能力,不僅在NLP(自然語言理解)領域表現(xiàn)優(yōu)異,在語音、圖像方面也顯示出了優(yōu)異的性能。

Transformer是ChatGPT語言模型的核心技術,是一種用于序列到序列(Sequence-to-Sequence)任務的神經(jīng)網(wǎng)絡模型,例如機器翻譯,語音識別和生成對話等,它使用了注意力機制來計算輸入序列和輸出序列之間的關系。如下圖所示

制圖:星船知造

Transformer的主要優(yōu)點是它可以并行地處理輸入序列中的所有信息,因此在訓練和推理時都有很高效率。

此外,Transformer沒有使用循環(huán)結構,因此它不受長序列的影響,并且在處理長序列時不會出現(xiàn)梯度消失或爆炸的問題。

2.2 ChatGPT人類反饋優(yōu)化語言模型(RLHF)

ChatGPT 面對多樣化的問題對答如流,已經(jīng)打破了機器和人類溝通的邊界,這一工作的背后是大型語言模型 (Large Language Model,LLM) 生成領域的新訓練范式RLHF (Reinforcement Learning from Human Feedback) ,即依據(jù)人類反饋的強化學習方法模型。

OpenAI官網(wǎng)上如是說:我們使用依據(jù)人類反饋的強化學習方法模型(RLHF)來實施訓練,使用監(jiān)督微調訓練一個初始模型與人類人工智能訓練師提供對話,他們在其中扮演用戶和人工智能助手。我們讓培訓師可以訪問模型編寫的建議,以幫助他們撰寫答案。

為了創(chuàng)建強化學習的獎勵模型,我們需要收集比較數(shù)據(jù),其中包括兩個或多個按質量排名的模型響應。為了收集這些數(shù)據(jù),我們進行了人工智能培訓師與聊天機器人的對話。我們隨機選擇了一個模型編寫的消息,抽樣了幾個替代完成,并讓AI培訓師對它們進行排名。使用這些獎勵模型,我們可以使用近端策略優(yōu)化來微調模型,我們執(zhí)行了此過程的多次迭代。

ChatGPT強化學習算法訓練獎勵模型簡單來說就是分為三個階段:

第一階段是收集示范數(shù)據(jù),人工智能培訓師與聊天機器人對話,并接受監(jiān)督。

第二階段是收集比較數(shù)據(jù),訓練一個獎勵模型。

第三階段是利用PPO強化學習算法,優(yōu)化一個針對獎勵模型的策略。

2.5 ChatGPT的DALL.E 2自然語言轉換成像技術

根據(jù)OpenAI官網(wǎng)上的介紹,ChatGPT中的DALL.E 2自然語言轉換成像技術,最初只是一個研究項目,目標是制定并繼續(xù)改進安全緩解的措施,其中包括:

第一、限制DALL·E 2 自然語言轉換成影像時生成暴力、仇恨或成人圖像。通過從訓練數(shù)據(jù)中刪除有害的視頻內(nèi)容、使用先進的技術來防止真實人物的面部,包括公眾知名人物的面部在視頻中出現(xiàn)。

第二、遏制用戶濫用政策。不允許文本要求生成暴力、成人或政治內(nèi)容等視頻。如果我們的過濾器發(fā)現(xiàn)可能違反我們政策的文本提示和圖片上傳,ChatGPT就會采用自動化和人工監(jiān)控系統(tǒng)予以拒絕。

OpenAI認為:負責任的開發(fā)和安全監(jiān)管是人工智能的重要組成部分,讓用戶對ChatGPT安全系統(tǒng)有信心。

OpenAI希望DALL.E 2自然語言轉換成像技術能降低圖像生成模型相關的風險。為此,DALL.E 2在互聯(lián)網(wǎng)上數(shù)億張帶標題的圖像上進行訓練,刪除并重新加權其中一些圖像,更改模型學習的內(nèi)容。

同時,采用在DALL.E 2中設置各種防護欄訓練數(shù)據(jù)集,過濾訓練數(shù)據(jù),放大偏差、重復數(shù)據(jù)刪除等多種技術手段,以防止生成的圖像違反內(nèi)容管制政策。使人們能夠創(chuàng)造性地表達自己,幫助人們了解ChatGPT人工智能系統(tǒng)如何看待和理解我們的世界,對于創(chuàng)造人類的人工智能使命至關重要。

2.6 ChatGPT軟件是否能開源?

OpenAI 不開放,是人工智能業(yè)界很多人詬病的話題。軟件開源是多年來互聯(lián)網(wǎng)產(chǎn)業(yè)之所以能蓬勃發(fā)展的驅動力之一。

軟件開源方式可以調動全世界軟件開發(fā)者的積極性,每個人都可以下載源代碼,并可進行優(yōu)化和社區(qū)分享,也可以及時發(fā)現(xiàn)軟件系統(tǒng)中的缺陷,提醒廠商予以改進完善。

這種用全社會的力量來創(chuàng)新的機制,大幅加速了新技術的發(fā)展和產(chǎn)業(yè)應用的進程。

據(jù)OpenAI 公司證實,目前ChatGPT尚未開源,目前是作為API(應用程序編程接口)調用的方式提供聯(lián)網(wǎng)服務,暫時沒有開源的計劃時間表,甚至不排除未來很長一段時間內(nèi)不會考慮軟件開源的問題。

關于ChatGPT為何不開源,業(yè)內(nèi)也有一些專家表示理解,因為人工智能技術至今為止沒有一家廠商的軟件是開源的,基本上都是一個“黑盒子”,關于其內(nèi)部的運行機制外界很難了解。

如果軟件代碼開源,很難避免有人會利用人工智能創(chuàng)造出一些不利于社會和人類的內(nèi)容,因此人工智能軟件代碼不開源,可能也是出于系統(tǒng)安全性方面的考慮。

此外,自從Open AI 公司放棄了非營利組織的定位,接受微軟等企業(yè)投資后,從商業(yè)化的角度考慮,也會采取軟件和模型代碼不開源的措施,保護商業(yè)利益和投資。

而采用開放應用接口的方式來加以推廣,日后不排除對應用接口部分開源少部分模型,豐富開發(fā)者的生態(tài)環(huán)境,有利于與ChatGPT與其他系統(tǒng)或終端的互聯(lián)互通,加快人工智能產(chǎn)業(yè)的應用進程。

ChatGPT人工智能研究中心及其首席執(zhí)行官薩姆·奧爾特曼在接受美國《福布斯》雙周刊記者采訪時,在記者問及關于軟件開源問題的追問時說道:

“我認為實現(xiàn)這一目標的最重要方式是推出像ChatGPT這樣的AI平臺,除此之外,我們希望提供日益強大的應用軟件接口(API),同時能夠讓它們更加安全。我們將繼續(xù)開源,就像我們開源了CLIP(2021年發(fā)布的視覺神經(jīng)網(wǎng)絡),引發(fā)圖像生成領域實現(xiàn)軟件開源。

我們開源了Whisper和Triton(自動語音識別系統(tǒng)和編程語言)。所以我相信這是一個多管齊下的策略,一方面要拿出好的東西,另一方面要平衡每樣特定東西帶來的風險和收益?!?/p>

上述或可佐證Open AI 可能在應用接口部分開源少部分模型,豐富開發(fā)者生態(tài)環(huán)境的意圖。

2.7 人工智能AI芯片的重要意義

在人工智能領域,包括人們?nèi)粘I钪惺褂玫闹悄苁謾C,智能駕駛汽車等領域要完成運算都是與圖像識別、語音識別、自然語言處理有關。

底層最常用的就是卷積神經(jīng)網(wǎng)絡,也就是數(shù)學中的矩陣運算和優(yōu)化處理,一般來說CPU主要適合常用的數(shù)學計算。對于矩陣運算,專用的AI 人工智能芯片就比較合適了。所以在這特定的情況下,AI芯片應運而生了。

不同廠商對AI芯片有不同的稱呼,有的稱為NPU神經(jīng)網(wǎng)絡處理器。谷歌叫TPU張量(矩陣)處理器,美國超威半導體公司(AMD)叫APU加速處理器。蘋果叫仿生芯片,市場營銷的意味更多一些,而一般都統(tǒng)稱為AI芯片或叫人工智能芯片。

人工智能芯片可視為CPU的一部分,作為單獨的加速芯片,它其實是從顯示芯片GPU發(fā)展而來的。

早期的GPU多用于2D和3D圖形處理和計算,市場上則主要針對游戲領域。

當下是算力時代,人工智能、深度神經(jīng)網(wǎng)絡、數(shù)據(jù)分析、可視化、互聯(lián)網(wǎng)算法、生成性與訓練、運算服務器、智能汽車、移動設備等,都離不開算力支撐。

從全球整體市場情況來看,目前全球GPU市場形成多寡頭競爭格局,其中包括英特爾、英偉達和AMD、蘋果、谷歌、華為、阿里巴巴、騰訊、寒武紀也相繼開發(fā)出了人工智能芯片。

英偉達和AMD的芯片都是由臺積電代工的,臺積電在芯片包括AI芯片加工市場占據(jù)重要的地位。

2.8 人工智能中的算力單位pfs-day(petaflop/s-day)

隨著人工智能尤其是強化學習算法和預訓練技術的飛速發(fā)展,人工智能AI模型的算力正在以超高的速度發(fā)展。特別在自然語言處理領域的增長十分迅速。

OpenAI的GPT-3大型神經(jīng)網(wǎng)絡有1750億個參數(shù),而且模型越做越大,短期看來是一個技術趨勢。

這樣大的模型對于訓練算力的消耗是驚人的,人們用一個新的單位來衡量算力,即petaflops/s-day,或者縮寫成pfs-day。

OpenAI定義神經(jīng)網(wǎng)絡中的每一次乘法或一次加法為一個操作,如果每秒鐘可以進行1015方運算,也就是1 peta flops,那么一天就可以進行約1020的運算,這個算力消耗被稱為1個petaflop/s-day。

OpenAI透露:曾訓練過一個強化學習模型OpenAI Five,使用該系統(tǒng)在2019年戰(zhàn)勝了DOTA游戲職業(yè)游戲戰(zhàn)隊,該模型訓練量達到800 pfs-day。

OpenAI用了256個英偉達的GPU和12.8萬個CPU核心芯片,預訓練整整持續(xù)了10個月時間。OpenAI Five的總預訓練量相當于打了45000年Dota游戲,每天的訓練量大概相當于人類打180年游戲。

根據(jù)OpenAI的最新研究,從2012年以來,最大的AI訓練對于算力的消耗已經(jīng)增長了30萬倍,平均每100天就翻倍,算力是人工智能發(fā)展的技術保障,是人工智能發(fā)展的動力和引擎。這個速度已經(jīng)大大超越了兩年翻倍的摩爾定律。

2020年5月,OpenAI發(fā)表了一篇由多位作者撰寫的論文:Language Models are Few-Shot Learners (語言模型是小樣本學習者)。其中提到ChatGPT-3中有多達1750億個參數(shù)、數(shù)據(jù)集45TB,訓練花了3640pfs-day,語言模型訓練一次的費用保守估計是460萬美元,模塊總訓練成本估計達到了1200 萬美元。

由此可見在人工智能領域的資金投入以及對計算機的算力要求是如此之高,遠超人們的想象力。

ChatGPT潛在商業(yè)價值與市場動態(tài)

ChatGPT在系統(tǒng)可靠性、準確性方面還有待改進的空間。人工智能項目當前大多數(shù)仍然處于研發(fā)和巨大投入階段,勢必還要花費大量的金錢以及資源來實現(xiàn)。

人工智能項目想要持續(xù)發(fā)展,需要找到適合其自身發(fā)展的商業(yè)模式。同時由于ChatGPT的突然出現(xiàn),對于全球的人工智能發(fā)展應該說起到了一定的推進作用,新技術的橫空出世,當然會促進社會的變革以及帶來社會生產(chǎn)力的發(fā)展新機遇,同時也一定會伴隨著產(chǎn)業(yè)的動蕩、重組和融合,以此來重新調整社會生產(chǎn)關系,滿足先進生產(chǎn)力發(fā)展的需要。

3.1 全球市場對ChatGPT 的客觀評價(節(jié)選)

3.1.2 國外學者大咖對ChatGPT 的客觀評價

1. 世界首富比爾·蓋茨在接受專訪時表示;“ChatGPT以及AI領域的進展令人激動,AI將是2023年最熱門的話題。ChatGPT與互聯(lián)網(wǎng)的發(fā)明一樣重要,堪稱劃時代應用”。

2. 馬斯克也是OpenAI的聯(lián)合創(chuàng)始人之一,曾在推特上表示:“ChatGPT好得嚇人,我們離強大到危險的人工智能不遠了”。話語中既有贊許,又對人工智能發(fā)展沒有建立可靠的安全監(jiān)管機制,存有危機感。

3. 微軟CEO薩提亞·納德拉(Satya Nadella)表示:“AI將從根本上改變所有軟件,并從搜索這個最大的類別開始。這是搜索的新一天,比賽從今天開始”。

4. OpenAI首席執(zhí)行官薩姆·奧爾特曼薩姆·奧爾特表示:“這絕對是一個激動人心的時刻,但我希望這只是剛剛開始。事實上,這將是一條技術發(fā)展及其對社會產(chǎn)生的積極影響,不斷呈幾何級數(shù)增長的道路”。

5. OpenAI首席技術官米拉·穆拉蒂(Mira Murati)在接受《時代周刊》采訪時表示:“ChatGPT有可能真正徹底改變?nèi)祟惖膶W習方式,具有進行個性化教育的巨大潛力”。

6. 歐盟委員會分管市場(工業(yè))委員蒂埃里·布雷頓(Thierry Breton)日前表示:“歐盟委員會正在起草一項新的人工智能法規(guī),新擬議的人工智能法規(guī)將圍繞ChatGPT聊天機器人和人工智能技術風險,討論解決方案”。

3.1.3 國內(nèi)學者對ChatGPT 的客觀評價

1. 傳播內(nèi)容認知全國重點實驗室首席科學家張勇東表示:“ChatGPT的出現(xiàn),是人工智能技術發(fā)展的一次飛躍。其在交互和創(chuàng)作方面展現(xiàn)的出色能力,標志人工智能由決策式向生成式轉變”。

2. 中國信通院云計算與大數(shù)據(jù)研究所科技部副主任石霖認為:“ChatGPT的技術基于OpenAI開發(fā)的GPT3.5系列模型,該模型參數(shù)規(guī)模據(jù)推測達十億級別,加之在訓練過程中引入人類反饋機制技術,使得ChatGPT在回答準確率、道德表現(xiàn)上進一步得到提升”。

3. 中國工程院院士鄔賀銓認為:“現(xiàn)在完全沒有必要為ChatGPT的出現(xiàn)而擔憂,它的出現(xiàn)是一種技術進步,ChatGPT可以幫助人類做一些資料整理等基礎工作,但是它不可能代替人類思考”。

4. 華東師大傳播學院院長王峰認為:“ChatGPT帶來巨大機遇與挑戰(zhàn),它可以和元宇宙建設結合起來,一旦ChatGPT這樣的人工智能應用成熟,這標志著在人類語言反應中,人工智能開始占據(jù)優(yōu)勢,會對人類生活造成更深刻的影響”。

3.1.4 國外投資者和廠商對ChatGPT 的反應

路透社報道稱:“谷歌母公司宣布將推出名為‘Bard’的AI人工智能聊天機器人服務以及更多的人工智能項目,以應對競爭對手微軟所引領的新計算浪潮”。

早在2019年,微軟就向ChatGPT的所有者OpenAI公司多次注資,此番ChatGPT-3.5的成功發(fā)布,也讓業(yè)界聯(lián)想不斷,接下來微軟可能會砸下更多籌碼,甚至將OpenAI和ChatGPT一起收購。

沒讓人們等待太久,微軟就給出了答案:再次向OpenAI投資100億美元。據(jù)消息人士說,早在去年10月微軟就開始了就追加投資一事與OpenAI談判。

現(xiàn)在這筆資金最終敲定,包括新的投資在內(nèi),微軟將獲得OpenAI 的49%股權,OpenAI的估值將達到290億美元,微軟將每年獲得OpenAI的75%利潤,直到收回投資為止。

因此,這次ChatGPT的成功,最大的贏家無疑就是微軟。

3.1.4 國內(nèi)部分投資者和廠商對ChatGPT 的反應

1. 百度公司正在進行類似ChatGPT產(chǎn)品的上線沖刺,該項目名字確定為“文心一言”英文名“ERNIE Bot”。百度“文心一言”是百度基于“文心大模型”技術推出的生成式對話產(chǎn)品。

百度在人工智能四層架構中,有全棧布局。其中包括底層的AI芯片、深度學習框架、大模型以及最上層的搜索等應用。項目將于2023年3月份完成內(nèi)測,并面向公眾開放。

2. 騰訊申請“人機對話方法、裝置、設備及計算機可讀存儲介質”專利,該專利產(chǎn)品可實現(xiàn)人機順暢溝通。

3. 阿里巴巴達摩院(杭州)科技有限公司申請了“人機對話及預訓練語言模型訓練方法、系統(tǒng)及電子設備”專利,可提升問答交互的準確性。

3.2 ChatGPT可能影響的行業(yè)初探

人們普遍認為,采用AI技術的ChatGPT發(fā)展和應用可能會影響許多職業(yè),特別是一些重復性較高的工作。例如,一些簡單的辦公室文秘工作、數(shù)據(jù)處理,以及人工客服可能會被自動化和人工智能代替。

需要高度創(chuàng)造力和人類技能的職業(yè),如醫(yī)生、律師、藝術家、軟件架構師等,則不太可能受其影響。

ChatGPT可以為人們提供有價值的信息和幫助,因此也可能為相關職業(yè)帶來新的機會。

ChatGPT作為一種領先的聊天機器人技術,已經(jīng)被廣泛應用于多個領域,下面就淺析基于人工智能的ChatGPT可能會對我國哪些行業(yè)帶來變革和影響。

3.2.1客服行業(yè)

人工智能技術可以提供智能客服服務,通過自然語言處理和機器學習技術,為用戶提供快速、準確的答案和解決方案,從而減輕人力成本壓力。它可以提供比人工客服更全面,更快更準確的客服服務,從而提高客戶滿意度。主要體現(xiàn)在以下幾個方面:

1.提高服務質量

ChatGPT是一種機器人作為客服服務系統(tǒng),它能夠實時對接客戶的需求,并根據(jù)客戶的問題準確回答,出錯率較低,解決方案更全面,可以更快準確滿足客戶的需求,從而提高客服服務的質量。

2.提高客服效率

ChatGPT可減少人工客服的工作量,AI系統(tǒng)能夠快速地找到解決方案,不用客服人員花時間查找。人工客服可將更多的時間集中在更復雜問題的處理上,把更多的精力放在為弱勢群體或無法準確使用AI系統(tǒng)的人提供人工應答服務。

3.提高客服滿意度

ChatGPT可以讓客戶獲得更好的服務體驗。它可以更快地提供準確的答案,AI系統(tǒng)可以讓客戶感受到比人工服務更好地無縫交流,讓用戶獲得更加滿意的結果。

4.降低客服成本

ChatGPT可以幫助客服節(jié)省時間,減少客服人員,降低人工成本。

5.提升客服系統(tǒng)的管理水平

ChatGPT可以提高客服平臺的管理水平,可以根據(jù)用戶的使用反饋,自動按需生成各類管理報表,為后臺管理人員提升服務質量提供數(shù)據(jù)支撐。

3.2.2教育行業(yè)

人工智能技術可以用于教學輔助、在線教育、個性化教育和學生評估等方面,可以提高教育效果和教育公平,為學生提供個性化的教育服務和智能化的學習體驗。讓ChatGPT作為一種教學輔助工具,成為教師的朋友或幫手。

ChatGPT作為一種教育輔助工具,主要應用體現(xiàn)在以下幾個方面:

1.設計課程

ChatGPT可以為教師的課程設計提供創(chuàng)意思路,協(xié)助檢索和整理教學文獻資料,生成完整的課程材料,如教學大綱、課程計劃和閱讀材料,并可生成文本或PPT圖片。

2.協(xié)助備課

ChatGPT能夠參與到教研備課中,幫助教師節(jié)省大量查詢資料的時間,提高備課效率。

3.知識搜索

可以與學生一起通過對系統(tǒng)的提問方式,快速搜索到相關的知識點。擴展學生的知識面和對事物的理解深度。增加課堂趣味性和豐富性,幫助學生理解復雜的內(nèi)容和概念,成為教師的人工智能助教。

4.作業(yè)測評

ChatGPT還可以參與到學生成績的評估,生成作業(yè)測驗和考卷,幫助教師評估學生的學習質量,觀察學生的學習進度。同時也可以對老師的授課質量進行測評,評價教師與學生之間的活動環(huán)節(jié),提高教學質量。

3.2.3語言文字翻譯行業(yè)

人工智能AI技術在語言文字翻譯領域已經(jīng)實現(xiàn)了突破性發(fā)展,ChatGPT實現(xiàn)多語言支持,可以識別多種語言,其中包括:

1. 快速翻譯:ChatGPT可以讓翻譯工作更加快捷便利,從而讓更多的文本可以在短時間內(nèi)完成翻譯。

2. 準確翻譯:ChatGPT能夠準確識別出語言或文本的內(nèi)容,從而提高翻譯準確性。

3. 語法檢查:ChatGPT可以檢查、校對語言或文本的語句,語法等的翻譯錯誤,從而提高翻譯人員在翻譯過程中的質量和水平。

4. 文本改進:ChatGPT可提出改進文本的建議,從而讓文本更加便于理解和完美。

5. 詞匯補充:ChatGPT可為翻譯人員提供更多參考詞匯,同樣一個意思,根據(jù)不同的場合,用恰當?shù)恼Z言來表達,增強翻譯親和力。

6.語言轉換:ChatGPT可幫助翻譯人員實現(xiàn)幾乎世界上所有語種不同語言之間的轉換,從而更好滿足翻譯需求。

7. 文本格式:ChatGPT可幫助翻譯人員更好地理解不同文本格式,直接采用文本、表格、圖片或會議紀要形式直接生成,從而更有效地完成翻譯工作。

3.2.3金融行業(yè)

對金融行業(yè)而言,ChatGPT可以提供多種智能化的服務和解決方案,幫助金融機構提高運營效率、降低成本、豐富客戶體驗、管理金融風險、進行投資決策等。

1,美國SouthState Bank相關負責人表示:該行已確定了15個ChatGPT應用場景,如:在內(nèi)控與合規(guī)管理方面,該行將通過使用ChatGPT幫助銀行監(jiān)測和評估相關風險,例如通過分析公司的合規(guī)政策、員工的行為等,提出相應的風控措施。

2,在法律事務處理方面,該行將通過使用ChatGPT自動檢測和識別合同風險,在合同草案中插入關鍵要素和監(jiān)管要求的法律條款,進行智能審查、智能書寫,從而為本行的法律團隊節(jié)省時間。

3,國內(nèi)金融機構郵儲銀行近期表示:將優(yōu)先使用百度開發(fā)的“文心一言”,在金融業(yè)開展類似ChatGPT人工智能的應用試點,結合行業(yè)知識進行微調和交互式訓練。在智能客服、數(shù)字員工、虛擬營業(yè)廳等場景進行應用,進一步提升客戶體驗。探索新型的信息統(tǒng)計、信息獲取方式,向客戶提供更及時、更準確、更個性化的金融咨詢服務。

4,今年 2月20日,廣發(fā)證券宣布將通過百度智能云全面體驗并接入百度“文心一言”,通過探索大語言模型融入金融應用場景,嘗試打造更為豐富、個性化的金融服務,為客戶提供更智能、更有溫度的財富管理服務體系。

與此同時,我們也應該認識到無論國內(nèi)外,金融業(yè)都是接受嚴格監(jiān)管的行業(yè),ChatGPT需要龐大的數(shù)據(jù)庫支撐,要針對行業(yè)做大量的數(shù)據(jù)訓練和優(yōu)化。而金融數(shù)據(jù)的獲取卻非常嚴格,解決信息的準確性、安全性和用戶隱私等問題,都是金融業(yè)優(yōu)先考慮的問題。

國內(nèi)學者認為,金融服務不但要考慮到人機交互的便捷性,更重要的是避免損失,因此AI和金融的結合一定要經(jīng)過大量的訓練,并且實時更新數(shù)據(jù),同時與嚴格的安全監(jiān)管機制相匹配。

3.2.4制造業(yè)

每一次工業(yè)革命都離不開生產(chǎn)力的提升,先進的技術可以幫助人類從傳統(tǒng)手工社會轉向工業(yè)社會和信息化社會助力,帶來生產(chǎn)關系的巨大變革。

這次ChatGPT的應用還遠遠算不上一次工業(yè)革命,但可被視下一場變革來臨的信號。

人工智能技術可以用于生產(chǎn)流程優(yōu)化、智能制造和質量控制等方面,可以提高制造業(yè)的效率和產(chǎn)品質量。

現(xiàn)在世界各國出生率下降,社會老齡化日益加重,ChatGPT的出現(xiàn)不僅會給生產(chǎn)力帶來變化,而且會給生產(chǎn)方式帶來一定變化,這種變化在宏觀背景下的影響可能會超過所有人的想象。

從目前ChatGPT的功能來看,還不能完全代替人類,但是可以釋放出更多生產(chǎn)力,迫使人類去關注那些更具有創(chuàng)意、創(chuàng)造、思想、情感的工作。

ChatGPT直接進入制造業(yè)和實體經(jīng)濟還路途遙遠,但是專家認為AI所起到的作用,應該主要體現(xiàn)在降本增效上。

在可以預見的將來,大多數(shù)產(chǎn)業(yè)的發(fā)展都將融入人工智能技術。以硬件設備為主體的產(chǎn)業(yè),例如制造業(yè)、采掘業(yè)、基礎設施等,將更多加入人工智能軟件的支撐,各類服務業(yè)將有更多的簡單重復的工作被人工智能設備所替代人工,隨著人工智能產(chǎn)業(yè)新形態(tài)的出現(xiàn),人們的工作生活環(huán)境將因之而變。

3.2.5物流交通運輸行業(yè)

人工智能技術可以用于物流交通運輸行業(yè)的智能化的路線規(guī)劃、運輸管理和物流優(yōu)化等方面,可以提高交通運輸?shù)陌踩院托省?/p>

ChatGPT為代表的人工智能系統(tǒng),能科學規(guī)劃物流和交通規(guī)劃,可以給物流交通運輸行業(yè)從訂艙到跟蹤貨物、管理庫存到更新車隊信息提供全方位的服務,將物流和供應鏈行業(yè)的管理提升到一個新的水平。

3.2.6文秘行業(yè)

傳統(tǒng)意義上的文秘工作,主要負責處理公司或政府的日常事務,比如接打電話、文件郵寄、辦文辦會、檔案管理、編寫會議紀要、協(xié)調工作等。

ChatGPT能完成大部分文秘的事務性、程序化的工作,應用人工智能技術,文秘工作的重心需要關注的是如何應用人工智能技術為領導的決策做好輔助性工作。協(xié)助領導提高決策的科學性、準確性。文秘可以通過使用人工智能產(chǎn)品,提升信息資源的準確性和效率。

文秘工作者要適應時代的快速發(fā)展,接納新事物、新技術,善于觀察、獨立思考,提高創(chuàng)新能力和解決問題的能力。

盡管ChatGPT功能強大,但是完全取代文秘工作還為時過早,大量文秘的工作還是需要有人員來處理,ChatGPT無法完全替代。ChatGPT完全可以作為文秘工作的一個好助手,提升文秘工作的質量和水平。

有人這樣說:未來不會被人工智能替代的有三種人:

有適應能力的人、有創(chuàng)造力的人、有解決問題能力的人。因此,人們在人工智能時代應該提高適應能力、創(chuàng)新能力就顯得尤為重要。

3.2.7法律行業(yè)

人工智能技術可以用于法律咨詢、文書起草和司法判決等方面,可以提高法律效率和準確性,降低成本和錯誤率。

利用人工智能可以直接了解用戶需求,更好理解用戶的提問內(nèi)容,進行高質量的法律條款的關聯(lián);比如檢索資料、整理答案、改寫文字以及翻譯等,ChatGPT在法律領域可能應用的場景如下:

1.查找法律條款

ChatGPT可以通過提問方式直接查找相關的法律條款,能夠有效節(jié)約大量法律條款記憶和檢索的時間,提高法律工作的效率,加快結案的時間。

2.結合案例梳理適用法律要件

在一個法律案例中可能會涉及不同的法律體系,如果不是專門從事這一方向的職業(yè)律師或者法官,可能無法進行較為完整準確的分析,未接受過專門法學訓練的普通民眾更難以遍歷相關法律條款,ChatGPT會基于既有的法律資料進行梳理,并給出較為完整的參考。

3.撰寫法律文書

ChatGPT具有較強的文書整理能力,可根據(jù)雙方法庭陳述和辯論,撰寫法庭紀要、審判紀要、起訴意見書等法律文書。也可以通過文本輸入,請ChatGPT對法律文書進行法律條款使用準確性的檢查。

4.輔助司法裁判

2023年哥倫比亞法院在裁判中使用了ChatGPT中的文本生成功能來增加說理依據(jù),在裁判文書中,ChatGPT給出了具體的法律條款、適用情形、立法目的以及法院以往判例對比等內(nèi)容,能夠有效提升訴訟案件處理的準確性。

對于統(tǒng)一裁判尺度具有重要價值,甚至隨著技術發(fā)展,可以實現(xiàn)裁判文書的輔助生成、案件信息的自動回填等功能,有效輔助司法裁判。

ChatGPT在法律領域的應用制約:

最高人民法院在2022年12月發(fā)布《關于規(guī)范和加強人工智能司法應用的意見》,提出到2030年,建成具有規(guī)則引領和應用示范效應的司法人工智能技術應用和理論體系,為司法為民、公正司法提供全流程高水平智提供輔助支持。

3.2.8社交媒體行業(yè)

人工智能技術可以用于社交媒體內(nèi)容生成、圖片畫像和產(chǎn)品廣告推薦等方面,可提高社交媒體的用戶體驗和收益,為廣告主和內(nèi)容創(chuàng)作者提供更好的服務。

3.2.9軟件開發(fā)行業(yè)

隨著人工智能ChatGPT的發(fā)展,越來越多人關心ChatGPT是否會對軟件行業(yè)就業(yè)產(chǎn)生重大影響,ChatGPT會不會讓底層程序員失業(yè)?

其實目前的ChatGPT還是一個測試的版本,軟件代碼生成只是其中一個功能,還有很多需要不斷改進完善的地方,要完全取代人工編程還要需要很長一段時間。

一般認為程序員就只會寫代碼,其實程序員寫代碼的時間最多占其工作量的四分之一都不到,程序員需要用大量的時間了解系統(tǒng)架構、功能開發(fā)的用戶需求與其他團隊的合作、調試和修改驗證代碼等等。

況且目前的ChatGPT智能寫一些簡單應用小程序和對話框的界面編程,據(jù)稱ChatGPT通過了谷歌編碼3級工程師的測試,并收到年薪高達18.3萬美元的出價,但是對于一些自動化控制程度復雜的大型軟件,用ChatGPT開發(fā)幾乎是不可能的。

在開發(fā)場景固定,用戶需求固定、控制比較簡單、系統(tǒng)安全保密性不高的軟件開發(fā)場合,ChatGPT可以成為輔助工具,用于代碼生成和軟件代碼調試的輔助工具。

反而,由于ChatGPT的出現(xiàn),會帶動軟件開發(fā)人員就業(yè)崗位增加的機會,比如ChatGPT帶動的全球人工智能加速發(fā)展,人工智能行業(yè)將繼續(xù)投入大量的軟件開發(fā)人員,參與人工智能軟件開發(fā)、生成性預訓練模型測試、云計算、云數(shù)據(jù)庫等人工智能關聯(lián)行業(yè),有大量對有經(jīng)驗軟件開發(fā)人員的需求,從而帶動整個社會從學校的專業(yè)課程設置到AI專門程序員的培養(yǎng)。會給軟件開發(fā)人員帶來很多新的工作機會。

軟件開發(fā)人員的薪資也會水漲船高,有利于整個行業(yè)發(fā)展,促進社會的進步和人工智能技術的發(fā)展。

但是有一點是肯定的,盡管有類似于ChatGPT等人工智能系統(tǒng)的協(xié)助軟件編程,項目管理者會從系統(tǒng)安全的角度考慮,避免將一些涉及先進模型算法、系統(tǒng)安全、大型網(wǎng)絡管理軟件、大型數(shù)據(jù)庫和云儲存軟件,以及計算等控制化程度較高的軟件,或者任何等帶有企業(yè)機密和行業(yè)安全軟件,不會交給ChatGPT去完成。

ChatGPT是一個開放性的系統(tǒng),它可能會把你的代碼在其他用戶的調用中重復出現(xiàn),那對企業(yè)來說是極大的安全隱患,必須設置安全圍欄,防止軟件編碼被泄露的事件發(fā)生。

3.3 ChatGPT發(fā)布后國外主要企業(yè)的動向

3.3.1微軟向OpenAI增資100億美元

早在2019年,微軟就向OpenAI投下10億美金研發(fā)資金,ChatGPT此番成功發(fā)布,微軟準備再次增資100億美元,甚至不排除將OpenAI和ChatGPT一起收購。

有消息稱,微軟再次增資100億美元到位后,OpenAI 公司的估值約為 290 億美元。微軟將獲得 OpenAI 公司的49% 股份,75%的利潤,直到其收回全部投資,OpenAI的非營利性母公司僅獲得2%的股份。

微軟公司近期宣布將ChatGPT整合入微軟的搜索引擎Bing,沒過幾天,又宣布會將ChatGPT整合進Office辦公套件中的(Word、Excel、PPT)。用戶在使用Office時就能體驗ChatGPT的對話功能,這將極大豐富微軟公司產(chǎn)品的內(nèi)涵,微軟的股價迅速上漲就是資本市場已察覺到了AI對社會進步可能產(chǎn)生的重大推動作用。

3.3.2谷歌的人工智能系統(tǒng)LaMDA

ChatGPT吸引了全世界的目光,谷歌曾經(jīng)也有在AI聊天機器人方面領先發(fā)展的機會,早在2021年5月谷歌的人工智能系統(tǒng)LaMDA亮相就驚艷了眾人,但是谷歌出于某種原因,并沒有打算把AI聊天機器人推向市場化,錯失了一次極好的AI發(fā)展機遇。

長期以來,谷歌秉持的宗旨是使用機器學習來改進搜索引擎和其他面向消費者的產(chǎn)品,并為谷歌云技術提供服務。

ChatGPT問世后,谷歌急于趕超在AI領域與微軟的差距,于2023年2月6日透露計劃推出一款AI聊天機器人Bard,與OpenAI頗受歡迎的ChatGPT競爭。

谷歌所研發(fā)的對話應用語言模型LaMDA(LanguageModel for Dialogue Applications),全稱是對話應用程序的語言模型,它是一種能力很強的語言模型,適用于對話應用程序,是一種基于網(wǎng)絡上數(shù)十億詞匯進行訓練的大型語言模型,它受益于谷歌強大的計算能力和研發(fā)團隊。

谷歌認為LaMDA聊天機器人,性能遠超現(xiàn)有的ChatGPT;另外,谷歌擁有圖像生成能力更強的Imagen模型,性能要優(yōu)于ChatGPT的DALL.E 2自然語言轉換成像技術。

谷歌在2023年2月8日巴黎召開的發(fā)布會上,當場展示了Bard聊天機器人的功能。讓人沒想到的是Bard剛一亮相,就出錯了。

在谷歌短短幾分鐘的展示中,有人向Bard提問;“我可以告訴我 9 歲的孩子關于詹姆斯·韋伯太空望遠鏡有哪些最新發(fā)現(xiàn)嗎?”

Bard的回答很出乎人們的意料,它指出詹姆斯·韋伯太空望遠鏡拍攝到了我們太陽系之外行星的第一張照片。

天體物理學家Grant Tremblay在推特上指出:美國宇航局公布的太陽系外行星的第一張照片,并非詹姆斯·韋伯太空望遠鏡拍攝,而是由歐洲南方天文臺的甚大望遠鏡(VLT)于2004年拍攝的。

這個錯誤被出現(xiàn)后,導致外界質疑谷歌在AI聊天機器人和人工智能方面的開發(fā)能力,導致其母公司Alphabet當日的股價暴跌7.68%,市值蒸發(fā)近1056億美元(約合人民幣7172.78億元)。

這個錯誤體現(xiàn)了當前人工智能系統(tǒng)的一個常見缺陷,即暫時還不具備實際的“理解能力”,僅能根據(jù)概率進行猜測,并不能甄別虛假信息。

對此,微軟也承認了ChatGPT聊天機器人同樣面臨類似挑戰(zhàn)——也會表達虛假信息。

3.3.3 Meta公司加入AI爭奪戰(zhàn)

繼微軟、谷歌在人工智能發(fā)布產(chǎn)品后,臉書(Facebook)母公司Meta也加入了人工智能AI市場爭奪戰(zhàn)。

2023年2月24日,Meta官網(wǎng)公布了一款新的人工智能大型語言模型LLaMA,從參數(shù)上來看,Meta提供有70億、130億、330億和650億四種參數(shù)規(guī)模的LLaMA模型,并用20種語言進行預訓練。而Open AI 推出的GPT-3通過指令微調后得到的數(shù)量達1750億個。

Meta首席AI科學家楊立昆(Yann LeCun)這樣說:在一些基準測試中,LLaMA 130億參數(shù)規(guī)模的模型性能優(yōu)于OpenAI推出的GPT-3性能。像LLaMA這樣小型模型所需的計算能力和資源要少得多,且能在單個GPU上運行,具有獨特的競爭優(yōu)勢。

Meta首席執(zhí)行官馬克·扎克伯格表示:LLaMA模型旨在幫助研究人員推進工作,在生成文本、對話、總結書面材料、證明數(shù)學定理或預測復雜任務方面有很好的前景。

最重要的是Meta稱將致力于人工智能開源模型的研究,新模型會開源授權給整個人工智能AI研究社區(qū),并授予大學、非政府組織和行業(yè)軟件訪問權限。

Meta表示還有更多研究需要做,以解決大型語言模型中的偏見、有害評論等風險,并計劃開發(fā)屬于自己的AI芯片。

3.3.4 蘋果公司在人工智能領域厲兵秣馬

作為美國高科技公司巨頭的蘋果公司CEO蒂姆·庫克(TimCook)2月3日說:AI 是蘋果布局的重點,這是令人難以置信的技術,它可以豐富客戶的生活,能夠為蘋果在發(fā)布的碰撞檢測、跌倒檢測和心電圖功能的產(chǎn)品中賦能。蘋果公司在這個領域存在巨大的潛力,幾乎可以影響一切。

他再次強調,AI 是一項橫向技術,而不是縱向技術,因此它將影響我們所有的產(chǎn)品和服務。

在OpenAI 推出ChatGPT火爆全網(wǎng)后,蘋果的壓力顯而易見,有分析認為,蘋果公司原本的語音智能服務Siri被邊緣化了,蘋果迫切需要有與ChatGPT相競爭的新一代人工智能產(chǎn)品。

外界曾猜測蘋果公司將在2023年2月的一次年度人工智能峰會上展示一款類似于ChatGPT的產(chǎn)品。結果什么都沒有發(fā)生。

蘋果公司早在2022年12 月 2日就宣布將大力推出Stable Diffusion模型。Stable Diffusion之所以引人注目,不僅因為它是開源的,還因為它的模型規(guī)模非常小,可以在一些消費類計算機上和iPhone產(chǎn)品上運行。

與此同時,Stable Diffusion本身可以內(nèi)置到蘋果的操作系統(tǒng)中,并為任何開發(fā)人員提供易于訪問的API。

3.3.5 亞馬遜公司在人工智能領域橫空出世

亞馬遜云科技(Amazon Web Services)是全球云計算的開創(chuàng)者和引領者品牌,其提供超過200項全功能的服務,涵蓋計算、存儲、數(shù)據(jù)庫、網(wǎng)絡、數(shù)據(jù)分析、機器學習與人工智能、物聯(lián)網(wǎng)以及應用開發(fā)。

2023年2月23日消息,亞馬遜決定將與人工智能初創(chuàng)企業(yè)合作,加入聊天機器人之戰(zhàn),這是大型科技公司在生成式人工智能系統(tǒng)市場上強強聯(lián)手的最新舉措。

亞馬遜云計算服務(AWS)聯(lián)合開發(fā)一種語言生成工具,能與OpenAI的聊天機器人ChatGPT相媲美,可在自己的云客戶中使用。

亞馬遜云部門業(yè)務副總裁斯瓦米·西瓦蘇布拉馬尼安說:亞馬遜公司將打造人工智能語言模型BLOOM。已經(jīng)有超過10萬用戶在亞馬遜公司的云端運行人工智能應用程序。

由于生成式人工智能程序要對大量現(xiàn)有內(nèi)容進行整理才能生成可閱讀的新內(nèi)容,因此需要通過云端傳輸,這意味著,亞馬遜將通過云端傳輸獲得豐厚的利潤。

對亞馬遜來說,更主要的業(yè)務收入是出售對云端GPU的訪問權,很明顯應用模型生成圖像或文本,都會在云端的GPU上運行。

與此同時,亞馬遜本身就是一家芯片制造商,迄今為止它的大部分精力都集中在Graviton CPU上,但它可以為Stable Diffusion等模型構建自己的專用硬件,并在價格上展開競爭。

3.3.6 英偉達在人工智能中“悶聲發(fā)財”

就在ChatGPT得到市場熱捧的時候,一個廠商正在背后悶聲發(fā)大財,那就是英偉達公司。

英偉達(NVIDIA)是一家總部位于美國的人工智能計算公司。1999年英偉達定義了GPU(圖形處理器單元),其浮點運算和并行運算速度比CPU強百倍之多。

GPU的成功極大地推動了PC游戲市場的發(fā)展,重新定義了現(xiàn)代計算機圖形技術,并徹底改變了矩形計算的規(guī)則,大大提高了計算機的處理能力。

2022 年3月推出的NVIDIA Hopper這一款新架構,以美國計算機領域的先驅科學家 Grace Hopper 的名字命名,將取代兩年前推出的 NVIDIA Ampere 架構。基于 Hopper 架構的 GPU — NVIDIA H100,該款 GPU 集成了 800 億個晶體管,擁有 Transformer 引擎和高度可擴展的 NVIDIA NVLink 互聯(lián)技術等突破性功能,可推動AI 語言模型、深度推薦系統(tǒng)、基因組學和復雜數(shù)字孿生的發(fā)展,被廣泛應用于數(shù)據(jù)分析、科學計算和云圖形。

事實上,無論是OpenAI的ChatGPT、還是微軟的搜索引擎Bing、谷歌的人工智能系統(tǒng)LaMDA,都離不開英偉達提供的底層芯片算力支持。

作為一家市值5000億美元的科技巨頭,以Hopper加速卡為代表數(shù)據(jù)中心業(yè)務堪稱是英偉達的“印鈔機”。

據(jù)瑞銀分析師蒂莫西·阿庫里估計,OpenAI的ChatGPT中至少購入了1萬顆英偉達高端GPU來做預訓練模型。

自2023年以來,英偉達的股價在一個月內(nèi)就大漲40%,盡管英偉達官方對ChatGPT沒有任何表態(tài),但花旗分析師表示,ChatGPT的持續(xù)快速增長,可能會進一步導致整個2023財年中,英偉達GPU(圖形處理器)芯片的銷售額將劇增,估計至少增加110億美元。

美國銀行和富國銀行的其他分析師也認為,英偉達將從人工智能業(yè)務中獲取巨額利潤。

參考資料:

[1] ChatGPT翻開了硬幣的哪一面?北京郵電大學人工智能學院教授鄧偉洪、中國信通院云大所有內(nèi)容科技部副主任石霖

[2] 采訪報道ChatGPT“火出圈”我們該“急眼”嗎?中國經(jīng)濟網(wǎng)2023年2月20日

[3] OpenAI官網(wǎng)(ChatGPT:優(yōu)化對話的語言模型 (OpenAI.com))

[4] Interactive Learning from Policy-Dependent Human Feedback (MacGlashan et al. 2017)

[5] Deep Reinforcement Learning from Human Preferences (Christiano et al. 2017)

[6] ChatGPT: Optimizing Language Models for Dialogue (OpenAI 2022)

[7]Scaling Laws for Reward Model Overoptimization (Gao et al. 2022)

[8] Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback (Anthropic, 2022)

[9] Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned (Ganguli et al. 2022)

[10] Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning (Cohen at al. 2022)

本文為轉載內(nèi)容,授權事宜請聯(lián)系原著作權人。

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

4萬字告訴你ChatGPT到底是什么?(上)

ChatGPT全稱為“Chat Generative Pre-trained Transformer”,Chat是聊天,GPT是“生成型預訓練變換模型”,可以翻譯為“聊天生成預訓練轉換器”或簡稱“優(yōu)化對話的語言模型”。

文 | 星船知造 錢鴻生

編輯 | 唐曉園

序言及摘要:

作為星船知造“現(xiàn)代通信與智能網(wǎng)技術展望”系列欄目的第一輯,我們邀請星船知造的資深讀者、通信行業(yè)教授級高級工程師錢鴻生博士為我們撰寫了《ChatGPT技術架構及中國人工智能未來發(fā)展趨勢報告》。

報告正文共3.8萬字,在介紹了ChatGPT的進化歷程、主要內(nèi)涵、底層技術架構與邏輯后,提出ChatGPT潛在的商業(yè)價值和對資本市場影響的風險管控警示。

并分析了算法和算力以及芯片技術,對我國人工智能AI發(fā)展的制約與影響,最后切入我國AI產(chǎn)業(yè)結構調整、建立AI法律保護與系統(tǒng)安全的視角,對發(fā)展我國人工智能產(chǎn)業(yè)提出一些前瞻性的趨勢分析和研判。我們將節(jié)選出報告中部分內(nèi)容,在星船知造公眾號分上、下兩篇發(fā)布。

今天的上篇主要聚焦第一章《ChatGPT的含義與OpenAI公司概況》中的“ChatGPT的基本功能模塊”;

第二章《ChatGPT的內(nèi)涵與底層技術架構》中的“ChatGPT的DALLE2自然語言轉換成像技術”、“人工智能AI芯片的重要意義”、“人工智能中的算力單位pfs-day”等章節(jié)中的部分內(nèi)容。

同時節(jié)選第三章《ChatGPT的潛在商業(yè)價值與市場動態(tài)》中的“國內(nèi)投資者和廠商對ChatGPT的反應”、“ChatGPT可能影響的行業(yè)初探”等章節(jié)中部分內(nèi)容。

ChatGPT含義與OpenAI公司概況

ChatGPT全稱為“Chat Generative Pre-trained Transformer”,Chat是聊天,GPT是“生成型預訓練變換模型”,可以翻譯為“聊天生成預訓練轉換器”或簡稱“優(yōu)化對話的語言模型”。

由美國人工智能公司OpenAI 開發(fā)的ChatGPT兩個月時間內(nèi)用戶已超1個億。

作為一款建立在云計算、海量數(shù)據(jù)庫、人工智能算法架構和深度神經(jīng)網(wǎng)絡基礎之上開發(fā)的聊天機器人程序,ChatGPT不像傳統(tǒng)的搜索引擎一樣復制、粘貼、拼湊網(wǎng)上已有的信息給你。它的回答是有邏輯的、生動的,有上下文關聯(lián)的。

ChatGPT聊天機器人目前支持幾乎世界上所有的語言輸入。有人說未來它會像《流浪地球》系列電影中的智能量子計算機MOSS,不僅擁有超強算力,還有自我意識、自我迭代、自我更新的特點,最終演化出有思維的人工智能。

或許MOSS已經(jīng)離我們不遠了。

OpenAI官網(wǎng)發(fā)布的ChatGPT系統(tǒng)界面

OpenAI初期是從事人工智能研究的非營利化組織,公司初期宗旨和使命是確保通用人工智能 (Artificial General Intelligence,AGI)在大多數(shù)具有經(jīng)濟價值的工作上超越人類。建造出安全的、符合共同利益的通用人工智能,也希望能預防人工智能的災難性影響,推動人工智能技術發(fā)揮積極作用。

同時也針對谷歌在搜索引擎業(yè)務領域形成的壟斷優(yōu)勢,利用人工智能技術展開全面對抗。

OpenAI發(fā)展里程碑

2019年3月:OpenAl向資本市場開放,引入戰(zhàn)略投資者微軟公司,隨后宣布從非營利性質過度到封頂營利性質,利潤上限為任何投資的100倍。創(chuàng)立了OpenAlLP公司。

2019年7月:微軟向OpenAI注資10億美金,并得到了OpenAl技術的商業(yè)化授權,將OpenAl公司開發(fā)產(chǎn)品與微軟產(chǎn)品深度融合。

2020年6月:OpenAI宣布了GPT-3語言模型,發(fā)布了第一個產(chǎn)品OpenAl-API,從此OpenAl公司開始了正式商業(yè)運作。

2020年9月:OpenAl公司授權微軟公司使用其GPT-3模型,微軟成為世界首個享用OpenAl公司人工智能產(chǎn)品GPT-3的公司。

2021年:微軟再次對OpenAI投資,雙方合作關系正式進入第二階段,微軟擁有OpenAI新技術商業(yè)化授權,同時將OpenAI工具與自有產(chǎn)品再次進行深度集成,并推出相應產(chǎn)品。

2022年12月:OpenAI在微軟資助下,發(fā)布了人工智能模型,開發(fā)出了最新款人工智能產(chǎn)品,取名為ChatGPT。2個月后,ChatGPT的全球活躍用戶突破了1億。

2023年2月2日:OpenAI宣布推出ChatGPT Plus訂閱服務,可以讓用戶在高峰期優(yōu)先使用人工智能聊天機器人 ChatGPT。

OpenAl還有兩個不為人知的小故事。其一關于馬斯克與OpenAI的歷史淵源。

馬斯克實際上是OpenAI創(chuàng)始人之一。2015年馬斯克聯(lián)合LinkedIn 創(chuàng)始人、Y Combinator總裁及 PayPal創(chuàng)始人等共同宣布創(chuàng)立OpenAI 公司,目標說是打造屬于全人類的、開放的AI組織,其定位是非營利性的,不過在2018年馬斯克突然離開OpenAI。

外界傳聞有兩個版本:

一是特斯拉公司也在研究AI,與OpenAI 在研發(fā)方向上有沖突,馬斯克因此退出了董事會,但繼續(xù)擔任了OpenAI 公司的顧問。

二是馬斯克挖走了當時剛從斯坦福大學博士畢業(yè)后加入OpenAI的天才少年安德烈,安德烈的研究方向為計算機視覺,主攻圖像識別和理解,當時馬斯克的特斯拉也需要這樣的人才。于是馬斯克請這位安德烈去解決特斯拉的問題,為此OpenAI 公司一氣之下把馬斯克“踢”出董事會。

其二關于安德烈。出生于捷克斯洛伐克的安德烈全名安德烈·卡帕斯(Andrej Karpathy),作為ChatGPT發(fā)展中的重要人物,是位“85后”。29歲時在斯坦福大學拿到博士學位。讀博期間,他兩次到谷歌公司做畢業(yè)實習。

博士畢業(yè)后,安德烈2016年加入了當時剛成立一年的OpenAI,是OpenAI創(chuàng)始團隊的成員之一,只不過工作一年多后,就被馬斯克挖到特斯拉去了。

他被馬斯克迅速提升,接管了整個人工智能開發(fā)團隊的軟件部分,并和負責硬件的Pete Bannon攜手主導了特斯拉車控智能軟件開發(fā)。在此之后,他還接管了擎天柱人形機器人、特斯拉超算系統(tǒng)Dojo的開發(fā),可以說是馬斯克手下最為重要的人工智能領軍人物。

特斯拉人形機器人 圖源:Tesla官網(wǎng)

2022年7月安德烈突然離開特斯拉,回歸OpenAI。

安德烈在自己的推特賬號上輕描淡寫說道:“我和許多其他人一樣,不管是處于AI圈的還是非AI圈,都被OpenAI的成果鼓舞感動了。我相信這家公司未來的潛力非常大,因此很高興重新投入到其中來?!?/p>

OpenAI很多人對安德烈7年后重新回到公司充滿了期待,給予他“讓CharGPT再次偉大(Make ChatGPT Great Again)”的厚望。

無論何時,在AI人工智能領域的人才爭奪都是如此激烈。

1.2.ChatGPT主要功能

OpenAI官網(wǎng)上說:我們已經(jīng)訓練了一個名為ChatGPT的優(yōu)化對話的語言模型,它以對話方式進行交互。

對話形式使 ChatGPT 能夠回答后續(xù)問題、承認錯誤、挑戰(zhàn)不正確的前提并拒絕不適當?shù)恼埱?。ChatGPT 經(jīng)過訓練以遵循提示中的指令并提供詳細響應。

和曾經(jīng)的人工智能是“讓計算機在固定場景下干固定的事”這個范疇不同,ChatGPT面對的是一個“open world”。全球目前上億用戶向它提問的問題是不可預知的。這恰恰是AI開發(fā)的難點。

ChatGPT目前系統(tǒng)功能主要是文本生成、聊天機器人、語言問答、語言翻譯、自動文摘、繪畫功能、編程功能、視頻生成等八大功能模塊所組成。如下圖所示 :

星船知造為您逐一稍作展開——

1.2.1文本生成

ChatGPT的文本生成功能可根據(jù)人們的提問,生成可讀的各種文本。文本生成功能通常用于生成新聞、博客、報告等內(nèi)容。也可用于生成代碼、詩歌、小說等各種不同類型文本。

下圖為星船知造編輯部讓ChatGPT寫一篇“關于中國充電樁各主要生產(chǎn)廠商前景”的報道,然后,它寫到一半卡住了

1.2.2 聊天機器人

ChatGPT大型語言模型可以實時回答人們提出的各種問題,ChatGPT可以記住你之前跟它說話的過程與內(nèi)容。

ChatGPT聊天機器人具有一定的記憶和思維判斷功能,能根據(jù)對話內(nèi)容,前后呼應且有一定的語言邏輯推演能力,這也是ChatGPT聊天機器人區(qū)別于之前一些人工語言處理系統(tǒng)完全不一樣的地方。

1.2.3 語言問答

ChatGPT的語言問答系統(tǒng)是應用人類語言處理技術,通過識別用戶問題并匹配相應答案來回答問題。它通過對大量數(shù)據(jù)學習和深度分析,以及對語言和語法的深入了解,幫助用戶快速找到所需的信息。

ChatGPT問答系統(tǒng)適用于售后服務與話務員應答、醫(yī)療咨詢和教育等場景???4小時連續(xù)不斷地提供服務。

1.2.4語言翻譯

ChatGPT的語音翻譯是利用人工智能技術,將各國不同的文字和語言進行相互轉換,可直接把文字轉換成不同的語言。它通過使用計算機算法和語音數(shù)據(jù)庫來生成語音合成,可用于語音導航、機器人語音交互、同聲翻譯、語音自動識別等應用。

1.2.5自動文摘

ChatGPT的自動文摘是一種利用人工智能技術,針對大量文本和視頻內(nèi)容進行簡化、概括的技術。它通常采用機器學習和自然語言處理方法,識別文本中的關鍵信息,生成簡明、準確的摘要。

可在一次會議后馬上整理出會議紀要,或對長達2個小時的電話視頻做出一份10分鐘的會議摘要。自動文摘可以縮短文本閱讀時間和視頻閱讀時間,提高編寫會議的效率,幫助用戶快速了解文本內(nèi)容。它在新聞、科技、商業(yè)等領域都有應用。

1.2.6繪畫功能

用戶可以在ChatGPT中寫一段有關畫作的文字描述,描述你想要畫出的圖片或影像要求。也可以借助ChatGPT的提示,使系統(tǒng)更詳細地了解你所要描繪的作品。對于產(chǎn)品廣告設計和期刊書籍的插畫是方便的工具。使用者不需要專業(yè)繪畫技術的積累。

1.2.7編程功能

大多數(shù)開發(fā)場景中,特別是用戶需求相對固定的場合,ChatGPT 可以用來編寫代碼,檢查代碼語義的準確性,改進和簡化人們的編程工作。

ChatGPT 還可以幫助我們提高自己編程代碼的質量和可讀性,通過你提出的要求,它會逐行添加注釋,可以確保代碼在發(fā)布前得到正確記錄,并使其他人更容易理解和使用代碼??商岣叽a可讀性、可維護性和與他人協(xié)作的能力。

ChatGPT其實還有很多功能正在被開發(fā)與完善之中,有人把目前ChatGPT-3提供的功能細分為8大類60項功能,在此我們就不一一贅述了。

1.2.8視頻生成

向ChatGPT提問對某一個產(chǎn)品或一個事件的描述,ChatGPT會送出一份文檔,你可以對文檔稍作修改,要求ChatGPT直接將文檔轉換成視頻。

除此之外,ChatGPT可以被用于智能助手,智能客服等領域。

總之,ChatGPT的出現(xiàn),為人工智能技術的發(fā)展帶來了新的思路和技術支持,在數(shù)據(jù)處理、自然語言處理以及其他領域的應用前景廣闊。

ChatGPT的內(nèi)涵與底層技術架構

有人把ChatGPT理解為一個簡單的搜索引擎功能,認為其工作原理就是把2022年以前網(wǎng)絡中已有的數(shù)據(jù),加工整理后推送給客戶。人們認為ChatGPT只要建立一個足夠大的數(shù)據(jù)存儲空間,把所有的信息存放在里面,然后進行檢索,就可以實現(xiàn)文本問答和聊天機器人功能了。

其實ChatGPT的工作原理并不是那么簡單,比一般人理解的程度要復雜很多,這里面涉及生成性預訓練變換模型和很多關鍵核心技術和底層邏輯。

2.1 ChatGPT生成性預訓練變換模型

前文我們在介紹ChatGPT的含義時已經(jīng)介紹過,ChatGPT的全稱為“Chat Generative Pre-trained Transformer”,翻譯成中文就是生成型預訓練變換模型。在此之前,一般所謂的人工智能、機器學習、聊天對話軟件在很大程度上都是局限于觀察、分析和內(nèi)容分類以及圖像識別。

而以ChatGPT為代表的生成性人工智能AI是一項技術上的突破,它可以生成新內(nèi)容,而不僅限于分析現(xiàn)有的數(shù)據(jù)。它的技術核心是生成性的人工智能。

從ChatGPT字面上來看,Chat是聊天的意思,但GPT才是關鍵。

第一個字母G是Generative,屬于生成性的人工智能,在這以前的人工智能都局限在觀察分析現(xiàn)有內(nèi)容,但這次ChatGPT是個突破,它可以根據(jù)我們的需要,創(chuàng)造生成全新的內(nèi)容。

第二個字母P是Pre-trained的縮寫,預訓練的意思。表示這個模型已經(jīng)在某些有限的數(shù)據(jù)集上進行了預訓練,ChatGPT在與人的對話中幾乎接近正常人的交流,就是因為它已經(jīng)接受過海量數(shù)據(jù)的訓練,而這些數(shù)據(jù)就是我們?nèi)祟?022年以前發(fā)布在互聯(lián)網(wǎng)上的內(nèi)容(目前版本的ChatGPT還不具備網(wǎng)絡數(shù)據(jù)實時更新功能)。

由于ChatGPT目前還沒有實現(xiàn)網(wǎng)絡的實時連接,因此回答問題的時效性受到一定的限制。

ChatGPT在正式發(fā)布前,已經(jīng)進行了大量的監(jiān)督學習和通過人類反饋強化學習,所以我們在使用它的時候,這個模型能準確快速地生成對話內(nèi)容。

第三個字母是Transformer,翻譯過來就是轉換器,這是ChatGPT底層人工智能學習的一個算法架構。

ChatGPT嚴格意義上來說就是一種基于Transformer的自然語言處理模型。采用了預訓練加微調的方法,通過對大規(guī)模語料庫進行預訓練,對標注數(shù)據(jù)進行微調,從而使模型能夠適應特定的自然語言處理任務,擁有語言理解和文本生成能力。

2.1.1 ChatGPT的演進過程

第一階段:GPT-1發(fā)布

2018年6月,OpenAl 第一篇論文《Improving Language Understanding by Generative Pre-Training》通過生成式預訓練來提高語言理解能力的論文中提出了第一個模型GPT-1。從這篇論文中得出的關鍵結論是,Transformer 架構與無監(jiān)督預訓練的結合產(chǎn)生了GPT-1, 加上有監(jiān)督微調方式,針對特定任務進行預訓練,實現(xiàn)了強大自然語言理解能力。

第二階段:GPT-2發(fā)布

2019年2月,OpenAI發(fā)表了第二篇論文《Language Models are Unsupervised Multitask Learners》,推出了GPT-2 。GPT-2是一種自然語言生成模型,其設計目標是生成與人類語言相似的文本,可以完成多任務處理。

第三階段:GPT-3發(fā)布

2020年5月,OpenAI發(fā)表第三篇論文《Language Models are Few-Shot Learners》,推出了GPT-3。GPT-2和GPT-3是兩個不同的模型,它們的主要區(qū)別在于應用場景、模型規(guī)模和性能表現(xiàn)。GPT-3是一種自然語言生成模型,它是目前規(guī)模最大的預訓練模型,可以生成高質量的自然語言文本,包括文章、詩歌、對話等。GPT-3還支持一些其他的自然語言任務,例如翻譯、問答、語義搜索等。

第四階段:GPT-3.5 發(fā)布

2022年11月29日,OpenAI發(fā)布了一個命名為“text-davinci-003”(文本-達芬奇-003常稱為GPT3.5)的新模型。它以對話方式進行交互,既能夠做到回答問題,也能承認錯誤、質疑不正確的前提以及拒絕不恰當?shù)恼埱蟆?/p>

2.1.2 ChatGPT的預訓練加微調

所謂的ChatGPT預訓練,是一個基于transform模型的預訓練語言模型,它的訓練邏輯如下:

第一是語料準備,從互聯(lián)網(wǎng)上收集大量文本語料。如新聞、書籍、論壇,其中維基百科是它的一個重要數(shù)據(jù)來源。維基百科是用多種語言編寫而成的網(wǎng)絡百科全書。

然后是對數(shù)據(jù)預處理,對語料進行處理,把它們分割成許多獨立的句子或段落,對每個句子進行分詞。分詞后把每個單詞轉換成數(shù)字,生成一個數(shù)字序列,然后構建成數(shù)字詞典。

訓練就是使用這些數(shù)字序列用transformer模型進行模擬場景試驗,需要投入大量的人工干預,并使用監(jiān)督學習的方式對預訓練模型進行微調。根據(jù)獎勵模型優(yōu)化策略,然后生成輸出,ChatGPT的預訓練繞不開正向傳遞,反向更新,梯度收斂,預訓練模型降低了獲取更高水平人工智能的成本。

由于至今OpenAI沒有公開ChatGPT相關預訓練數(shù)據(jù)集來源和具體細節(jié),一定程度上阻礙了追趕者的步伐。

2.1.3 ChatGPT的Transformer轉換器

ChatGPT的核心技術之一是Transformer轉換器,Transformer技術是近幾年人工智能技術最大的亮點之一,由谷歌的人工智能的團隊“谷歌大腦”首先發(fā)布。

這種模型是使用一種叫自注意力的機制(self attention mechanism),它允許模型在進行預測的時候,可根據(jù)語言序列的任何位置,為輸入數(shù)據(jù)的不同部分賦予不同的權重,并支持處理更大的數(shù)據(jù)集。

Transformer的精度和性能上都比之前流行的CNN(卷積神經(jīng)網(wǎng)絡)、RNN(循環(huán)神經(jīng)網(wǎng)絡)等模型,大幅提升了模型訓練的效果,讓人工智能在更大模型、更多數(shù)據(jù)、更強算力的基礎上進一步增強運算能力。此外,還具有很強的跨模態(tài)處理能力,不僅在NLP(自然語言理解)領域表現(xiàn)優(yōu)異,在語音、圖像方面也顯示出了優(yōu)異的性能。

Transformer是ChatGPT語言模型的核心技術,是一種用于序列到序列(Sequence-to-Sequence)任務的神經(jīng)網(wǎng)絡模型,例如機器翻譯,語音識別和生成對話等,它使用了注意力機制來計算輸入序列和輸出序列之間的關系。如下圖所示

制圖:星船知造

Transformer的主要優(yōu)點是它可以并行地處理輸入序列中的所有信息,因此在訓練和推理時都有很高效率。

此外,Transformer沒有使用循環(huán)結構,因此它不受長序列的影響,并且在處理長序列時不會出現(xiàn)梯度消失或爆炸的問題。

2.2 ChatGPT人類反饋優(yōu)化語言模型(RLHF)

ChatGPT 面對多樣化的問題對答如流,已經(jīng)打破了機器和人類溝通的邊界,這一工作的背后是大型語言模型 (Large Language Model,LLM) 生成領域的新訓練范式RLHF (Reinforcement Learning from Human Feedback) ,即依據(jù)人類反饋的強化學習方法模型。

OpenAI官網(wǎng)上如是說:我們使用依據(jù)人類反饋的強化學習方法模型(RLHF)來實施訓練,使用監(jiān)督微調訓練一個初始模型與人類人工智能訓練師提供對話,他們在其中扮演用戶和人工智能助手。我們讓培訓師可以訪問模型編寫的建議,以幫助他們撰寫答案。

為了創(chuàng)建強化學習的獎勵模型,我們需要收集比較數(shù)據(jù),其中包括兩個或多個按質量排名的模型響應。為了收集這些數(shù)據(jù),我們進行了人工智能培訓師與聊天機器人的對話。我們隨機選擇了一個模型編寫的消息,抽樣了幾個替代完成,并讓AI培訓師對它們進行排名。使用這些獎勵模型,我們可以使用近端策略優(yōu)化來微調模型,我們執(zhí)行了此過程的多次迭代。

ChatGPT強化學習算法訓練獎勵模型簡單來說就是分為三個階段:

第一階段是收集示范數(shù)據(jù),人工智能培訓師與聊天機器人對話,并接受監(jiān)督。

第二階段是收集比較數(shù)據(jù),訓練一個獎勵模型。

第三階段是利用PPO強化學習算法,優(yōu)化一個針對獎勵模型的策略。

2.5 ChatGPT的DALL.E 2自然語言轉換成像技術

根據(jù)OpenAI官網(wǎng)上的介紹,ChatGPT中的DALL.E 2自然語言轉換成像技術,最初只是一個研究項目,目標是制定并繼續(xù)改進安全緩解的措施,其中包括:

第一、限制DALL·E 2 自然語言轉換成影像時生成暴力、仇恨或成人圖像。通過從訓練數(shù)據(jù)中刪除有害的視頻內(nèi)容、使用先進的技術來防止真實人物的面部,包括公眾知名人物的面部在視頻中出現(xiàn)。

第二、遏制用戶濫用政策。不允許文本要求生成暴力、成人或政治內(nèi)容等視頻。如果我們的過濾器發(fā)現(xiàn)可能違反我們政策的文本提示和圖片上傳,ChatGPT就會采用自動化和人工監(jiān)控系統(tǒng)予以拒絕。

OpenAI認為:負責任的開發(fā)和安全監(jiān)管是人工智能的重要組成部分,讓用戶對ChatGPT安全系統(tǒng)有信心。

OpenAI希望DALL.E 2自然語言轉換成像技術能降低圖像生成模型相關的風險。為此,DALL.E 2在互聯(lián)網(wǎng)上數(shù)億張帶標題的圖像上進行訓練,刪除并重新加權其中一些圖像,更改模型學習的內(nèi)容。

同時,采用在DALL.E 2中設置各種防護欄訓練數(shù)據(jù)集,過濾訓練數(shù)據(jù),放大偏差、重復數(shù)據(jù)刪除等多種技術手段,以防止生成的圖像違反內(nèi)容管制政策。使人們能夠創(chuàng)造性地表達自己,幫助人們了解ChatGPT人工智能系統(tǒng)如何看待和理解我們的世界,對于創(chuàng)造人類的人工智能使命至關重要。

2.6 ChatGPT軟件是否能開源?

OpenAI 不開放,是人工智能業(yè)界很多人詬病的話題。軟件開源是多年來互聯(lián)網(wǎng)產(chǎn)業(yè)之所以能蓬勃發(fā)展的驅動力之一。

軟件開源方式可以調動全世界軟件開發(fā)者的積極性,每個人都可以下載源代碼,并可進行優(yōu)化和社區(qū)分享,也可以及時發(fā)現(xiàn)軟件系統(tǒng)中的缺陷,提醒廠商予以改進完善。

這種用全社會的力量來創(chuàng)新的機制,大幅加速了新技術的發(fā)展和產(chǎn)業(yè)應用的進程。

據(jù)OpenAI 公司證實,目前ChatGPT尚未開源,目前是作為API(應用程序編程接口)調用的方式提供聯(lián)網(wǎng)服務,暫時沒有開源的計劃時間表,甚至不排除未來很長一段時間內(nèi)不會考慮軟件開源的問題。

關于ChatGPT為何不開源,業(yè)內(nèi)也有一些專家表示理解,因為人工智能技術至今為止沒有一家廠商的軟件是開源的,基本上都是一個“黑盒子”,關于其內(nèi)部的運行機制外界很難了解。

如果軟件代碼開源,很難避免有人會利用人工智能創(chuàng)造出一些不利于社會和人類的內(nèi)容,因此人工智能軟件代碼不開源,可能也是出于系統(tǒng)安全性方面的考慮。

此外,自從Open AI 公司放棄了非營利組織的定位,接受微軟等企業(yè)投資后,從商業(yè)化的角度考慮,也會采取軟件和模型代碼不開源的措施,保護商業(yè)利益和投資。

而采用開放應用接口的方式來加以推廣,日后不排除對應用接口部分開源少部分模型,豐富開發(fā)者的生態(tài)環(huán)境,有利于與ChatGPT與其他系統(tǒng)或終端的互聯(lián)互通,加快人工智能產(chǎn)業(yè)的應用進程。

ChatGPT人工智能研究中心及其首席執(zhí)行官薩姆·奧爾特曼在接受美國《福布斯》雙周刊記者采訪時,在記者問及關于軟件開源問題的追問時說道:

“我認為實現(xiàn)這一目標的最重要方式是推出像ChatGPT這樣的AI平臺,除此之外,我們希望提供日益強大的應用軟件接口(API),同時能夠讓它們更加安全。我們將繼續(xù)開源,就像我們開源了CLIP(2021年發(fā)布的視覺神經(jīng)網(wǎng)絡),引發(fā)圖像生成領域實現(xiàn)軟件開源。

我們開源了Whisper和Triton(自動語音識別系統(tǒng)和編程語言)。所以我相信這是一個多管齊下的策略,一方面要拿出好的東西,另一方面要平衡每樣特定東西帶來的風險和收益?!?/p>

上述或可佐證Open AI 可能在應用接口部分開源少部分模型,豐富開發(fā)者生態(tài)環(huán)境的意圖。

2.7 人工智能AI芯片的重要意義

在人工智能領域,包括人們?nèi)粘I钪惺褂玫闹悄苁謾C,智能駕駛汽車等領域要完成運算都是與圖像識別、語音識別、自然語言處理有關。

底層最常用的就是卷積神經(jīng)網(wǎng)絡,也就是數(shù)學中的矩陣運算和優(yōu)化處理,一般來說CPU主要適合常用的數(shù)學計算。對于矩陣運算,專用的AI 人工智能芯片就比較合適了。所以在這特定的情況下,AI芯片應運而生了。

不同廠商對AI芯片有不同的稱呼,有的稱為NPU神經(jīng)網(wǎng)絡處理器。谷歌叫TPU張量(矩陣)處理器,美國超威半導體公司(AMD)叫APU加速處理器。蘋果叫仿生芯片,市場營銷的意味更多一些,而一般都統(tǒng)稱為AI芯片或叫人工智能芯片。

人工智能芯片可視為CPU的一部分,作為單獨的加速芯片,它其實是從顯示芯片GPU發(fā)展而來的。

早期的GPU多用于2D和3D圖形處理和計算,市場上則主要針對游戲領域。

當下是算力時代,人工智能、深度神經(jīng)網(wǎng)絡、數(shù)據(jù)分析、可視化、互聯(lián)網(wǎng)算法、生成性與訓練、運算服務器、智能汽車、移動設備等,都離不開算力支撐。

從全球整體市場情況來看,目前全球GPU市場形成多寡頭競爭格局,其中包括英特爾、英偉達和AMD、蘋果、谷歌、華為、阿里巴巴、騰訊、寒武紀也相繼開發(fā)出了人工智能芯片。

英偉達和AMD的芯片都是由臺積電代工的,臺積電在芯片包括AI芯片加工市場占據(jù)重要的地位。

2.8 人工智能中的算力單位pfs-day(petaflop/s-day)

隨著人工智能尤其是強化學習算法和預訓練技術的飛速發(fā)展,人工智能AI模型的算力正在以超高的速度發(fā)展。特別在自然語言處理領域的增長十分迅速。

OpenAI的GPT-3大型神經(jīng)網(wǎng)絡有1750億個參數(shù),而且模型越做越大,短期看來是一個技術趨勢。

這樣大的模型對于訓練算力的消耗是驚人的,人們用一個新的單位來衡量算力,即petaflops/s-day,或者縮寫成pfs-day。

OpenAI定義神經(jīng)網(wǎng)絡中的每一次乘法或一次加法為一個操作,如果每秒鐘可以進行1015方運算,也就是1 peta flops,那么一天就可以進行約1020的運算,這個算力消耗被稱為1個petaflop/s-day。

OpenAI透露:曾訓練過一個強化學習模型OpenAI Five,使用該系統(tǒng)在2019年戰(zhàn)勝了DOTA游戲職業(yè)游戲戰(zhàn)隊,該模型訓練量達到800 pfs-day。

OpenAI用了256個英偉達的GPU和12.8萬個CPU核心芯片,預訓練整整持續(xù)了10個月時間。OpenAI Five的總預訓練量相當于打了45000年Dota游戲,每天的訓練量大概相當于人類打180年游戲。

根據(jù)OpenAI的最新研究,從2012年以來,最大的AI訓練對于算力的消耗已經(jīng)增長了30萬倍,平均每100天就翻倍,算力是人工智能發(fā)展的技術保障,是人工智能發(fā)展的動力和引擎。這個速度已經(jīng)大大超越了兩年翻倍的摩爾定律。

2020年5月,OpenAI發(fā)表了一篇由多位作者撰寫的論文:Language Models are Few-Shot Learners (語言模型是小樣本學習者)。其中提到ChatGPT-3中有多達1750億個參數(shù)、數(shù)據(jù)集45TB,訓練花了3640pfs-day,語言模型訓練一次的費用保守估計是460萬美元,模塊總訓練成本估計達到了1200 萬美元。

由此可見在人工智能領域的資金投入以及對計算機的算力要求是如此之高,遠超人們的想象力。

ChatGPT潛在商業(yè)價值與市場動態(tài)

ChatGPT在系統(tǒng)可靠性、準確性方面還有待改進的空間。人工智能項目當前大多數(shù)仍然處于研發(fā)和巨大投入階段,勢必還要花費大量的金錢以及資源來實現(xiàn)。

人工智能項目想要持續(xù)發(fā)展,需要找到適合其自身發(fā)展的商業(yè)模式。同時由于ChatGPT的突然出現(xiàn),對于全球的人工智能發(fā)展應該說起到了一定的推進作用,新技術的橫空出世,當然會促進社會的變革以及帶來社會生產(chǎn)力的發(fā)展新機遇,同時也一定會伴隨著產(chǎn)業(yè)的動蕩、重組和融合,以此來重新調整社會生產(chǎn)關系,滿足先進生產(chǎn)力發(fā)展的需要。

3.1 全球市場對ChatGPT 的客觀評價(節(jié)選)

3.1.2 國外學者大咖對ChatGPT 的客觀評價

1. 世界首富比爾·蓋茨在接受專訪時表示;“ChatGPT以及AI領域的進展令人激動,AI將是2023年最熱門的話題。ChatGPT與互聯(lián)網(wǎng)的發(fā)明一樣重要,堪稱劃時代應用”。

2. 馬斯克也是OpenAI的聯(lián)合創(chuàng)始人之一,曾在推特上表示:“ChatGPT好得嚇人,我們離強大到危險的人工智能不遠了”。話語中既有贊許,又對人工智能發(fā)展沒有建立可靠的安全監(jiān)管機制,存有危機感。

3. 微軟CEO薩提亞·納德拉(Satya Nadella)表示:“AI將從根本上改變所有軟件,并從搜索這個最大的類別開始。這是搜索的新一天,比賽從今天開始”。

4. OpenAI首席執(zhí)行官薩姆·奧爾特曼薩姆·奧爾特表示:“這絕對是一個激動人心的時刻,但我希望這只是剛剛開始。事實上,這將是一條技術發(fā)展及其對社會產(chǎn)生的積極影響,不斷呈幾何級數(shù)增長的道路”。

5. OpenAI首席技術官米拉·穆拉蒂(Mira Murati)在接受《時代周刊》采訪時表示:“ChatGPT有可能真正徹底改變?nèi)祟惖膶W習方式,具有進行個性化教育的巨大潛力”。

6. 歐盟委員會分管市場(工業(yè))委員蒂埃里·布雷頓(Thierry Breton)日前表示:“歐盟委員會正在起草一項新的人工智能法規(guī),新擬議的人工智能法規(guī)將圍繞ChatGPT聊天機器人和人工智能技術風險,討論解決方案”。

3.1.3 國內(nèi)學者對ChatGPT 的客觀評價

1. 傳播內(nèi)容認知全國重點實驗室首席科學家張勇東表示:“ChatGPT的出現(xiàn),是人工智能技術發(fā)展的一次飛躍。其在交互和創(chuàng)作方面展現(xiàn)的出色能力,標志人工智能由決策式向生成式轉變”。

2. 中國信通院云計算與大數(shù)據(jù)研究所科技部副主任石霖認為:“ChatGPT的技術基于OpenAI開發(fā)的GPT3.5系列模型,該模型參數(shù)規(guī)模據(jù)推測達十億級別,加之在訓練過程中引入人類反饋機制技術,使得ChatGPT在回答準確率、道德表現(xiàn)上進一步得到提升”。

3. 中國工程院院士鄔賀銓認為:“現(xiàn)在完全沒有必要為ChatGPT的出現(xiàn)而擔憂,它的出現(xiàn)是一種技術進步,ChatGPT可以幫助人類做一些資料整理等基礎工作,但是它不可能代替人類思考”。

4. 華東師大傳播學院院長王峰認為:“ChatGPT帶來巨大機遇與挑戰(zhàn),它可以和元宇宙建設結合起來,一旦ChatGPT這樣的人工智能應用成熟,這標志著在人類語言反應中,人工智能開始占據(jù)優(yōu)勢,會對人類生活造成更深刻的影響”。

3.1.4 國外投資者和廠商對ChatGPT 的反應

路透社報道稱:“谷歌母公司宣布將推出名為‘Bard’的AI人工智能聊天機器人服務以及更多的人工智能項目,以應對競爭對手微軟所引領的新計算浪潮”。

早在2019年,微軟就向ChatGPT的所有者OpenAI公司多次注資,此番ChatGPT-3.5的成功發(fā)布,也讓業(yè)界聯(lián)想不斷,接下來微軟可能會砸下更多籌碼,甚至將OpenAI和ChatGPT一起收購。

沒讓人們等待太久,微軟就給出了答案:再次向OpenAI投資100億美元。據(jù)消息人士說,早在去年10月微軟就開始了就追加投資一事與OpenAI談判。

現(xiàn)在這筆資金最終敲定,包括新的投資在內(nèi),微軟將獲得OpenAI 的49%股權,OpenAI的估值將達到290億美元,微軟將每年獲得OpenAI的75%利潤,直到收回投資為止。

因此,這次ChatGPT的成功,最大的贏家無疑就是微軟。

3.1.4 國內(nèi)部分投資者和廠商對ChatGPT 的反應

1. 百度公司正在進行類似ChatGPT產(chǎn)品的上線沖刺,該項目名字確定為“文心一言”英文名“ERNIE Bot”。百度“文心一言”是百度基于“文心大模型”技術推出的生成式對話產(chǎn)品。

百度在人工智能四層架構中,有全棧布局。其中包括底層的AI芯片、深度學習框架、大模型以及最上層的搜索等應用。項目將于2023年3月份完成內(nèi)測,并面向公眾開放。

2. 騰訊申請“人機對話方法、裝置、設備及計算機可讀存儲介質”專利,該專利產(chǎn)品可實現(xiàn)人機順暢溝通。

3. 阿里巴巴達摩院(杭州)科技有限公司申請了“人機對話及預訓練語言模型訓練方法、系統(tǒng)及電子設備”專利,可提升問答交互的準確性。

3.2 ChatGPT可能影響的行業(yè)初探

人們普遍認為,采用AI技術的ChatGPT發(fā)展和應用可能會影響許多職業(yè),特別是一些重復性較高的工作。例如,一些簡單的辦公室文秘工作、數(shù)據(jù)處理,以及人工客服可能會被自動化和人工智能代替。

需要高度創(chuàng)造力和人類技能的職業(yè),如醫(yī)生、律師、藝術家、軟件架構師等,則不太可能受其影響。

ChatGPT可以為人們提供有價值的信息和幫助,因此也可能為相關職業(yè)帶來新的機會。

ChatGPT作為一種領先的聊天機器人技術,已經(jīng)被廣泛應用于多個領域,下面就淺析基于人工智能的ChatGPT可能會對我國哪些行業(yè)帶來變革和影響。

3.2.1客服行業(yè)

人工智能技術可以提供智能客服服務,通過自然語言處理和機器學習技術,為用戶提供快速、準確的答案和解決方案,從而減輕人力成本壓力。它可以提供比人工客服更全面,更快更準確的客服服務,從而提高客戶滿意度。主要體現(xiàn)在以下幾個方面:

1.提高服務質量

ChatGPT是一種機器人作為客服服務系統(tǒng),它能夠實時對接客戶的需求,并根據(jù)客戶的問題準確回答,出錯率較低,解決方案更全面,可以更快準確滿足客戶的需求,從而提高客服服務的質量。

2.提高客服效率

ChatGPT可減少人工客服的工作量,AI系統(tǒng)能夠快速地找到解決方案,不用客服人員花時間查找。人工客服可將更多的時間集中在更復雜問題的處理上,把更多的精力放在為弱勢群體或無法準確使用AI系統(tǒng)的人提供人工應答服務。

3.提高客服滿意度

ChatGPT可以讓客戶獲得更好的服務體驗。它可以更快地提供準確的答案,AI系統(tǒng)可以讓客戶感受到比人工服務更好地無縫交流,讓用戶獲得更加滿意的結果。

4.降低客服成本

ChatGPT可以幫助客服節(jié)省時間,減少客服人員,降低人工成本。

5.提升客服系統(tǒng)的管理水平

ChatGPT可以提高客服平臺的管理水平,可以根據(jù)用戶的使用反饋,自動按需生成各類管理報表,為后臺管理人員提升服務質量提供數(shù)據(jù)支撐。

3.2.2教育行業(yè)

人工智能技術可以用于教學輔助、在線教育、個性化教育和學生評估等方面,可以提高教育效果和教育公平,為學生提供個性化的教育服務和智能化的學習體驗。讓ChatGPT作為一種教學輔助工具,成為教師的朋友或幫手。

ChatGPT作為一種教育輔助工具,主要應用體現(xiàn)在以下幾個方面:

1.設計課程

ChatGPT可以為教師的課程設計提供創(chuàng)意思路,協(xié)助檢索和整理教學文獻資料,生成完整的課程材料,如教學大綱、課程計劃和閱讀材料,并可生成文本或PPT圖片。

2.協(xié)助備課

ChatGPT能夠參與到教研備課中,幫助教師節(jié)省大量查詢資料的時間,提高備課效率。

3.知識搜索

可以與學生一起通過對系統(tǒng)的提問方式,快速搜索到相關的知識點。擴展學生的知識面和對事物的理解深度。增加課堂趣味性和豐富性,幫助學生理解復雜的內(nèi)容和概念,成為教師的人工智能助教。

4.作業(yè)測評

ChatGPT還可以參與到學生成績的評估,生成作業(yè)測驗和考卷,幫助教師評估學生的學習質量,觀察學生的學習進度。同時也可以對老師的授課質量進行測評,評價教師與學生之間的活動環(huán)節(jié),提高教學質量。

3.2.3語言文字翻譯行業(yè)

人工智能AI技術在語言文字翻譯領域已經(jīng)實現(xiàn)了突破性發(fā)展,ChatGPT實現(xiàn)多語言支持,可以識別多種語言,其中包括:

1. 快速翻譯:ChatGPT可以讓翻譯工作更加快捷便利,從而讓更多的文本可以在短時間內(nèi)完成翻譯。

2. 準確翻譯:ChatGPT能夠準確識別出語言或文本的內(nèi)容,從而提高翻譯準確性。

3. 語法檢查:ChatGPT可以檢查、校對語言或文本的語句,語法等的翻譯錯誤,從而提高翻譯人員在翻譯過程中的質量和水平。

4. 文本改進:ChatGPT可提出改進文本的建議,從而讓文本更加便于理解和完美。

5. 詞匯補充:ChatGPT可為翻譯人員提供更多參考詞匯,同樣一個意思,根據(jù)不同的場合,用恰當?shù)恼Z言來表達,增強翻譯親和力。

6.語言轉換:ChatGPT可幫助翻譯人員實現(xiàn)幾乎世界上所有語種不同語言之間的轉換,從而更好滿足翻譯需求。

7. 文本格式:ChatGPT可幫助翻譯人員更好地理解不同文本格式,直接采用文本、表格、圖片或會議紀要形式直接生成,從而更有效地完成翻譯工作。

3.2.3金融行業(yè)

對金融行業(yè)而言,ChatGPT可以提供多種智能化的服務和解決方案,幫助金融機構提高運營效率、降低成本、豐富客戶體驗、管理金融風險、進行投資決策等。

1,美國SouthState Bank相關負責人表示:該行已確定了15個ChatGPT應用場景,如:在內(nèi)控與合規(guī)管理方面,該行將通過使用ChatGPT幫助銀行監(jiān)測和評估相關風險,例如通過分析公司的合規(guī)政策、員工的行為等,提出相應的風控措施。

2,在法律事務處理方面,該行將通過使用ChatGPT自動檢測和識別合同風險,在合同草案中插入關鍵要素和監(jiān)管要求的法律條款,進行智能審查、智能書寫,從而為本行的法律團隊節(jié)省時間。

3,國內(nèi)金融機構郵儲銀行近期表示:將優(yōu)先使用百度開發(fā)的“文心一言”,在金融業(yè)開展類似ChatGPT人工智能的應用試點,結合行業(yè)知識進行微調和交互式訓練。在智能客服、數(shù)字員工、虛擬營業(yè)廳等場景進行應用,進一步提升客戶體驗。探索新型的信息統(tǒng)計、信息獲取方式,向客戶提供更及時、更準確、更個性化的金融咨詢服務。

4,今年 2月20日,廣發(fā)證券宣布將通過百度智能云全面體驗并接入百度“文心一言”,通過探索大語言模型融入金融應用場景,嘗試打造更為豐富、個性化的金融服務,為客戶提供更智能、更有溫度的財富管理服務體系。

與此同時,我們也應該認識到無論國內(nèi)外,金融業(yè)都是接受嚴格監(jiān)管的行業(yè),ChatGPT需要龐大的數(shù)據(jù)庫支撐,要針對行業(yè)做大量的數(shù)據(jù)訓練和優(yōu)化。而金融數(shù)據(jù)的獲取卻非常嚴格,解決信息的準確性、安全性和用戶隱私等問題,都是金融業(yè)優(yōu)先考慮的問題。

國內(nèi)學者認為,金融服務不但要考慮到人機交互的便捷性,更重要的是避免損失,因此AI和金融的結合一定要經(jīng)過大量的訓練,并且實時更新數(shù)據(jù),同時與嚴格的安全監(jiān)管機制相匹配。

3.2.4制造業(yè)

每一次工業(yè)革命都離不開生產(chǎn)力的提升,先進的技術可以幫助人類從傳統(tǒng)手工社會轉向工業(yè)社會和信息化社會助力,帶來生產(chǎn)關系的巨大變革。

這次ChatGPT的應用還遠遠算不上一次工業(yè)革命,但可被視下一場變革來臨的信號。

人工智能技術可以用于生產(chǎn)流程優(yōu)化、智能制造和質量控制等方面,可以提高制造業(yè)的效率和產(chǎn)品質量。

現(xiàn)在世界各國出生率下降,社會老齡化日益加重,ChatGPT的出現(xiàn)不僅會給生產(chǎn)力帶來變化,而且會給生產(chǎn)方式帶來一定變化,這種變化在宏觀背景下的影響可能會超過所有人的想象。

從目前ChatGPT的功能來看,還不能完全代替人類,但是可以釋放出更多生產(chǎn)力,迫使人類去關注那些更具有創(chuàng)意、創(chuàng)造、思想、情感的工作。

ChatGPT直接進入制造業(yè)和實體經(jīng)濟還路途遙遠,但是專家認為AI所起到的作用,應該主要體現(xiàn)在降本增效上。

在可以預見的將來,大多數(shù)產(chǎn)業(yè)的發(fā)展都將融入人工智能技術。以硬件設備為主體的產(chǎn)業(yè),例如制造業(yè)、采掘業(yè)、基礎設施等,將更多加入人工智能軟件的支撐,各類服務業(yè)將有更多的簡單重復的工作被人工智能設備所替代人工,隨著人工智能產(chǎn)業(yè)新形態(tài)的出現(xiàn),人們的工作生活環(huán)境將因之而變。

3.2.5物流交通運輸行業(yè)

人工智能技術可以用于物流交通運輸行業(yè)的智能化的路線規(guī)劃、運輸管理和物流優(yōu)化等方面,可以提高交通運輸?shù)陌踩院托省?/p>

ChatGPT為代表的人工智能系統(tǒng),能科學規(guī)劃物流和交通規(guī)劃,可以給物流交通運輸行業(yè)從訂艙到跟蹤貨物、管理庫存到更新車隊信息提供全方位的服務,將物流和供應鏈行業(yè)的管理提升到一個新的水平。

3.2.6文秘行業(yè)

傳統(tǒng)意義上的文秘工作,主要負責處理公司或政府的日常事務,比如接打電話、文件郵寄、辦文辦會、檔案管理、編寫會議紀要、協(xié)調工作等。

ChatGPT能完成大部分文秘的事務性、程序化的工作,應用人工智能技術,文秘工作的重心需要關注的是如何應用人工智能技術為領導的決策做好輔助性工作。協(xié)助領導提高決策的科學性、準確性。文秘可以通過使用人工智能產(chǎn)品,提升信息資源的準確性和效率。

文秘工作者要適應時代的快速發(fā)展,接納新事物、新技術,善于觀察、獨立思考,提高創(chuàng)新能力和解決問題的能力。

盡管ChatGPT功能強大,但是完全取代文秘工作還為時過早,大量文秘的工作還是需要有人員來處理,ChatGPT無法完全替代。ChatGPT完全可以作為文秘工作的一個好助手,提升文秘工作的質量和水平。

有人這樣說:未來不會被人工智能替代的有三種人:

有適應能力的人、有創(chuàng)造力的人、有解決問題能力的人。因此,人們在人工智能時代應該提高適應能力、創(chuàng)新能力就顯得尤為重要。

3.2.7法律行業(yè)

人工智能技術可以用于法律咨詢、文書起草和司法判決等方面,可以提高法律效率和準確性,降低成本和錯誤率。

利用人工智能可以直接了解用戶需求,更好理解用戶的提問內(nèi)容,進行高質量的法律條款的關聯(lián);比如檢索資料、整理答案、改寫文字以及翻譯等,ChatGPT在法律領域可能應用的場景如下:

1.查找法律條款

ChatGPT可以通過提問方式直接查找相關的法律條款,能夠有效節(jié)約大量法律條款記憶和檢索的時間,提高法律工作的效率,加快結案的時間。

2.結合案例梳理適用法律要件

在一個法律案例中可能會涉及不同的法律體系,如果不是專門從事這一方向的職業(yè)律師或者法官,可能無法進行較為完整準確的分析,未接受過專門法學訓練的普通民眾更難以遍歷相關法律條款,ChatGPT會基于既有的法律資料進行梳理,并給出較為完整的參考。

3.撰寫法律文書

ChatGPT具有較強的文書整理能力,可根據(jù)雙方法庭陳述和辯論,撰寫法庭紀要、審判紀要、起訴意見書等法律文書。也可以通過文本輸入,請ChatGPT對法律文書進行法律條款使用準確性的檢查。

4.輔助司法裁判

2023年哥倫比亞法院在裁判中使用了ChatGPT中的文本生成功能來增加說理依據(jù),在裁判文書中,ChatGPT給出了具體的法律條款、適用情形、立法目的以及法院以往判例對比等內(nèi)容,能夠有效提升訴訟案件處理的準確性。

對于統(tǒng)一裁判尺度具有重要價值,甚至隨著技術發(fā)展,可以實現(xiàn)裁判文書的輔助生成、案件信息的自動回填等功能,有效輔助司法裁判。

ChatGPT在法律領域的應用制約:

最高人民法院在2022年12月發(fā)布《關于規(guī)范和加強人工智能司法應用的意見》,提出到2030年,建成具有規(guī)則引領和應用示范效應的司法人工智能技術應用和理論體系,為司法為民、公正司法提供全流程高水平智提供輔助支持。

3.2.8社交媒體行業(yè)

人工智能技術可以用于社交媒體內(nèi)容生成、圖片畫像和產(chǎn)品廣告推薦等方面,可提高社交媒體的用戶體驗和收益,為廣告主和內(nèi)容創(chuàng)作者提供更好的服務。

3.2.9軟件開發(fā)行業(yè)

隨著人工智能ChatGPT的發(fā)展,越來越多人關心ChatGPT是否會對軟件行業(yè)就業(yè)產(chǎn)生重大影響,ChatGPT會不會讓底層程序員失業(yè)?

其實目前的ChatGPT還是一個測試的版本,軟件代碼生成只是其中一個功能,還有很多需要不斷改進完善的地方,要完全取代人工編程還要需要很長一段時間。

一般認為程序員就只會寫代碼,其實程序員寫代碼的時間最多占其工作量的四分之一都不到,程序員需要用大量的時間了解系統(tǒng)架構、功能開發(fā)的用戶需求與其他團隊的合作、調試和修改驗證代碼等等。

況且目前的ChatGPT智能寫一些簡單應用小程序和對話框的界面編程,據(jù)稱ChatGPT通過了谷歌編碼3級工程師的測試,并收到年薪高達18.3萬美元的出價,但是對于一些自動化控制程度復雜的大型軟件,用ChatGPT開發(fā)幾乎是不可能的。

在開發(fā)場景固定,用戶需求固定、控制比較簡單、系統(tǒng)安全保密性不高的軟件開發(fā)場合,ChatGPT可以成為輔助工具,用于代碼生成和軟件代碼調試的輔助工具。

反而,由于ChatGPT的出現(xiàn),會帶動軟件開發(fā)人員就業(yè)崗位增加的機會,比如ChatGPT帶動的全球人工智能加速發(fā)展,人工智能行業(yè)將繼續(xù)投入大量的軟件開發(fā)人員,參與人工智能軟件開發(fā)、生成性預訓練模型測試、云計算、云數(shù)據(jù)庫等人工智能關聯(lián)行業(yè),有大量對有經(jīng)驗軟件開發(fā)人員的需求,從而帶動整個社會從學校的專業(yè)課程設置到AI專門程序員的培養(yǎng)。會給軟件開發(fā)人員帶來很多新的工作機會。

軟件開發(fā)人員的薪資也會水漲船高,有利于整個行業(yè)發(fā)展,促進社會的進步和人工智能技術的發(fā)展。

但是有一點是肯定的,盡管有類似于ChatGPT等人工智能系統(tǒng)的協(xié)助軟件編程,項目管理者會從系統(tǒng)安全的角度考慮,避免將一些涉及先進模型算法、系統(tǒng)安全、大型網(wǎng)絡管理軟件、大型數(shù)據(jù)庫和云儲存軟件,以及計算等控制化程度較高的軟件,或者任何等帶有企業(yè)機密和行業(yè)安全軟件,不會交給ChatGPT去完成。

ChatGPT是一個開放性的系統(tǒng),它可能會把你的代碼在其他用戶的調用中重復出現(xiàn),那對企業(yè)來說是極大的安全隱患,必須設置安全圍欄,防止軟件編碼被泄露的事件發(fā)生。

3.3 ChatGPT發(fā)布后國外主要企業(yè)的動向

3.3.1微軟向OpenAI增資100億美元

早在2019年,微軟就向OpenAI投下10億美金研發(fā)資金,ChatGPT此番成功發(fā)布,微軟準備再次增資100億美元,甚至不排除將OpenAI和ChatGPT一起收購。

有消息稱,微軟再次增資100億美元到位后,OpenAI 公司的估值約為 290 億美元。微軟將獲得 OpenAI 公司的49% 股份,75%的利潤,直到其收回全部投資,OpenAI的非營利性母公司僅獲得2%的股份。

微軟公司近期宣布將ChatGPT整合入微軟的搜索引擎Bing,沒過幾天,又宣布會將ChatGPT整合進Office辦公套件中的(Word、Excel、PPT)。用戶在使用Office時就能體驗ChatGPT的對話功能,這將極大豐富微軟公司產(chǎn)品的內(nèi)涵,微軟的股價迅速上漲就是資本市場已察覺到了AI對社會進步可能產(chǎn)生的重大推動作用。

3.3.2谷歌的人工智能系統(tǒng)LaMDA

ChatGPT吸引了全世界的目光,谷歌曾經(jīng)也有在AI聊天機器人方面領先發(fā)展的機會,早在2021年5月谷歌的人工智能系統(tǒng)LaMDA亮相就驚艷了眾人,但是谷歌出于某種原因,并沒有打算把AI聊天機器人推向市場化,錯失了一次極好的AI發(fā)展機遇。

長期以來,谷歌秉持的宗旨是使用機器學習來改進搜索引擎和其他面向消費者的產(chǎn)品,并為谷歌云技術提供服務。

ChatGPT問世后,谷歌急于趕超在AI領域與微軟的差距,于2023年2月6日透露計劃推出一款AI聊天機器人Bard,與OpenAI頗受歡迎的ChatGPT競爭。

谷歌所研發(fā)的對話應用語言模型LaMDA(LanguageModel for Dialogue Applications),全稱是對話應用程序的語言模型,它是一種能力很強的語言模型,適用于對話應用程序,是一種基于網(wǎng)絡上數(shù)十億詞匯進行訓練的大型語言模型,它受益于谷歌強大的計算能力和研發(fā)團隊。

谷歌認為LaMDA聊天機器人,性能遠超現(xiàn)有的ChatGPT;另外,谷歌擁有圖像生成能力更強的Imagen模型,性能要優(yōu)于ChatGPT的DALL.E 2自然語言轉換成像技術。

谷歌在2023年2月8日巴黎召開的發(fā)布會上,當場展示了Bard聊天機器人的功能。讓人沒想到的是Bard剛一亮相,就出錯了。

在谷歌短短幾分鐘的展示中,有人向Bard提問;“我可以告訴我 9 歲的孩子關于詹姆斯·韋伯太空望遠鏡有哪些最新發(fā)現(xiàn)嗎?”

Bard的回答很出乎人們的意料,它指出詹姆斯·韋伯太空望遠鏡拍攝到了我們太陽系之外行星的第一張照片。

天體物理學家Grant Tremblay在推特上指出:美國宇航局公布的太陽系外行星的第一張照片,并非詹姆斯·韋伯太空望遠鏡拍攝,而是由歐洲南方天文臺的甚大望遠鏡(VLT)于2004年拍攝的。

這個錯誤被出現(xiàn)后,導致外界質疑谷歌在AI聊天機器人和人工智能方面的開發(fā)能力,導致其母公司Alphabet當日的股價暴跌7.68%,市值蒸發(fā)近1056億美元(約合人民幣7172.78億元)。

這個錯誤體現(xiàn)了當前人工智能系統(tǒng)的一個常見缺陷,即暫時還不具備實際的“理解能力”,僅能根據(jù)概率進行猜測,并不能甄別虛假信息。

對此,微軟也承認了ChatGPT聊天機器人同樣面臨類似挑戰(zhàn)——也會表達虛假信息。

3.3.3 Meta公司加入AI爭奪戰(zhàn)

繼微軟、谷歌在人工智能發(fā)布產(chǎn)品后,臉書(Facebook)母公司Meta也加入了人工智能AI市場爭奪戰(zhàn)。

2023年2月24日,Meta官網(wǎng)公布了一款新的人工智能大型語言模型LLaMA,從參數(shù)上來看,Meta提供有70億、130億、330億和650億四種參數(shù)規(guī)模的LLaMA模型,并用20種語言進行預訓練。而Open AI 推出的GPT-3通過指令微調后得到的數(shù)量達1750億個。

Meta首席AI科學家楊立昆(Yann LeCun)這樣說:在一些基準測試中,LLaMA 130億參數(shù)規(guī)模的模型性能優(yōu)于OpenAI推出的GPT-3性能。像LLaMA這樣小型模型所需的計算能力和資源要少得多,且能在單個GPU上運行,具有獨特的競爭優(yōu)勢。

Meta首席執(zhí)行官馬克·扎克伯格表示:LLaMA模型旨在幫助研究人員推進工作,在生成文本、對話、總結書面材料、證明數(shù)學定理或預測復雜任務方面有很好的前景。

最重要的是Meta稱將致力于人工智能開源模型的研究,新模型會開源授權給整個人工智能AI研究社區(qū),并授予大學、非政府組織和行業(yè)軟件訪問權限。

Meta表示還有更多研究需要做,以解決大型語言模型中的偏見、有害評論等風險,并計劃開發(fā)屬于自己的AI芯片。

3.3.4 蘋果公司在人工智能領域厲兵秣馬

作為美國高科技公司巨頭的蘋果公司CEO蒂姆·庫克(TimCook)2月3日說:AI 是蘋果布局的重點,這是令人難以置信的技術,它可以豐富客戶的生活,能夠為蘋果在發(fā)布的碰撞檢測、跌倒檢測和心電圖功能的產(chǎn)品中賦能。蘋果公司在這個領域存在巨大的潛力,幾乎可以影響一切。

他再次強調,AI 是一項橫向技術,而不是縱向技術,因此它將影響我們所有的產(chǎn)品和服務。

在OpenAI 推出ChatGPT火爆全網(wǎng)后,蘋果的壓力顯而易見,有分析認為,蘋果公司原本的語音智能服務Siri被邊緣化了,蘋果迫切需要有與ChatGPT相競爭的新一代人工智能產(chǎn)品。

外界曾猜測蘋果公司將在2023年2月的一次年度人工智能峰會上展示一款類似于ChatGPT的產(chǎn)品。結果什么都沒有發(fā)生。

蘋果公司早在2022年12 月 2日就宣布將大力推出Stable Diffusion模型。Stable Diffusion之所以引人注目,不僅因為它是開源的,還因為它的模型規(guī)模非常小,可以在一些消費類計算機上和iPhone產(chǎn)品上運行。

與此同時,Stable Diffusion本身可以內(nèi)置到蘋果的操作系統(tǒng)中,并為任何開發(fā)人員提供易于訪問的API。

3.3.5 亞馬遜公司在人工智能領域橫空出世

亞馬遜云科技(Amazon Web Services)是全球云計算的開創(chuàng)者和引領者品牌,其提供超過200項全功能的服務,涵蓋計算、存儲、數(shù)據(jù)庫、網(wǎng)絡、數(shù)據(jù)分析、機器學習與人工智能、物聯(lián)網(wǎng)以及應用開發(fā)。

2023年2月23日消息,亞馬遜決定將與人工智能初創(chuàng)企業(yè)合作,加入聊天機器人之戰(zhàn),這是大型科技公司在生成式人工智能系統(tǒng)市場上強強聯(lián)手的最新舉措。

亞馬遜云計算服務(AWS)聯(lián)合開發(fā)一種語言生成工具,能與OpenAI的聊天機器人ChatGPT相媲美,可在自己的云客戶中使用。

亞馬遜云部門業(yè)務副總裁斯瓦米·西瓦蘇布拉馬尼安說:亞馬遜公司將打造人工智能語言模型BLOOM。已經(jīng)有超過10萬用戶在亞馬遜公司的云端運行人工智能應用程序。

由于生成式人工智能程序要對大量現(xiàn)有內(nèi)容進行整理才能生成可閱讀的新內(nèi)容,因此需要通過云端傳輸,這意味著,亞馬遜將通過云端傳輸獲得豐厚的利潤。

對亞馬遜來說,更主要的業(yè)務收入是出售對云端GPU的訪問權,很明顯應用模型生成圖像或文本,都會在云端的GPU上運行。

與此同時,亞馬遜本身就是一家芯片制造商,迄今為止它的大部分精力都集中在Graviton CPU上,但它可以為Stable Diffusion等模型構建自己的專用硬件,并在價格上展開競爭。

3.3.6 英偉達在人工智能中“悶聲發(fā)財”

就在ChatGPT得到市場熱捧的時候,一個廠商正在背后悶聲發(fā)大財,那就是英偉達公司。

英偉達(NVIDIA)是一家總部位于美國的人工智能計算公司。1999年英偉達定義了GPU(圖形處理器單元),其浮點運算和并行運算速度比CPU強百倍之多。

GPU的成功極大地推動了PC游戲市場的發(fā)展,重新定義了現(xiàn)代計算機圖形技術,并徹底改變了矩形計算的規(guī)則,大大提高了計算機的處理能力。

2022 年3月推出的NVIDIA Hopper這一款新架構,以美國計算機領域的先驅科學家 Grace Hopper 的名字命名,將取代兩年前推出的 NVIDIA Ampere 架構?;?Hopper 架構的 GPU — NVIDIA H100,該款 GPU 集成了 800 億個晶體管,擁有 Transformer 引擎和高度可擴展的 NVIDIA NVLink 互聯(lián)技術等突破性功能,可推動AI 語言模型、深度推薦系統(tǒng)、基因組學和復雜數(shù)字孿生的發(fā)展,被廣泛應用于數(shù)據(jù)分析、科學計算和云圖形。

事實上,無論是OpenAI的ChatGPT、還是微軟的搜索引擎Bing、谷歌的人工智能系統(tǒng)LaMDA,都離不開英偉達提供的底層芯片算力支持。

作為一家市值5000億美元的科技巨頭,以Hopper加速卡為代表數(shù)據(jù)中心業(yè)務堪稱是英偉達的“印鈔機”。

據(jù)瑞銀分析師蒂莫西·阿庫里估計,OpenAI的ChatGPT中至少購入了1萬顆英偉達高端GPU來做預訓練模型。

自2023年以來,英偉達的股價在一個月內(nèi)就大漲40%,盡管英偉達官方對ChatGPT沒有任何表態(tài),但花旗分析師表示,ChatGPT的持續(xù)快速增長,可能會進一步導致整個2023財年中,英偉達GPU(圖形處理器)芯片的銷售額將劇增,估計至少增加110億美元。

美國銀行和富國銀行的其他分析師也認為,英偉達將從人工智能業(yè)務中獲取巨額利潤。

參考資料:

[1] ChatGPT翻開了硬幣的哪一面?北京郵電大學人工智能學院教授鄧偉洪、中國信通院云大所有內(nèi)容科技部副主任石霖

[2] 采訪報道ChatGPT“火出圈”我們該“急眼”嗎?中國經(jīng)濟網(wǎng)2023年2月20日

[3] OpenAI官網(wǎng)(ChatGPT:優(yōu)化對話的語言模型 (OpenAI.com))

[4] Interactive Learning from Policy-Dependent Human Feedback (MacGlashan et al. 2017)

[5] Deep Reinforcement Learning from Human Preferences (Christiano et al. 2017)

[6] ChatGPT: Optimizing Language Models for Dialogue (OpenAI 2022)

[7]Scaling Laws for Reward Model Overoptimization (Gao et al. 2022)

[8] Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback (Anthropic, 2022)

[9] Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned (Ganguli et al. 2022)

[10] Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning (Cohen at al. 2022)

本文為轉載內(nèi)容,授權事宜請聯(lián)系原著作權人。