作者｜雨林下

(資料圖)

最近，號(hào)稱史上最強(qiáng)AI對(duì)話系統(tǒng)的ChatGPT為廣大網(wǎng)友帶來了諸多歡樂，這是AI通用大模型在自然語言處理（NLP）領(lǐng)域的一次階段性發(fā)展的直觀體現(xiàn)。

12月14日，虎嗅智庫舉辦了502線上同行主題研討活動(dòng)，來自商湯集團(tuán)高級(jí)研究總監(jiān)劉宇、北京智源人工智能研究院成果轉(zhuǎn)化部向其奇、電子科技大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院教授顧實(shí)、中科聞歌產(chǎn)研中心副總經(jīng)理王璋盛、新加坡國立大學(xué)校長青年教授兼潞晨科技創(chuàng)始人尤洋、邊無際聯(lián)合創(chuàng)始人秦小禹、華興資本董事奚星捷針對(duì)ChatGPT和AI大模型進(jìn)行了行業(yè)前沿觀點(diǎn)分享。

以下為各位嘉賓的觀點(diǎn)摘要：

ChatGPT預(yù)示著新的商業(yè)機(jī)會(huì)涌現(xiàn)？

· 梳理GPT的發(fā)展，大致可分成三個(gè)階段：第一個(gè)階段是2018年以前，絕大多數(shù)的學(xué)術(shù)機(jī)構(gòu)和團(tuán)隊(duì)的重心在研究模型結(jié)構(gòu)上；第二個(gè)階段是2018年到2021年，從GPT1開始不斷迭代增大參數(shù)量，訓(xùn)練題量、概念定義出現(xiàn)了新的變化，很多小機(jī)構(gòu)已經(jīng)承受不了訓(xùn)練這么大的模型了；第三個(gè)階段就是現(xiàn)在的ChatGPT，屬于模型的繼續(xù)優(yōu)化演變。相比于前一代GPT3，純技術(shù)上沒有本質(zhì)區(qū)別，更多是數(shù)據(jù)資源和交互、標(biāo)注工程上的改進(jìn)。它目前還缺少一些常識(shí)，需要大量標(biāo)注樣本繼續(xù)喂養(yǎng)。

· ChatGPT是否會(huì)引領(lǐng)現(xiàn)有的搜索引擎產(chǎn)生顛覆？從商業(yè)視角來看，搜索引擎做的更多是信息搜索、集合、匹配，強(qiáng)項(xiàng)在于快速把結(jié)果檢索呈現(xiàn)給用戶。ChatGPT的核心能力是對(duì)整體文字信息的理解和創(chuàng)造，但受制于本身的信息時(shí)效性問題，很多時(shí)候?qū)σ恍┬侣劅o法在數(shù)據(jù)庫里體現(xiàn)，所以兩者還有挺大差異。而且大量搜索的背后也是一個(gè)商業(yè)化考量，需要支持高并發(fā)，且能實(shí)時(shí)反饋信息，但大模型在效率和成本上還沒取得平衡，達(dá)不到規(guī)模使用要求。

· 下一步的商業(yè)機(jī)會(huì)，它在更涉及語義理解的領(lǐng)域，比如文字翻譯，會(huì)比原來傳統(tǒng)的小模型更有優(yōu)勢(shì)，相較過去逐字逐句的硬翻，它可以先對(duì)整段話形成理解再翻成對(duì)應(yīng)語言。再比如，在內(nèi)容生成方面，圖像，視頻的生成能力未來可能取代一部分相對(duì)中低端的密集型人力，在效率和成本上有更好的表現(xiàn)，海外已經(jīng)有像 stability AI這樣很火的先例，這是今后對(duì)大模型的商業(yè)化期待。

·ChatGPT更重要的是為投資人帶來了對(duì)AI的信心。拿醫(yī)療領(lǐng)域應(yīng)用來說，輔助端塑療法過去幾年并沒有看到特別革新的項(xiàng)目，都是在原有狀態(tài)下做迭代內(nèi)卷，類似ChatGPT這些產(chǎn)品的出現(xiàn)讓人耳目一新。

AI未來是否可能突破人腦結(jié)構(gòu)限制？

· ChatGPT雖然在 AI學(xué)習(xí)過程中加入了人類的反饋系統(tǒng)，但它還不具備情感和心理學(xué)的表達(dá)能力，這也是機(jī)器跟人的邊界。

但如果能從神經(jīng)學(xué)上非常明確的揭示情感的生成機(jī)制及認(rèn)知規(guī)律，其實(shí)賦予機(jī)器情感并沒有本質(zhì)難度，不過，目前瓶頸卡在神經(jīng)科學(xué)的研究上，人們還無法理解和揭示自己的情感情緒以及高級(jí)復(fù)雜認(rèn)知功能的機(jī)理。

· 還有另一條路，就是我們能否去設(shè)計(jì)一些不一定是局限于人類表達(dá)情感的一一種范式，讓機(jī)器算法，借助這種籠統(tǒng)稱之為情感的機(jī)制，去輔助它的學(xué)習(xí)。就是說，我們把具體的情感抽象成一個(gè)模型層次，去塑造學(xué)習(xí)方式，這一塊的探索目前還是比較少。

· 關(guān)于突破人腦結(jié)構(gòu)限制的可能性，如果只是從AI它能夠有自己的全新理解，比如對(duì)相同問題，人的理解跟它的理解不一樣，甚至它比人類更強(qiáng)，這在10年前的人臉識(shí)別，5年前的AlphaG就已經(jīng)發(fā)生了。

人類的學(xué)習(xí)方式也是通過從出生對(duì)外界的各種知識(shí)，聽覺、觸覺、視覺去進(jìn)行所謂的無監(jiān)督學(xué)習(xí)，最終對(duì)世界形成認(rèn)知建模，AI本質(zhì)上也是這樣。畢竟人類的機(jī)理都沒有完全被生物學(xué)界理解，AI的能力每年也在不斷的提升，所以未來會(huì)怎么樣？是一個(gè)開放的問題。

AI大模型在具體場(chǎng)景下的多樣價(jià)值

· AI大模型相當(dāng)于是通過積累大量知識(shí)，最后形成的一個(gè)有泛化知識(shí)的個(gè)體。它跟原來傳統(tǒng)意義上的小模型之間的差異，就相當(dāng)于一個(gè)經(jīng)過了大量通用題庫訓(xùn)練的大學(xué)生，和一個(gè)只在特定專業(yè)受訓(xùn)練的技校生的差異。

放眼整個(gè)AI大模型，不論是整體創(chuàng)建還是訓(xùn)練的成本都非常高，也是為什么國內(nèi)外都是以研究院機(jī)構(gòu)在主導(dǎo)技術(shù)推進(jìn)。

· 自然語言處理（NLP）和計(jì)算機(jī)視覺（CV）這兩塊大模型是細(xì)分領(lǐng)域發(fā)展得最快的，技術(shù)上是因?yàn)橄啾绕渌楦谢蛘哌壿嬐评淼裙δ?，結(jié)構(gòu)更簡(jiǎn)單；應(yīng)用上的原因主要是因?yàn)閿?shù)據(jù)相對(duì)充分和廉價(jià)易得，大量的視頻和文字資源可以近乎零成本扒取，另外也有直接可以應(yīng)用的落地前景，比如對(duì)話系統(tǒng)推進(jìn)系統(tǒng)、CV安防、智能產(chǎn)品的圖像識(shí)別。

· 大模型的整體價(jià)值在于解決場(chǎng)景碎片化，在具體應(yīng)用場(chǎng)景中，傳媒影視用的比較多，做動(dòng)漫游戲背景需要大量的素材，除了少部分核心的原畫需要插畫師創(chuàng)作，很多篇幅都可以通過機(jī)器生成；在科研領(lǐng)域，它也有可能驅(qū)動(dòng)產(chǎn)生全新的研究范式，像生命科學(xué)以前基本上是靠純手工的方法去做實(shí)驗(yàn)，現(xiàn)在結(jié)合大模型，演變出了干濕結(jié)合的新實(shí)驗(yàn)方法；智慧工業(yè)場(chǎng)景或者偏柔性的產(chǎn)線里也會(huì)產(chǎn)生各式任務(wù)和各種指標(biāo)，像生產(chǎn)線傳送帶的溫度、速度、壓力以及生產(chǎn)數(shù)據(jù)本身，都可以通過大模型分析數(shù)據(jù)趨勢(shì)，修正產(chǎn)線缺漏。

· 在產(chǎn)業(yè)端，大模型更像一種基礎(chǔ)設(shè)施，達(dá)到一定規(guī)模后，它的重置成本就會(huì)非常高，如果最終只剩下少數(shù)幾家取得優(yōu)勢(shì)地位的大模型供應(yīng)商，并且在大多數(shù)行業(yè)上又有較好牽引力的話，那么就可能出現(xiàn)我們?cè)O(shè)想中的“AI超級(jí)大腦”。

· 眼下當(dāng)務(wù)之急還是要找到更多行業(yè)結(jié)合點(diǎn)，讓大家首先知道有大模型這種工具來嘗試，現(xiàn)在陸陸續(xù)續(xù)有傳統(tǒng)行業(yè)和互聯(lián)網(wǎng)團(tuán)隊(duì)在積極對(duì)接了解大模型，這是好的信號(hào)。

... ...

活動(dòng)尾聲，嘉賓還與近百位線上參會(huì)觀眾進(jìn)行了熱烈互動(dòng)，并在“中國是否有可能誕生自己的OPEN AI公司？” “NLP大模型的通用能力是否會(huì)對(duì)特定場(chǎng)景的小模型公司造成沖擊？” “模型用到的訓(xùn)練數(shù)據(jù)的所有權(quán)后期會(huì)不會(huì)有爭(zhēng)議？” “web3.0和大模型有結(jié)合點(diǎn)嗎？”等問題的討論中圓滿結(jié)束了本次502線上同行研討活動(dòng)。

關(guān)鍵詞： chatgpt