文｜新莓daybreak 史圣園
ChatGPT 點燃了全球?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。第三天干脆宣布創(chuàng)建一個「全新生命體」，發(fā)出AI英雄榜，招募頂級人才。
這是ChatGPT傳入中國后，最高調(diào)的起步公司。它面臨的對手是那些國內(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)布會的演示尷尬出錯，市值一夜蒸發(fā)超過 7000 億元，但微軟和谷歌被認為是最有可能將ChatGPT大放光彩的公司。
國內(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；阿里達摩院正在研發(fā)對話機器人，并計劃與釘釘?shù)壬a(chǎn)力工具深度結(jié)合；騰訊雖未透露出具體的應(yīng)用計劃，但也底氣十足地表示，自己在大模型（LLM）、機器學(xué)習(xí)（ML）和自然語言處理（NLP）等領(lǐng)域有著技術(shù)儲備，進行應(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 ，除了有保住股價的考慮，肯定也有了解這些前沿技術(shù)的團隊。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。」一位 AI 公司的技術(shù)合伙人說。
OpenAI 對外發(fā)布了許多 ChatGPT 相關(guān)的研究性論文，講述大致的思路，但不會透露技術(shù)細節(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)細節(jié)的摸索，就要有特別大的投入?！?/p>
他認為，OpenAI 的偉大之處在于，在結(jié)果未知的情況下，就敢于下注?！敢话愎緸榱嘶钕氯?，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)試時間的成倍增加。時間的翻倍，意味著硬件成本、人力成本的翻倍。
據(jù)《財富》雜志報道，2022年，OpenAI公司的收入預(yù)計不足3000萬美元，凈虧損5.45億美元。而隨著ChatGPT的火爆，可能進一步增加虧損，因為用戶每一次調(diào)用，就會讓OpenAI付出更多的計算資源和帶寬成本。
本質(zhì)上，ChatGPT 是一個表現(xiàn)令人驚艷的統(tǒng)計語言模型。
它的原理是，不斷將前文的文本片段作為條件，預(yù)測下一個詞語出現(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定，精力遠比OpenAI分散。
OpenAI 在擴大模型的道路上一路狂奔。GPT-3 模型有 1750 億個參數(shù)，訓(xùn)練的數(shù)據(jù)量高達 5000 億個 token（約合 3000 億個詞）。
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步，在數(shù)據(jù)、算力上的要求也非常巨大。
這是一個「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)界有一個術(shù)語，叫做「涌現(xiàn)」（emergence），參數(shù)到了一定的程度，模型效果會迎來質(zhì)的飛躍。但這個程度，究竟是10億、100億、1000億，在實踐之前都無從得知。對于 GPT 來說，「參數(shù)越多，效果越好」只是個「后驗性」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，卻也是當時的「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)先超過兩到六個月。」谷歌在相關(guān)研究領(lǐng)域碩果累累，并未落后于 OpenAI 半個身位，但精力分散拖累了它將學(xué)術(shù)成果落實為具體應(yīng)用的步伐。
應(yīng)用會更容易嗎？
盡管ChatGPT技術(shù)內(nèi)核的突破有非常高的門檻，但是OpenAI的大模型對產(chǎn)業(yè)的影響是絕對深遠的。
張宏江將其形容為，是從小農(nóng)經(jīng)濟到大規(guī)模生產(chǎn)的一個很重要的變化，就像當初電網(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 用了兩個月， Tiktok用了九個月，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 每次交互的計算成本為「個位數(shù)美分」。隨著用戶破億，其每月計算成本高達數(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 的個人付費訂閱服務(wù)。用戶支付 20$/月的費用，即可享受高峰時段的優(yōu)先訪問、更快的響應(yīng)時間，還能優(yōu)先嘗鮮新功能。
OpenAI 官宣ChatGPT Plus
to C 的付費制還在試點和探索階段，to B 的付費 API 調(diào)用則是 OpenAI 現(xiàn)階段的主要收入來源。
2021 年底，OpenAI 對公眾開放了 GPT-3 的 API 接口，開發(fā)者和相關(guān)公司可付費調(diào)用，實現(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 年收入達數(shù)千萬美元，2023 與 2024 的預(yù)計年收入分別為 2 億美元和 10 億美元。
OpenAI API 調(diào)用價格
一個大模型，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)的運營和用戶服務(wù)，還需要很多下游應(yīng)用企業(yè)結(jié)合行業(yè)場景來進行微調(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、博客等場景下營銷文案、種草文案的自動生成服務(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 15 億美元。
再比如 Notion，接入 GPT-3 API 后，在文檔工具中實現(xiàn)了自動續(xù)寫、翻譯、語法檢查等功能。
即便是基于垂直行業(yè)的語料庫對模型進行微調(diào)，也需要不小的研發(fā)成本：GPT-3 的每一次升級和迭代，這些下游企業(yè)也要跟進調(diào)整，需要一定的財力支撐。
國內(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、元宇宙等場景在中國的落地能力，也許會跟海外同步，甚至更快。
不過，目前的大模型，更多偏向于單點式的應(yīng)用，優(yōu)化生產(chǎn)環(huán)節(jié)中的某一個小問題，并未帶動整個工作流的革新。
第一次工業(yè)革命，蒸汽機實現(xiàn)了機器替代人工；第二次工業(yè)革命，電力技術(shù)驅(qū)動了規(guī)?；a(chǎn)。之所以能夠被稱之為「工業(yè)革命」，都是因為技術(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。
沖擊會抵達哪里？
如同過去所有新的生產(chǎn)力工具一樣，ChatGPT 問世以來，關(guān)于它會沖擊哪些行業(yè)的討論不絕于耳。
作為當今最為先進「統(tǒng)計語言模型」，ChatGPT 在問答和對話上的表現(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，首當其沖就是搜索引擎。因為很多人認定，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，它不會替代搜索引擎。實際上，比起功能替代，未來的信息搜索應(yīng)當是兩者的結(jié)合。
ChatGPT 的優(yōu)勢在于，它可以綜合生成更為完整、拿來即用的答案，還可以通過多輪對話回答后續(xù)問題，但我們無法忽視它的硬傷——真實性和邏輯性問題。
首先，ChatGPT生成的答案中難以避免地出現(xiàn)事實性錯誤。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，出現(xiàn)錯誤引用的概率也會隨之增加。這也就是為什么谷歌 Bard 言之鑿鑿地說詹姆斯·韋布空間望遠鏡拍攝了太陽系以外的行星的第一批照片（實際并非如此），微軟 New Bing 進行 GAP 的財報分析時引用了許多錯誤數(shù)據(jù)。
其次，ChatGPT 雖然很少在語法上犯錯，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。而它通過對話喂給我們的唯一答案，也限制了我們從多處來源交叉驗證信息的能力。
朱嘯虎就提出警醒，ChatGPT最大的風險是在網(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性越來越難，熵爆炸式增長。
實際上，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?；蛘咴谒阉鹘Y(jié)果頁面的基礎(chǔ)上，由ChatGPT來總結(jié)要點。
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，也需要ChatGPT在未來能夠做到「知之為知之，不知為不知」。否則，甄別錯誤信息的成本將是巨大的，在關(guān)鍵任務(wù)中造成的風險也難以估量。
目前，學(xué)者們正在琢磨著怎么給 ChatGPT 打上「知識補丁」（Knowledge Patch）。比如問到它拿不準的問題時，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)的進步會帶來新的生產(chǎn)力工具，也會帶來新的問題。ChatGPT 讓我們獲取信息變得更容易，同時對我們的判斷力提出了更高的要求?？陀^、理性、全面地分析信息，還是只能靠我們自己。