每經(jīng)記者 張凌霄    每經(jīng)編輯 梁宏亮    

圖片來源：受訪者供圖

11月30日，美國人工智能研究公司OpenAI公司的人工智能（AI）對話模型ChatGPT正式亮相。這款聊天機器人一經(jīng)上線立即就在全網(wǎng)“刷屏”，各界對其技術(shù)展開了熱烈討論。

科技巨頭們也開始積極搶占風(fēng)口，2月初，谷歌發(fā)布了AI聊天機器人Bard，微軟也宣布推出ChatGPT版新搜索引擎Bing。國內(nèi)互聯(lián)網(wǎng)企業(yè)也緊跟步伐，京東在上周推出產(chǎn)業(yè)版ChatGPT——“ChatJD”,并公布了ChatJD的落地應(yīng)用路線圖“125”計劃，百度的生成式對話產(chǎn)品文心一言則將于3月面世。

ChatGPT有哪些技術(shù)創(chuàng)新？科技巨頭為何紛紛入局？中國版ChatGPT是否即將出現(xiàn)？AIGC（人工智能生成內(nèi)容）產(chǎn)業(yè)新一輪爆發(fā)期已至？《每日經(jīng)濟新聞》專訪上海交通大學(xué)“人工智能+”行業(yè)研究團隊首席科學(xué)家史占中教授，深度解密ChatGPT及生成式AI的創(chuàng)新突破與行業(yè)趨勢。

ChatGPT模型泛化能力強大

NBD：在您看來，ChatGPT相比于從前的人機交互形式，它的突破性在哪里？

史占中：相較于以前的人機交互形式，ChatGPT的突破性在于其強大的自然語言處理能力和廣泛的知識儲備。ChatGPT是一個基于深度學(xué)習(xí)的模型，通過對大量文本數(shù)據(jù)的訓(xùn)練，可以自動學(xué)習(xí)語言的規(guī)則、結(jié)構(gòu)和語義，并能夠理解人類語言表達的復(fù)雜性和多樣性，與傳統(tǒng)應(yīng)用的回答和模型相比，精度和準(zhǔn)確性有了更大的提升，用戶體驗相較于傳統(tǒng)人機交互有了極大改善。并且因為激增的用戶數(shù)量和源源不斷的訓(xùn)練數(shù)據(jù)輸入，ChatGPT的迭代速度將會更加可觀。

ChatGPT還可以通過其廣泛的知識儲備為用戶提供有用的答案。之前分析型AI人機交互形式拘泥于具體的場景和對話，ChatGPT屬于生成式AI，不局限于已有的內(nèi)容，底層強大的泛化能力讓它可以對各種主題進行理解和處理，從而為用戶提供有用的建議、指導(dǎo)和解決方案。不僅能文生文，還能文生圖，生成代碼并具有最重要的推理能力，比如簡單的求長寬高的數(shù)學(xué)題到基本的財務(wù)分析都能勝任，并且已在藝術(shù)創(chuàng)作，代碼處理，營銷等多個創(chuàng)造性場景內(nèi)都得到應(yīng)用。

NBD：近幾年里有不少AI公司都在進行對話式人工智能的開發(fā)，和它們相比起來ChatGPT有什么不同之處？

史占中：在近幾年的人工智能領(lǐng)域，對話式人工智能已經(jīng)成為了一個熱門的方向，許多公司和組織都在進行對話式人工智能的研發(fā)和應(yīng)用。

與這些對話式人工智能相比，ChatGPT的不同之處在于以下幾個方面：首先，與其他對話式人工智能不同，ChatGPT是一個獨立學(xué)習(xí)的模型，它通過自監(jiān)督學(xué)習(xí)的方式從海量的數(shù)據(jù)中學(xué)習(xí)語言的規(guī)律和語義，而不是像其他對話式人工智能一樣需要事先手動編寫大量的規(guī)則和策略。另一方面，ChatGPT采用了Transformer架構(gòu)，通過自注意力機制和多層網(wǎng)絡(luò)結(jié)構(gòu)實現(xiàn)了長時記憶，能夠更好地捕捉文本序列中的上下文信息和語義關(guān)系。同時，ChatGPT具有強大的自然語言處理能力，能夠理解語言的多樣性和復(fù)雜性，同時可以自然流暢地表達復(fù)雜的語言信息和概念。

NBD：您認為ChatGPT采用Transformer架構(gòu)具體的利弊各有哪些？

史占中：Transformer架構(gòu)是一種基于注意力機制的神經(jīng)網(wǎng)絡(luò)架構(gòu)，它被廣泛應(yīng)用于自然語言處理領(lǐng)域，其中ChatGPT就是其中之一的代表性模型。拿ChatGPT來說，較于一些應(yīng)用特定的對話式人工智能，如客服機器人或語音助手，ChatGPT可以應(yīng)對各種不同主題和領(lǐng)域的對話，這樣的能力可以歸功于Transformer 模型的泛化能力。

其缺點在于，首先，相較于傳統(tǒng)的RNN和CNN等模型，Transformer模型的復(fù)雜性更高，導(dǎo)致其可解釋性較差，難以解釋模型內(nèi)部的決策過程；其次模型訓(xùn)練成本高，由于Transformer模型需要更大的計算資源和更多的數(shù)據(jù)進行訓(xùn)練，因此需要更高的訓(xùn)練成本。

互聯(lián)網(wǎng)企業(yè)有能力研發(fā)類似產(chǎn)品

NBD：ChatGPT這樣的產(chǎn)品是可以迅速復(fù)制的嗎？為什么？

史占中：ChatGPT是一個基于大規(guī)模預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，其訓(xùn)練過程需要耗費大量的計算資源和時間，同時需要具備相關(guān)的技術(shù)能力和數(shù)據(jù)資源。因此，ChatGPT這樣的產(chǎn)品在短時間內(nèi)復(fù)制的難度較大。

復(fù)制這一產(chǎn)品需要具備以下幾個條件：第一，ChatGPT的訓(xùn)練需要使用大規(guī)模的計算資源，例如GPU集群，這需要企業(yè)具備強大的計算能力和相應(yīng)的設(shè)備。其次，要復(fù)制ChatGPT這樣的產(chǎn)品需要具備一定的人工智能技術(shù)和相關(guān)領(lǐng)域的專業(yè)積累，需要有能夠?qū)δＰ瓦M行訓(xùn)練和優(yōu)化的技術(shù)團隊。最后，要訓(xùn)練一個高質(zhì)量的ChatGPT模型，需要具備大量的文本數(shù)據(jù)，這需要有大規(guī)模的語料庫和數(shù)據(jù)集來支持訓(xùn)練。

NBD：您認為中國有研發(fā)類似ChatGPT這類的產(chǎn)品或者是其他AIGC應(yīng)用的土壤嗎？國內(nèi)的優(yōu)勢在哪里？

史占中：當(dāng)然有。國內(nèi)百度公司多年深耕人工智能領(lǐng)域，在算力資源和人才儲備上都有研發(fā)類似ChatGPT的能力。

國內(nèi)的優(yōu)勢在于，一方面多年以來重視人工智能技術(shù)，培養(yǎng)了科研和工程人才，另一方面互聯(lián)網(wǎng)高度發(fā)達、數(shù)字化程度高，有充足的數(shù)據(jù)來進行模型的訓(xùn)練。

NBD：您有沒有關(guān)注到哪些企業(yè)有這方面的潛力？您有什么感興趣的AIGC技術(shù)應(yīng)用案例可以分享一下嗎？

史占中：主要還是各大互聯(lián)網(wǎng)企業(yè)，百度、字節(jié)、騰訊、阿里，等等大公司在AI的人才儲備上、資源上能夠支撐進行相關(guān)的研發(fā)。應(yīng)用可以看微軟即將推出的New Bing，相信是能夠顛覆行業(yè)的革新。

AIGC產(chǎn)業(yè)鏈價值有望迎來重估

NBD：在您看來AIGC行業(yè)的發(fā)展是必然的嗎？其發(fā)展是否存在瓶頸？

史占中：AIGC行業(yè)的發(fā)展是AI行業(yè)發(fā)展擴張的結(jié)果，從人臉識別到自動駕駛，人工智能的發(fā)展必然會滲透到社會生活的方方面面，這只是時間問題。

AIGC發(fā)展的瓶頸本質(zhì)上取決于人工智能技術(shù)的發(fā)展，短期來看人類的情感、創(chuàng)造力仍然是人類所獨有的，所以現(xiàn)階段AIGC必然是對人類的模仿，而非創(chuàng)造。

NBD：AIGC市場未來將出現(xiàn)什么樣的變化？

史占中：現(xiàn)在ChatGPT 已經(jīng)在商業(yè)化方面彰顯出強于以往 AI 應(yīng)用的潛力，2個月內(nèi)已經(jīng)突破1億用戶增長，另一方面得到了微軟為代表的科技巨頭的支持，ChatGPT已經(jīng)接入了微軟旗下的Bing，Bing已經(jīng)成為了New Bing，谷歌對ChatGPT如臨大敵，正是因為加上人類語言理解能力的搜索引擎，可能徹底改變之前搜索引擎的使用方式，這一行業(yè)也許會重新洗牌。

同時，ChatGPT的出現(xiàn)打開了 AIGC 商業(yè)空間，產(chǎn)業(yè)鏈的價值有望被重估。與傳統(tǒng)AI 技術(shù)變現(xiàn)困難不同，ChatGPT采用SaaS訂閱的創(chuàng)新收費模式打破了人們對于AI 技術(shù)大多應(yīng)用于嵌入式項目的固有印象，拓寬了AI企業(yè)的商業(yè)模式。AIGC商業(yè)空間將進一步打開，不僅B端用戶對AIGC技術(shù)存在高需求，未來C端用戶對AIGC技術(shù)的付費有望成為常態(tài)化，產(chǎn)業(yè)鏈相關(guān)企業(yè)將迎來價值重估。

NBD：現(xiàn)在有業(yè)界人士認為，AI就是一場燒錢游戲。您認為AI的成本問題應(yīng)該如何來解決？

史占中：AI最大的成本就是算力資源和人才，其中更重要的是相關(guān)人才的培養(yǎng)。如果僅僅以資源的多寡來判斷，那么最先取得突破的應(yīng)該是世界上最大的科技公司，比如說谷歌、微軟等等公司，但是實際上最初震驚世界的AlphaGo和現(xiàn)在的ChatGPT都來自O(shè)penAI。為正確的人燒錢才是有價值的投入。

當(dāng)然我也注意到算力問題是一個很重要的問題，現(xiàn)在也有很多技術(shù)在克服這個困難，比如說CPO技術(shù)，就是高算力場景下的“降本增效”方案。

封面圖片來源：視覺中國-VCG41N1188747468