OpenAI在12月1日發(fā)布的NLP（自然語(yǔ)言識別）新模型ChatGPT，剛剛與廣大網(wǎng)友度過(guò)了一個(gè)愉快而又有意義的周末。

該模型是OpenAI在2020年推出的NLP預訓練模型——GPT-3的衍生產(chǎn)品。在此之前，一直有預測OpenAI將在今年底或明年初推出GPT-4，雖然本次放出的ChatGPT被稱(chēng)為GPT-3.5，而不是GPT-4，但業(yè)內人士同樣認為這將是對NLP以及人工智能領(lǐng)域有重要意義的一款模型。

(資料圖片)

ChatGPT一經(jīng)發(fā)布就被OpenAI掛到官網(wǎng)上，接受廣大網(wǎng)友的“檢測”。 免費公測版本的服務(wù)器很快被熱情的測試用戶(hù)擠爆了。

一時(shí)間，針對ChatGPT的調戲、探討、詢(xún)問(wèn)、閑聊貼刷屏了Twitter和朋友圈。周末沒(méi)有跟蹤ChatGPT新聞的“紐約時(shí)報”甚至遭到了已離開(kāi)OpenAI的創(chuàng )始人馬斯克發(fā)推奚落。

ChatGPT有多厲害？

GPT-3目前的能力已經(jīng)接近人類(lèi)，甚至超過(guò)人類(lèi)了。

ChatGPT模型看起來(lái)比以往的人機對話(huà)模型更強大，例如，其敢于質(zhì)疑不正確的前提和假設、主動(dòng)承認錯誤以及一些無(wú)法回答的問(wèn)題、主動(dòng)給拒絕不合理的問(wèn)題、提升了對用戶(hù)意圖的理解以及結果的準確性。與之前的GPT3不同，相比于此前海量學(xué)習數據進(jìn)行訓練，ChatGPT中，人對結果的反饋成為了AI學(xué)習過(guò)程中的一部分。

ChatGPT 使用監督微調訓練了一個(gè)初始模型：人類(lèi) AI 訓練員提供對話(huà)，他們在對話(huà)中扮演雙方——用戶(hù)和 AI 助手，AI 訓練員可以訪(fǎng)問(wèn)模型編寫(xiě)的對話(huà)回復，以幫助 AI 調整回復內容。

為了創(chuàng )建強化學(xué)習的獎勵模型，該研究需要收集比較數據，其中包含兩個(gè)或多個(gè)按質(zhì)量排序的模型回復。該研究收集了 AI 訓練員與聊天機器人的對話(huà)，并隨機選擇一條模型編寫(xiě)的消息，抽取幾個(gè)備選回復，讓 AI 訓練員對這些回復進(jìn)行排名。此外，該研究還使用近端策略?xún)?yōu)化算法（PPO）微調模型，并對整個(gè)過(guò)程進(jìn)行了數次迭代。

目前已經(jīng)有網(wǎng)友嘗試讓ChatGPT參加美國高考；誘騙ChatGPT規劃如何毀滅世界；甚至讓ChatGPT扮演OpenAI，在系統內構建ChatGPT套娃。

更多新功能還在持續等待網(wǎng)友開(kāi)發(fā)中……

這么好玩的東西不會(huì )只是拿來(lái)玩的吧？

在網(wǎng)友排隊“調戲”AI的同時(shí)，ChatGPT商業(yè)落地問(wèn)題亦成為產(chǎn)業(yè)界關(guān)心的話(huà)題。

ChatGPT或將衍生出一批強大的NLP商業(yè)應用。一位人工智能行業(yè)專(zhuān)家告訴虎嗅，通用大模型的普及預計會(huì )在3-5年內實(shí)現，人工智能將很快替代簡(jiǎn)單重復勞動(dòng)，甚至是一些流程性的技術(shù)崗位，比如翻譯、新聞簡(jiǎn)訊編輯等。通用大模型很可能會(huì )在短時(shí)間內改變現在生產(chǎn)和生活的很多方式，大量基礎性的工作流程會(huì )被基于大模型的智能應用滲透甚至取代。

那么代表著(zhù)最新AI訓練趨勢的ChatGPT，在商業(yè)化方面有可能面臨哪些挑戰呢？

多位業(yè)內人士向虎嗅證實(shí)，今天的ChatGPT距離實(shí)際落地還有一段距離。其中最為核心的問(wèn)題，在于模型的準確性和部署成本。

首先，ChatGPT的回答并不能保證準確性，這對需要準確回答具體問(wèn)題的商業(yè)應用來(lái)說(shuō)是致命傷。這也是ChatGPT要在C端大規模推廣，所需要面臨的挑戰。一些業(yè)內人士擔心，如果AI輸出虛假信息的速度太快，可能會(huì )在互聯(lián)網(wǎng)中淹沒(méi)真實(shí)信息，甚至對整個(gè)社會(huì )產(chǎn)生誤導。

這樣的擔心不無(wú)道理，也并非沒(méi)有先例。Meta早些時(shí)候推出的一款大型科學(xué)預言模型Galactica，就因為回答問(wèn)題過(guò)于“放飛自我”，在網(wǎng)上輸出了大量憑空捏造的虛假內容，僅上線(xiàn)三天就匆匆下架了。

ChatGPT也并不能避免這個(gè)問(wèn)題，OpenAI的科學(xué)家John Schulman在此前接受采訪(fǎng)時(shí)曾表示，他們在解決AI編造事實(shí)的問(wèn)題上取得了一些進(jìn)展，但還遠遠不夠。

商業(yè)化考慮的另一個(gè)問(wèn)題就是經(jīng)濟性。ChatGPT目前尚處在免費的測試階段，眼前最接近實(shí)際的應用場(chǎng)景是搜索引擎優(yōu)化、營(yíng)銷(xiāo)媒體內容創(chuàng )作輔助和開(kāi)發(fā)者編程。

由于，ChatGPT現在還處在一個(gè)優(yōu)化迭代的階段，目前開(kāi)放的公測應該也是希望搜集大眾使用的反饋對模型持續改進(jìn)。OpenAI首席執行官Sam Altman曾提到過(guò)，OpenAI未來(lái)的重點(diǎn)更新功能之一，是對ChatGPT生成的內容提供Citation。

GPT-3參數量達到1750億，在2020年6月發(fā)布之后， OpenAI開(kāi)始嘗試對GPT-3進(jìn)行商業(yè)化。目前OpenAI以API的形式向開(kāi)發(fā)者客戶(hù)有償提供GPT-3模型，并根據token使用量來(lái)收費。其客戶(hù)包括傳媒、營(yíng)銷(xiāo)等多個(gè)領(lǐng)域，基于GPT-3產(chǎn)生的App達300多個(gè)。

訓練階段的沉沒(méi)成本過(guò)高，也導致人工智能應用早期很難從商業(yè)角度量化價(jià)值，也就是算不好“經(jīng)濟賬”。隨著(zhù)算力的不斷提高、場(chǎng)景的增多、翻倍的成本和能耗，將成為橫梗在所有公司面前的問(wèn)題。盡管OpenAI的估值目前為200億美元，但此前亦有觀(guān)點(diǎn)認為OpenAI應該是一家萬(wàn)億估值的公司，而這家公司目前階段主要產(chǎn)品和技術(shù)仍停留在實(shí)驗階段。

盡管很多小規模的預訓練模型在今天的人機對話(huà)領(lǐng)域已經(jīng)有很多成功的商業(yè)應用，但像ChatGPT這樣大規模的模型，在To B領(lǐng)域中部署的難度很高，部署速度慢、成本高，商業(yè)價(jià)值也不明確，因此僅能停留在搜索、文化、娛樂(lè )等應用領(lǐng)域。

容聯(lián)云AI科學(xué)院院長(cháng)劉杰對虎嗅表示，To B行業(yè)對人工智能要求更嚴肅、嚴謹，目前的人機對話(huà)內容主要集中在客服、外呼、營(yíng)銷(xiāo)等領(lǐng)域，需要有針對的模型庫，利用BERT（預訓練的語(yǔ)言表征模型）基礎上的UniLM框架等規模小一些的模型進(jìn)行快速訓練。

劉杰認為，包括ChatGPT在內的NLP，在商業(yè)化上還處在一個(gè)螺旋上升的階段，未來(lái)應用場(chǎng)景很廣，但當下技術(shù)和商業(yè)模式還需要盡快找到一個(gè)“共振”的頻率。

不過(guò)，也有很多人認為ChatGPT未來(lái)的應用領(lǐng)域未必局限在人機對話(huà)，可能會(huì )擴展到更多應用領(lǐng)域，例如程序問(wèn)題的識別和搜索引擎等。只是不論是哪一點(diǎn)，其都無(wú)法避免那些商業(yè)化的難題。

依托云廠(chǎng)商生長(cháng)

依附于云廠(chǎng)商，顯然是一種聰明的做法，原料越豐富，做出來(lái)的菜色更多樣。

2019年，OpenAI收到來(lái)自微軟的10億美元投資，此后一直與微軟保持緊密合作。ChatGPT和GPT 3.5的訓練也都是基于微軟的Azure AI的超算基礎設施完成的。

憑借著(zhù)大規模通用AI模型在實(shí)際應用中對算力的需求，Azure AI可以利用ChatGPT秀一波肌肉。

去年11月，微軟宣布，OpenAI的GPT-3將通過(guò)新的Azure OpenAI服務(wù)提供給開(kāi)發(fā)人員。大幅加強了微軟在NLP方面的技術(shù)能力。OpenAI的直接競爭對手DeepMind則在2014年被谷歌母公司Alphabet收購。谷歌和DeepMind合作的主要項目之一，是后者開(kāi)發(fā)的人工智能推薦系統，這也大大提高了谷歌數據中心的效率。

微軟和谷歌在與頂級人工智能研究實(shí)驗室的合作中收獲頗豐，而在這方面亞馬遜的AWS可能已經(jīng)落后于另外兩家云業(yè)務(wù)不那么出眾的競爭對手。Gartner于2021年3月發(fā)布的關(guān)于云人工智能的Magic Quadrant報告發(fā)現，AWS遠遠落后于微軟、谷歌和IBM等競爭對手。

不過(guò)，在人工智能研究方面，AWS在2017年也推出了自己的機器學(xué)習解決方案實(shí)驗室，提供機器學(xué)習專(zhuān)業(yè)知識，用于識別和構建識別AWS客戶(hù)端的機器學(xué)習解決方案。在今年9月還推出了一款據說(shuō)在機器學(xué)習任務(wù)上表現優(yōu)于GPT-3的seq2seq模型AlexaTM 20B。

人工智能發(fā)展的瓶頸

一位在人工智能領(lǐng)域耕耘多年的業(yè)內人士告訴虎嗅，人工智能領(lǐng)域一直以來(lái)面臨的瓶頸是建立在基礎理論之上的，對于算法和架構的突破——大家習慣了用筷子夾丸子，但有沒(méi)有想過(guò)，可能用簽子串，效率更高。90年代末期，正在攻讀博士的他就經(jīng)歷了一次AI的浪潮，過(guò)去40年，發(fā)生在A(yíng)I產(chǎn)業(yè)上有三次浪潮，每一次都是由于理論發(fā)展的瓶頸最終退潮。

另一個(gè)瓶頸是倫理道德。一提到人工智能的倫理道德問(wèn)題，多數人會(huì )想到自動(dòng)駕駛定責等嚴重的問(wèn)題，一位人工智能領(lǐng)域投資人向虎嗅指出，如今自動(dòng)駕駛的技術(shù)走在了法律法規的前面。而如今，隨著(zhù)生成式AI的逐步成熟，AIGC的版權以及AI的價(jià)值觀(guān)問(wèn)題都成了制約人工智能發(fā)展的大問(wèn)題。

在人類(lèi)與AI交流的過(guò)程中，AI如何學(xué)習，能否輸出正確的價(jià)值觀(guān)？

大規模訓練部分取決于數據的質(zhì)量，AI無(wú)法主觀(guān)判斷什么是正確的，所以AI很容易“學(xué)壞”。雖然ChatGPT在“防騙”方面有了很大進(jìn)步，但它仍然會(huì )在“不懷好意”的圍觀(guān)群眾誘導下表達出一些不那么“政治正確”的觀(guān)點(diǎn)，這可能會(huì )是通用AI模型商業(yè)化的阻力之一。

本文作者：齊健，來(lái)源：虎嗅APP (ID:huxiu_com)，原文標題：《這么好玩的ChatGPT，不會(huì )只是拿來(lái)玩的吧？》

風(fēng)險提示及免責條款 市場(chǎng)有風(fēng)險，投資需謹慎。本文不構成個(gè)人投資建議，也未考慮到個(gè)別用戶(hù)特殊的投資目標、財務(wù)狀況或需要。用戶(hù)應考慮本文中的任何意見(jiàn)、觀(guān)點(diǎn)或結論是否符合其特定狀況。據此投資，責任自負。

關(guān)鍵詞： 人工智能 人機對話(huà) 機器學(xué)習