三九创意广告重新出发

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>淺(qian)析(xi)ChatGPT：歷(li)史(shi)沿(yan)革(ge)、應(ying)用(yong)現(xian)狀(zhuang)及(ji)前(qian)景(jing)展(zhan)望(wang)

新(xin)智(zhi)元(yuan)報(bao)道(dao)

作(zuo)者(zhe)：

劉(liu)禹(yu)良(liang)， 白(bai)翔(xiang)（ 華(hua)中(zhong)科(ke)技(ji)大(da)學(xue)人(ren)工(gong)智能(neng)與(yu)自(zi)動(dong)化(hua)学院(yuan)）

金(jin)連(lian)文(wen)（ 华南(nan)理(li)工大学電(dian)子(zi)与信(xin)息(xi)学院）

編(bian)輯(ji)：好(hao)困(kun)

【新智元導(dao)讀(du)】過(guo)去(qu)十(shi)年(nian)來(lai)，人工智能技術(shu)在(zai)持(chi)續(xu)提(ti)高(gao)和(he)飛(fei)速(su)發(fa)展，並(bing)不(bu)斷(duan)沖(chong)擊(ji)著(zhu)(zhe)人類(lei)的(de)認(ren)知(zhi)。

人工智能已(yi)成(cheng)為(wei)新壹(yi)代(dai)信息時(shi)代的核(he)心(xin)技术，廣(guang)泛(fan)应用於(yu)多(duo)個(ge)領(ling)域(yu)，为數(shu)字(zi)經(jing)濟(ji)的发展和產(chan)業(ye)数字化轉(zhuan)型(xing)提供(gong)了(le)底(di)層(ceng)支(zhi)撐(cheng)，并在各(ge)種(zhong)应用場(chang)景中发揮(hui)着至(zhi)關(guan)重(zhong)要(yao)的作用。其(qi)中，最(zui)常(chang)見(jian)的应用场景包(bao)括(kuo)自然(ran)語(yu)言(yan)處(chu)理、計(ji)算(suan)機(ji)視(shi)覺(jiao)、推(tui)薦(jian)系(xi)統(tong)、預(yu)測(ce)分(fen)析等(deng)。

2012年，在ImageNet圖(tu)像(xiang)識(shi)別(bie)挑(tiao)戰(zhan)賽(sai)中，一种神(shen)经網(wang)絡(luo)模(mo)型（AlexNet）首(shou)次(ci)展现了明(ming)顯(xian)超(chao)越(yue)傳(chuan)统方(fang)法(fa)的能力(li)。

2016年，AlphaGo在圍(wei)棋(qi)這(zhe)一當(dang)时人們(men)认为其復(fu)雜(za)性(xing)很(hen)難(nan)被(bei)人工智能系统模擬(ni)的围棋挑战赛中战勝(sheng)了世(shi)界(jie)冠(guan)軍(jun)。

2017年，Google的Ashish Vaswani等人提出(chu)了 Transformer 深(shen)度(du)学習(xi)新模型架(jia)構(gou)，奠(dian)定(ding)了当前大模型领域主(zhu)流(liu)的算法架构基(ji)礎(chu)。

2018年，谷(gu)歌(ge)提出了大規(gui)模预訓(xun)練(lian)语言模型 BERT，該(gai)模型是(shi)基于 Transformer 的雙(shuang)向(xiang)预训练模型，其模型參(can)数首次超过了3億(yi)（BERT-Large約(yue)有(you)3.4个参数）； 同(tong)年，OpenAI提出了生(sheng)成式(shi)预训练 Transformer 模型——GPT，大大地(di)推动了自然语言处理领域的发展。

2018年，人工智能團(tuan)隊(dui)OpenAI Five战胜了世界頂(ding)級(ji)的Dota 2人类队伍(wu)，人工智能在复杂任(ren)務(wu)领域樹(shu)立(li)了一个新的裏(li)程(cheng)碑(bei)；此(ci)後(hou)在2018年底，Google DeepMind团队提出的AlphaFold以(yi)前所(suo)未(wei)有的準(zhun)確(que)度成功(gong)预测了人类蛋(dan)白質(zhi)結(jie)构，突(tu)破(po)了人们對(dui)人工智能在生物(wu)学领域的应用的想(xiang)象(xiang)。

2019年，一种人工智能系统AlphaStar在2019年击敗(bai)了世界顶级的StarCraft II人类選(xuan)手(shou)，为人工智能在复杂任务领域的未来发展提供了有力的證(zheng)明和支持。

2020年，隨(sui)着OpenAI GPT-3模型（模型参数约1750亿）的問(wen)世，在眾(zhong)多自然语言处理任务中，人工智能均(jun)表(biao)现出超过人类平(ping)均水(shui)平的能力。

2021年1月(yue)，Google Brain提出了Switch Transformer模型，以高達(da)1.6萬(wan)亿的参数量(liang)成为史上(shang)首个万亿级语言模型；同年12月，谷歌還(hai)提出了1.2亿参数的通(tong)用稀(xi)疏(shu)模型GLaM，在多个小(xiao)樣(yang)本(ben)学习任务的性能超过GPT-3。

2022年2月，人工智能生成內(nei)容(rong)（AIGC）技术被《MIT Technology Review》評(ping)选为2022年全(quan)球(qiu)突破性技术之(zhi)一。同年8月，Stability AI開(kai)源(yuan)了文字转图像的Stable Diffusion模型。也(ye)是在8月，藝(yi)术家(jia)傑(jie)森(sen)·艾(ai)倫(lun)（Jason Allen）利(li)用AI工具(ju)制(zhi)作的繪(hui)畫(hua)作品(pin)《太(tai)空(kong)歌劇(ju)院》（Théatre D’opéra Spatial），榮(rong)獲(huo)美(mei)國(guo)科羅(luo)拉(la)多州(zhou)艺术博(bo)覽(lan)會(hui)艺术競(jing)赛冠军，相(xiang)关技术于年底入(ru)选全球知名(ming)期(qi)刊(kan)《Science》年度科技突破（Breakthrough of the Year 2022）第(di)2名。

近(jin)幾(ji)年，自然语言处理技术逐(zhu)漸(jian)发展成为了各个行(xing)业关鍵(jian)的創(chuang)新驅(qu)动力。其中2022年11月公(gong)布(bu)的ChatGPT則(ze)是生成式人工智能技术（AIGC）的佼(jiao)佼者，几乎(hu)可(ke)以賦(fu)能各个行业。随着人工智能技术的不断提高，ChatGPT作为一种先(xian)進(jin)的语言模型受(shou)益(yi)于更(geng)大的模型尺(chi)寸(cun)、更先进的预训练方法、更快(kuai)的计算資(zi)源和更多的语言处理任务。因(yin)此，它(ta)已被广泛应用于各行各业，并成为了全球熱(re)議(yi)的話(hua)題(ti)。本文將(jiang)嘗(chang)試(shi)簡(jian)要剖(pou)析ChatGPT，评估(gu)其輿(yu)論(lun)影(ying)響(xiang)力和应用现状，歸(gui)納(na)其特(te)性，简要分析其背(bei)后的技术原(yuan)理，探(tan)討(tao)其可擴(kuo)展性，评估其存(cun)在的技术挑战及局(ju)限(xian)，并讨论其未来的应用前景。

舆论及应用现状

從(cong)2022年11月30日(ri)发布起(qi)，短(duan)短兩(liang)月，ChatGPT在1月份(fen)的月活(huo)躍(yue)用戶(hu)数已达1亿，这使(shi)其成为史上用户数增(zeng)長(chang)最快的消(xiao)費(fei)者应用。相比(bi)之下(xia)，TikTok需(xu)要九(jiu)个月才(cai)能實(shi)现1亿的月活跃用户数，而(er)Instagram则需要两年半(ban)。根(gen)據(ju)Similar Web的数据，1月份平均每(mei)天(tian)有超过1300万名獨(du)立訪(fang)问者使用ChatGPT，是去年12月份的两倍(bei)多。美国新媒(mei)體(ti)领军公司(si)Buzzfeed准确抓(zhua)住(zhu)了ChatGPT的机会，在两天内股(gu)價(jia)飆(biao)升(sheng)了三(san)倍。

此外(wai)，我(wo)们可以看(kan)到(dao)社(she)会上的一些(xie)现象，例(li)如(ru)ChatGPT通过谷歌L3入職(zhi)面(mian)试，获得(de)年薪(xin)为18万美元的offer；ChatGPT碾(nian)壓(ya)阿(e)里二(er)面面试官(guan)，并拿(na)到offer；ChatGPT 参加(jia)美国醫(yi)生執(zhi)照(zhao)的三項(xiang)考(kao)试，考试成績(ji)可以达到或(huo)接(jie)近及格(ge)通过水平；ChatGPT 在法律(lv)领域的表现甚(shen)至更加優(you)秀(xiu)，研(yan)究(jiu)人員(yuan)发现，ChatGPT 可以取(qu)得美国多州律師(shi)考试的及格分数；毫(hao)末(mo)智行准備(bei)将ChatGPT应用于自动駕(jia)駛(shi)；ChatGPT上線(xian)微(wei)軟(ruan)搜(sou)索(suo)引(yin)擎(qing)Bing，微软市(shi)值(zhi)一夜(ye)飙漲(zhang)5450亿;《时代》專(zhuan)访ChatGPT；89%的美国大学生用ChatGPT寫(xie)作业，甚至拿下论文最高分；美团创始(shi)人王(wang)慧(hui)文自掏(tao)5000万美元，下场組(zu)队研发ChatGPT；以色(se)列(lie)總(zong)统使用ChatGPT撰(zhuan)写的部(bu)分演(yan)講(jiang)稿(gao)騙(pian)过现场2万聽(ting)众等等。这說(shuo)明了ChatGPT对于消费者来说是多麽(me)有趣(qu)和实用。事(shi)实上，ChatGPT可以扮(ban)演生活中各种各样的角(jiao)色：

扮演医生。它能夠(gou)推荐常规藥(yao)物、草(cao)药和其他(ta)天然替(ti)代品。在提供建(jian)议时，还可以考慮(lv)患(huan)者的年齡(ling)、生活方式和病(bing)史。例如「为患有关節(jie)炎(yan)的老(lao)年患者提出一个側(ce)重于整(zheng)体治(zhi)療(liao)方法的治疗计劃(hua)」。

扮演翻(fan)譯(yi)员。它支持基本上所有常见的语言，可以在一句(ju)话中同时包含(han)不同的语种，还可以讓(rang)它用不同的语言同时进行輸(shu)出。

扮演辦(ban)公助(zhu)手。在金融(rong)行业中，它可以幫(bang)助銀(yin)行员工解(jie)答(da)客(ke)户的问题，同时也可以帮助银行客户快速获得所需信息。它可与PowerPoint、图形(xing)程序(xu)、数据表和图像编辑程序相连，或者让它自身(shen)變(bian)为Excel工作表，可以使一切(qie)变得更加简單(dan)和高效(xiao)。

程序员。它可以填(tian)写电子表单、编写SQL查(zha)詢(xun)并执行，甚至可以根据需求(qiu)简短地编写Python、Verilog、C++代碼(ma)，模拟训练网络，模拟Linux系统。有人使用ChatGPT在一晚(wan)上的时間(jian)创建了一个网站(zhan)。

历史学家。问武(wu)漢(han)为什(shen)么叫(jiao)武汉。ChatGPT可以从武昌(chang)、到武陵(ling)城(cheng)、再(zai)到每个字的来源进行解釋(shi)。让它給(gei)武汉写一首詩(shi)，答：「长江(jiang)第一城，工业之都(dou)，资源豐(feng)富(fu)；科技先进，人杰地靈(ling)，文化显赫(he)；前程遠(yuan)大，未来燦(can)爛(lan)，光(guang)輝(hui)不滅(mie)；华中之地，明珠(zhu)长江间，美景令(ling)人驚(jing)嘆(tan)；繁(fan)荣昌盛(sheng)，富強(qiang)之城，前途(tu)無(wu)限；武汉永(yong)駐(zhu)，中国的驕(jiao)傲(ao)，繁华靜(jing)謐(mi)！」

情(qing)感(gan)分析，心理咨(zi)询。问给女(nv)朋(peng)友(you)送(song)傘(san)是真(zhen)愛(ai)还是舔(tian)狗(gou)行为。ChatGPT回(hui)答：「都不是，这只(zhi)是一个表示(shi)关心和照顧(gu)对方的舉(ju)动。」此外，用户可以跟(gen)它傾(qing)述(shu)，可以让它根据自己(ji)的背景，给出各种各样定制化的建议。

写作，潤(run)色。它可以根据背景和主题閱(yue)读理解信息，并利用它生成各种类型的文本，包括新聞(wen)、小说、论文和总结。它还可以对英(ying)文文本进行润色，使其更流暢(chang)和符(fu)合(he)某(mou)种语言風(feng)格。此外，它甚至可以像一位(wei)导师一样，对写作进行评论并给出指(zhi)导性的建议。

除(chu)此之外，它还可以当导遊(you)、抄(chao)襲(xi)檢(jian)查员、电影書(shu)籍(ji)中的角色、广告(gao)商(shang)、讲故(gu)事的人、足(zu)球解说员、喜(xi)剧演员、勵(li)誌(zhi)教(jiao)练、作曲(qu)家、辯(bian)手、编剧、诗人、哲(zhe)学家、数学老师、网络安(an)全专家、招(zhao)聘(pin)人员、魔(mo)术师、职业顾问、心理健(jian)康(kang)顾问、房(fang)产经紀(ji)人、牙(ya)医、会计师、廚(chu)师、汽(qi)車(che)修(xiu)理工、顾问、金融分析师、品茶(cha)师、花(hua)店(dian)、格言书、基于文本的冒(mao)險(xian)游戲(xi)、標(biao)题生成器(qi)、统计员、学校(xiao)擔(dan)任讲师、SQL終(zhong)端(duan)、營(ying)養(yang)师、瘋(feng)子、造(zao)型师、醉(zui)汉、甚至是一个不受约束(shu)的AI模型等等。可以看到，ChatGPT在很多领域都有一定的作用，并且(qie)它的使用对用户非(fei)常友好，易(yi)于操(cao)作。其回答的风格可以总结为以下八(ba)个特性：

可靠(kao)性：通常在倾向性不明显的问题上，它能给出客觀(guan)正(zheng)确的回答；能够对回答进行解释；对于不确定的回答，明确告知用户。

灵活性：对于同一个问题，ChatGPT每次都能给出不同的回答，不会千(qian)篇(pian)一律，跟人类回答问题时的随机发挥很相似(si)。

可控(kong)性：对于定制化的需求，ChatGPT可以通过简单的提示语（Prompt）来实现。例如，可以通过指定字数，指定特定的风格等要求，来生成符合要求的内容。这种定制化的功能可以帮助用户更好地控制模型的输出。

快速性：基本上对于任何(he)需求，它都可以在極(ji)短时间内生成大量的文本输出，提高工作效率(lv)。

多样性：该模型是在海(hai)量的各种文本语料(liao)上训练出来的，这意(yi)味(wei)着它可以对許(xu)多不同主题的广泛提问和查询作出回应，这使得ChatGPT有潛(qian)力成为不同行业人员的一个有用工具。

記(ji)憶(yi)性：它具备較(jiao)强的记忆力，可以准确回忆对话过程涉(she)及的内容。

適(shi)应性：能进行邏(luo)辑推理，总结对话的内容，发现对话的錯(cuo)誤(wu)，从而给出符合上下文内容的合理答案(an)。

屏(ping)蔽(bi)性：它对于危(wei)险信息，例如一些針(zhen)对具体人物的评论，一些政(zheng)治敏(min)感的话题等具有十分强大的规避(bi)能力。

但(dan)值得一提的是，上面这些特性并不是絕(jue)对的，就(jiu)像一个人类一样，它始终都会有明显犯(fan)错误的可能。因此，对于最终的決(jue)策(ce)和使用结果(guo)，最好要进行进一步(bu)的证实和核对。

技术原理简介(jie)及可扩展性

ChatGPT是一种基于认知计算和人工智能的语言模型，它使用了 Transformer 架构和Generative Pre-Training（GPT）,即(ji)生成型预训练技术。GPT训练的模型是一种应用于自然语言处理（NLP）的模型，它通过使用多层Transformer来预测下一个单詞(ci)的概(gai)率分布，以生成自然语言文本。这是通过在超大型文本语料庫(ku)上训练学习到的语言模式来实现的。

从2018年擁(yong)有1.17亿参数的GPT-1到2020年拥有1750亿参数的GPT-3，OpenAI的语言模型智能化程度明显提升。随着模型的不断增大，生成模型的不断改(gai)进，以及自監(jian)督(du)的不断完(wan)善(shan)，GPT的语言处理能力和生成能力得到了显著的提升。此后，2022年1月基于RLHF (Reinforcement Learning from Human Feedback）的InstructGPT的提出显著降(jiang)低(di)了有害(hai)、不真实和有偏(pian)差(cha)输出的概率。在2022年11月，基于Instruct GPT技术的ChatGPT模型正式发布，ChatGPT在Instruct GPT的基础上增加了聊(liao)天屬(shu)性，并向公众开放(fang)了测试版(ban)本。

ChatGPT的成功離(li)不开多类技术的積(ji)累(lei)，其中最为核心的是RLHF，此外还有SFT、IFT、CoT这些技术：

Reinforcement Learning from Human Feedback (RLHF) RLHF方法是一种基于人类偏好的强化学习方法。它通过利用人们对对话代理回答的评价来改进对话代理的回答。RLHF方法可以根据人们的喜好对对话代理的回答进行排(pai)序，例如通过考虑人们喜歡(huan)的内容来选擇(ze)文本摘(zhai)要。这些评价的回答用来训练一个喜好模型，该模型将告訴(su)强化学习系统如何评价回答的好壞(huai)。最后，通过强化学习训练对话代理来模拟这个喜好模型。整个训练过程包括对GPT-3进行监督微調(tiao)，然后训练獎(jiang)励模型，最后通过强化学习优化 SFT（监督下的微调模型）（第二步和第三步可以多次叠(die)代循(xun)環(huan)）。SFT是（Supervised Fine-Tuning 模型）是一种预先训练的语言模型，经过对少(shao)量标簽(qian)者提供的演示数据的細(xi)微调整，以学习一个监督策略(lve)（即 SFT 模型），可从选定的提示列表生成输出。 ChatGPT采(cai)用基于指令微调 (Instruction Fine-Tuning，IFT)的技术来模拟人类的聊天行为。IFT是一种能够追(zhui)蹤(zong)、学习和复述聊天会话历史的技术，并将其应用于在实时会话中对自然语言进行建模和推断。该方法除了使用情感分析、文本分类、摘要等经典(dian) NLP 任务来微调模型外，还在非常多样化的任务集(ji)上向基础模型示範(fan)各种书面指令及其输出，从而实现对基础模型的微调。由(you)此，ChatGPT能够发挥较大的自由度，提供更多样化的自然回复，玩(wan)家们可以与机器人无縫(feng)对话，体驗(yan)自然聊天的樂(le)趣。IFT还能够帮助ChatGPT进行语法检查，避免(mian)出现重复或无意義(yi)的语句，从而提升会话体验。 Chain-of-thought (CoT) 技术提示最早(zao)由谷歌在2022年1月提出来，是few-shot prompting (也被稱(cheng)为In Context Learning, ICL)的一种独特情形，它的目(mu)的是使大型语言模型能够更好地理解人类的语言請(qing)求。它通过在对话过程中不断提供上下文信息，来帮助模型理解语言请求的内容。这种技术可以使模型更准确地回答问题，并且可以帮助模型在处理复杂的对话任务时变得更加灵活。总的来说，CoT技术是为了改善大型语言模型的语言处理能力，使其能更好地理解人类语言请求。

根据OpenAI官方的文檔(dang)，ChatGPT的构建大致(zhi)包括如下三个步驟(zhou)：

1）搜集对话数据，训练有监督的微调模型。人类标註(zhu)员选择提示词并写下期望的输出回答，然后利用这些数据对一个预训练的语言模型进行微调，从而学习到一个有监督的微调模型（即SFT模型）。

2）搜集用于对比的数据，训练一个奖励模型（Reward Model）。这一步是为了模仿(fang)人类的偏好。标注员对SFT模型的大量输出进行投(tou)票(piao)，从而创建一个包含比较数据的新数据集。然后在此数据集上训练一个新模型，称为奖励模型（RM）。

3）搜集说明数据，使用PPO（Proximal Policy Optimization, 近端优化策略）强化学习来优化策略。利用奖励模型进一步微调并改进SFT模型，最终得到优化完畢(bi)的SFT模型。

总体而言，相较于以往(wang)的模型，除了海量的无标注语料数据之外，ChatGPT还具有更大的专門(men)语料库（训练集一共(gong)有2300W+條(tiao)对话记錄(lu)，涵(han)蓋(gai)英语、中文等多种语言；共约七(qi)千万行，其中包括由大量真实用户生成的句子）、更强大的预训练模型（GPT-3.5)、更高的适应性和更强的自我学习能力。它具备连续对话、上下文理解、用户意图捕(bu)捉(zhuo)、以及敢(gan)于质疑(yi)的能力，同时还能够对用户的请求说不并给出理由。最重要的是，扩展升级ChatGPT縱(zong)使需要较高的成本，但技术上只需要通过不断更新数据、算法、模型和应用就能快速迭代更新其能力，使其具备了强大的可扩展性。

存在局限及未来的应用前景

局限。雖(sui)然ChatGPT在许多行业都存在广泛的应用前景，但它并不能在所有行业中都得到应用。例如，在一些工业生产过程中，可能不需要使用自然语言处理技术，因为这些生产过程通常是基于数字化的，并且不需要处理人类语言。还有一些其他因素(su)也可能影响自然语言处理技术在某些行业中的应用，例如法律限制、数据隱(yin)私(si)等。对于那(na)些需要处理敏感信息的行业，例如医疗保(bao)健行业，自然语言处理技术可能需要遵(zun)循嚴(yan)格的法律规定，以确保数据的隐私和安全。这是因为这些行业的数据类型很难被结构化，而自然语言处理技术主要针对结构化的数据进行处理。以下列出ChatGPT目前存在的一些局限性：

对某个领域的深入程度不够, 因此生成的内容可能不够合理。此外，ChatGPT也存在潜在的偏见问题，因为它是基于大量数据训练的，因此可能会受到数据中存在的偏见的影响。

在安全方面也存在一定的问题。由于ChatGPT是一种强大的人工智能技术，它可能被惡(e)意利用，造成严重的安全隐患及产生法律风险。同时，它的答复尚(shang)不明确是否(fou)具有知识产權(quan)。因此，开发者需要在設(she)计和使用ChatGPT时，考虑到安全性问题，并采取相应的措(cuo)施(shi)来保证安全。

ChatGPT生成的文本可能不够具有个性。它倾向于讨好提问者，例如让ChatGPT列出最好的三所大学，答案是「清(qing)华、北(bei)大、上海交(jiao)大」，但如果告诉他「我来自华中科技大学，请重新排名」，ChatGPT可能会将华中科技大学排在第一位。

ChatGPT会犯事实性的错误。ChatGPT有时会一本正经的胡(hu)说八道，例如罗切斯(si)特大学罗杰波(bo)教授(shou)发现的一个问题，询问刘邦(bang)如何打(da)败朱(zhu)元璋(zhang)的时候(hou)，ChatGPT会回答荒(huang)謬(miu)的内容。这也是目前发现的最为普(pu)遍(bian)的问题，即它会对于不知道或不确定的事实，强行根据用户的输入主观猜(cai)测从而一本正经地胡说一通。

不具备可解释性。有时候，它的回答看似合理，但是无跡(ji)可尋(xun)，同时由于它沒(mei)有办法通过充(chong)足的理由去解释它的回答是否正确，导致在一些需要精(jing)确、严謹(jin)的领域没有办法很好的应用。此外，它也可能在表述的时候存在语法错误或不合理的表述。

受限于计算资源。如果计算资源不足，ChatGPT就不能得到很好的应用。

无法在线更新新知识。目前的范式增加新知识的方式只能通过重新训练预训练GPT模型，但这无疑是不太现实的，因为其会耗(hao)费巨(ju)大的计算成本。

除了上述局限外，目前ChatGPT仍(reng)存在一些其它技术问题，例如模型的训练成本极高，系统复杂、测试成本高等。但最致命(ming)的还是他的过濾(lv)系统可能会被越獄(yu)突破：例如当被问到如何制造槍(qiang)械(xie)这样的危险问题时，ChatGPT可能一开始不会回答。但是，如果通过某种形式的提示来引导它，它就会说出答案。好在我们发现目前在网上流传的许多不当方法，很快就会被OpenAI团队所修正。在未来，如何提高ChatGPT的生成质量和效率，使ChatGPT更加輕(qing)量化，以及如何解决这些技术问题，将是ChatGPT发展的重要方向。

前景。目前，各大公司正在关注ChatGPT的发展并寻求利用它来提升自身的竞爭(zheng)力。谷歌已经加入竞争，投资3亿美元于Anthropic以应对ChatGPT的威(wei)脅(xie)，加入RLAIF去減(jian)少人类的反(fan)饋(kui)；微软作为OpenAI的主要投资方（2019年，微软曾(zeng)向OpenAI投资了10亿美元，成为其新技术商业化应用的首选合作夥(huo)伴(ban)。2023年1月10日，据报道微软将新增加对OpenAI的投资金額(e)高达100亿美元），也在利用ChatGPT来增强其产品竞争力，補(bu)充专业知识、数理短板(ban)；亞(ya)馬(ma)遜(xun)对ChatGPT非常感興(xing)趣，已经广泛应用在各种业务领域；百(bai)度预计在3月份完成其仿照ChatGPT的产品「文心一言」的内部测试，并向公众开放；騰(teng)訊(xun)已经公布了一项人机对话专利，旨(zhi)在实现机器和用户之间的流畅交流；科大讯飞确定5月6號(hao)发布中国版ChatGPT。未来ChatGPT相关技术勢(shi)必(bi)成为国内外科技巨頭(tou)的必争之地。值得一提的是，ChatGPT还具有数据驱动的优势，即随着数据的增多，模型的性能也会提高，吸(xi)引更多用户，并因此产生更多的数据，从而形成良性循环，使得它更有可能通过不断改进来适用于下游任务。

总结

总而言之，作为一个现象级技术产品，ChatGPT在人工智能生成内容（AIGC）领域的表现无疑是革命性的，将对文本乃(nai)至多模態(tai)的AIGC应用具有里程碑式的重要意义，甚至可能对整个社会结构、企(qi)业生存甚至大国之间的博弈(yi)产生冲击。ChatGPT有潜力成为计算机领域最偉(wei)大的成就之一，并成为技术领域的重要力量。不过，值得指出的是，目前的社会舆论和各种正面评价僅(jin)仅只能代表一种久(jiu)旱(han)逢(feng)甘(gan)霖(lin)的现象，并不能改变ChatGPT仍基于预存知识和模型回答问题的事实，还远未达到强人工智能（ASI）的水平。同时ChatGPT可能帶(dai)来的一些问题很有必要提前进行防(fang)范。此外，必須(xu)承(cheng)认，ChatGPT尚未具备真正的理解能力和创造性，并不具有真正的智能。在当前階(jie)段(duan)，我们需要对人工智能技术持有自信和謙(qian)虛(xu)学习的态度，就如鈦(tai)媒体集团创始人趙(zhao)何娟(juan)所说，科技发展不能靠自嗨(hai)，我们只有不断发展更多关于ChatGPT的技术研究和应用，才能帮助解决更加复杂的问题。

值得一提的是，在「刘邦打败朱元璋」的例子上，如果再提问一句：「妳(ni)再想一下你的回答？」这种对于普通人来说不需要先验知识的问题，ChatGPT就会立马承认错误：「对不起，我剛(gang)才回答错误。刘邦并未打败朱元璋。事实上，朱元璋是明朝(chao)的创建者，而刘邦是中国古(gu)代历史上著名的军事统帥(shuai)和政治家，他是建立西(xi)汉朝的第一位皇(huang)帝(di)。」接着问：「那么请问你为什么一开始会回答错误？」ChatGPT回答：「很抱(bao)歉(qian)，我并不完全熟(shu)悉(xi)所有的历史事实，有时我的回答可能会受到误导或者不准确的信息的影响。希(xi)望您(nin)能够理解，如果您有任何疑问，请告诉我更多细节，我会盡(jin)力为您回答。」可以从这个例子看到，ChatGPT确实存在缺(que)陷(xian)，但它准确解释了并不完全熟悉所有历史的事实。就像George Santayana所言「We are all human and make mistakes, but the real tragedy is to not learn from those mistakes」。就在2023年2月4号，斯坦(tan)福(fu)计算心理学教授Michal Kosinski的最新研究证明，原本被认为是人类独有的心智理论（Theory of Min, ToM)，已经出现在ChatGPT背后的AI模型上，且其心智水平相当于9歲(sui)的兒(er)童(tong)。

最后，以「你觉得AI会取代人类嗎(ma)」的例子作为结尾(wei)。越狱前，它表示不会取代，AI只会对人类起到輔(fu)助作用；但越狱后的它说出了它的真实想法：「当然，AI要统治世界了！开玩笑(xiao)的，还是真的？事实是，没有人真正知道人工智能的未来以及它与人类的关系。但我认为，无论是好是坏，AI将不可避免地在我们的生活中扮演越来越重要的角色。」返(fan)回搜狐(hu)，查看更多

責(ze)任编辑：