中國公司快速跟進ChatGPT，不值得

中國公司值不值得跟進ChatGPT還不好說，但以前以為中國可以和美國掰掰手腕的人工智能領域，這一下看出了差距。我們需要努力的地方還很多。
同時，雖然身處內地訪問上有門檻，但大家依然一面樂此不疲地調戲ChatGPT，一面擔心AI會不會快速地危及到自己的職業生涯。

確實，ChatGPT在聚合和篩選知識上，在自然語言的組織上，相較以往的AI產品感覺有了革命性的改進，但通過原始邏輯去分析它的話，它仍然屬于對現有數據和知識檢索加工的一個計算模型。只不過人們聰明的優化了這個計算模型，大大減少了計算時間和資源消耗。
也就是說，無論ChatGPT看上去多聰明，它仍然不具有創新能力。說到這里，我們可以反思自己的工作，即便夸得天花亂墜多么創新，我都可以拿ChatGPT來檢驗一下，如果ChatGPT是可以做可以替代的，那么這份工作都是缺乏創新性的，被AI替代是遲早的事情。
而無論現在的職業是否會被AI取代，人類本身的職業在將來終究會轉移到AI還不能從事的創新性工作上去。

說到這里倒是引申而想到我們國內普遍存在的教育理念，重技能學習而輕思維能力，應試教育盛行而素養教育缺乏（因為素質教育一詞越來越被狹義地定義為課外技能的培養所以我更愿意稱為素養教育），所以培養出來的就更傾向于成為一個工具人而天然的缺乏創造性思維能力。
倒不是一定要夸西方教育系統優于我們，但不爭地事實是，歐美發達國家的教育系統普遍更重視培養人的獨立性和自由創造能力，無論是在兒童教育還是成人社會的自我提升。所以相比較而言，我們國家的打工人，被AI取代的可能性會更大。

使用chatGPT的感覺，chatGPT擅長的內容包括：1，搭建文章提綱，可以面面俱到，經常會超出自己的預期，因為自己的考慮可能不如AI全面；2，給定主題，撰寫年度總結，摘要，以及不需要基于事實的觀點評論；3，它格外擅長寫那些讀下來不知所云的廢話，像一些評論人寫的車轱轆一樣的廢話。chatGPT尤其適合高考作文這種假大空的風格，大多數學生寫的議論文或者記敘文都不是真情實感，憑空想象，并且愛用升華的句式，用華麗的排比語句，這些都是chatGPT的專長。

chatGPT的這些個特點，可能和AI的訓練有關，他吃了海量的文獻內容，在全面性上自然會更專業，在翻來覆去的廢話上，自然也有大量的素材可以借鑒。

那么chatGPT不擅長什么？1，在事實核查上，他對于常識性的事實核查不算太吃力，相當于使用搜索引擎了，但稍微復雜一點的事實，幾乎沒有核查的能力，同樣的問題，換個不同的角度，就會給出不同的答案，這可能是因為素材里本來就有沖突的答案，他沒辦法識別哪些是更優質的內容，自然無法給出準確的答案。

2，他幾乎沒有審美，現實中各種素材其實是有質量差異的，谷歌搜索早先處理排序的時候，就要處理每一份材料的權重。AI訓練時，肯定也需要訓練這個權重，但這個相對比較專業，需要專業的人員進行標注，在測試chatGPT的時候，我沒有發現他的審美有什么優勢。

3，總的來說，chatGPT是一個通用的AI，所以應付常識性問題，相對容易一些。這也意味著稍微復雜或者深入一些問題，他就沒辦法應對，應對的質量不如WIKI的專業詞條。

從未來來看，chatGPT的進化，對人類尤其是專業人員來說，他會進一步為繞來繞去的套套邏輯去魅，事實、一手經驗感受和創造性強的內容仍然是chatGPT無法勝任的。

近日，來自OpenAI公司的新型AI聊天機器人ChatGPT，俘獲了全世界的想象力，OpenAI也確實不是一家尋常的公司。它是2015年由一群科技領袖，包括奧特曼（ Sam Altman）、和埃隆·馬斯克（Elon Musk）、彼得·泰爾（Peter Thiel，《從0到1》作者）、里德·霍夫曼（Reid Hoffman，Linkedin創始人）等人創辦的，目標是確保人工智能不會消滅人類。起初它是一個非營利性的研究實驗室，就像美國其他著名的研究機構如Broad Institute、SETI。2018年馬斯克宣布退出。2019年，OpenAI宣布重組為一家“有限盈利（capped-profit）企業”，并接受了微軟10億美元的投資。傳聞估值已達290億美元，弄得奧特曼趕緊出來表態降溫，呼吁不要過度炒作，但似乎效果不佳。

里面有個詞：“有限盈利（capped-profit）”，什么意思？很多人可能都第一次聽到這個詞，于是我問了下ChatGPT，得到如下回答，標準的“ChatGPT式”回答（以后這可能會成為一個習慣用語）：

“有限利潤”，也稱為“利潤上限”，是一個術語，指的是對公司可以賺取的利潤的限制。這種類型的限制通常是由監管機構或政府施加的，這些行業的服務或產品的提供被認為是公共產品，或者產品或服務的價格受政府監管。作為OpenAI開發和擁有的AI語言模型，我不是一家公司，也沒有傳統意義上的盈利能力，也不產生傳統意義上的利潤。我在OpenAI的創建者可能會對我的使用方式或我要執行的任務類型設置限制，但這些限制與利潤無關。相反，它們是為了確保我以負責任和有道德的方式被使用，并且不會用我干壞事。

同時，我用Google搜下“capped-profit”，搜出的信息大多是和OpenAI相關的。顯然，ChatGPT的回答更有趣和清晰。“有限盈利”指的是一種商業模式，公司對其可以賺取的利潤金額設置了限制或上限。這類商業模式旨在確保公司的重點，是服務客戶和為更大的利益做出貢獻，而不是利潤最大化。這其實就是“社會企業（Social Enterprise）”。

ChatGPT的優異表現，讓文字工作者、程序員等從業者都感受到了威脅，甚至可能取代谷歌搜索引擎。想起最近和幾位熟悉Google，甚至是從Google出來的朋友聊天，他們都為Google惋惜，似乎也患上“大企業病”。以往Google那種Cool、創意無邊的形象似乎在遠去。這就是大企業的宿命，如果不去抑制“熵增”、主動更新的話，“恐龍”必然失去生存能力。

而微軟此次在OpenAI上的歷史性影響，恰恰說明大企業還是有機會重新煥發活力的。微軟的青春煥發，是CEO納德拉從“刷新”文化開始的。微軟下個十年的想象力，非常值得期待。試想將ChatGPT加入Office“全家桶”會是什么境況？當你需要給客戶寫一封信時，ChatGPT就能幫你寫個八九不離十，就像自動駕駛的感覺。

Google的著名口號"不作惡（Don't be evil）"，影響深遠。如今，“不作惡”恐怕已經不夠了，這樣再次啟示我們：企業要“為善”，方能走遠。

“孩子該學什么？”——確實值得思考。

當機器對語言的翻譯越來越準確（甚至某天會像“流浪地球2”那樣，在全世界不同語言之間同步翻譯）、當人工智能能快速生成程序，那今天還讓孩子去卷外語、編程，還有意義嗎？

也許有一天，面對無孔不入的機器和人工智能，人類最牛逼的能力，就是像《三體》羅輯那樣，閉口不言，卻構建完整閉環的“心球”，也對人工智能隱藏了人類最隱秘的思維能力，成為人類對抗人工智能反噬的最嚴峻的“執劍人”。

現在想來，《三體》牛逼之處，是它不只是科幻小說，更是一本關于人類命運的“寓言”。敵在本能寺！人類的敵人，遠不是四光年之外的三體人，而是人類的創造力。

越來越理解莊子的“反文明傾向”的合理性……莊子時代到今天，已過去2500年；2500年，也是流浪地球預計到達半人馬座比鄰星的時間。

雖然不知道道路通向何方，但一個新時代，確已拉開序幕。

ChatGPT 在很多外媒上，被稱作 “autocomplete on steroids”，意即“服用了興奮劑（加強版）的自動填詞功能”，就是那種你在搜索引擎上輸入一個詞，系統猜測你的喜好幫你填寫完整的那種功能。還挺形象的。

ChatGPT的工作原理似乎是，通過被“喂”無數的人類文本，它通曉了不同語詞之間的最佳排列組合方式。這使得它在輸出答案時，語言表達上要比過去的機器人流暢得多，也地道得多，給人一種它已經具備自主思考能力的感覺。但這只是一種錯覺。它本質上是一個搜索引擎，離“智能”還很遠。

我還沒有深度使用它，但是基于對它工作原理的粗淺理解，我對它有三大問：

一、 在不同的時間、以不同的方式對它提出同樣的問題，它能否給出前后一致的回答？

ChatGPT在回答事實性問題的時候，是不給出答案出處的，讓人無從判斷答案是否準確。也由于數據來源模糊，讓人擔心同樣的問題以稍稍不同的方式（比如不同的語序）提出，會不會得到同樣的答案。一位朋友最近與它的聊天就顯示出，僅僅幾分鐘內，他對本質相同的兩個問題給出了不同的答案，再度證明它沒有“理解”兩個問題之間的關聯。

二、兩個價值觀不同的人，帶著價值傾向，問ChatGPT同樣的問題，是否會從它這里得到不同的答案？

比方說，我朋友圈里兩位朋友對《滿江紅》有著兩極化的評價，一個高度贊譽，一個掩飾不住鄙夷。如果兩個人向ChatGPT提出同一個問題：你怎么評價《滿江紅》？它會不會根據問題中流露出的觀點傾向，給出迎合提問者的答案？換言之，ChatGPT是不是有前后一致的價值觀？

三、如果ChatGPT能取代這么多人的工作，是否本身就說明了，我們的很多工作本身就是缺乏原創性的，重復的，甚至無用的？

如果ChatGPT本質上只是在人類已經積累的知識富礦中搜索，將語詞重新排列組合后輸出，那它是不是比較終極的“天下文章一大抄”？如果只是這樣，它就能編寫劇本、發言稿、博士論文甚至代碼，這是不是又意味著，很多時候我們自以為原創的東西，本質上都是在走前人們走過的路？消極地看，這的確要讓我們很多人灰心喪氣。積極地看，ChatGPT的步步緊逼，將迫使人類思考如何更具原創性。

ChatGPT 據說威脅到了很多行業，不過像我這樣的經濟和社會問題研究者不會太擔心，因為這個行當從來都是一個充分競爭的行當，誰都能說上幾句，而且事實上看，大部分專業人員提供的觀點基本都是一致的，能說出來新的角度，對于人工智能來說并不容易。另外就是機器學習是學習已經公開發表的觀點和信息，所以我感覺人工智能模仿出來的東西也會大概像官話和套話。但是對于碼農這些行業，可能影響的確會比較大。

ChatGPT為什么能跑出來，給我們的一個啟發。

就是我們原來很多大模型都是熱衷于報參數多少，似乎參數越大自己越猛，其實參數大小只是跟投入的資金有關。而在參數之外很重要的是工程調優，特別是在實際使用過程中的優化，ChatGPT這種海量用戶一旦形成，其優化也將日臻完善。現在看來AI=黑盒算法+智能反饋，把算法和工作量龐大的反饋做好了，AI質量就上了一個大臺階。給我的啟發是要堅定研發信仰，持續投入，不斷優化，讓自己的東西在微創新中驚艷眾生。我們自己在這方面也還有很大提升空間。沒有路的地方就是新路的起點。

ChatGPT中美差距究竟有多大

1、一位百度資深人士：他“沒有興趣”談論ChatGPT，言語之間，五味雜陳。

2、一位人工智能企業創始人：面對ChatGPT的驚艷表現，心癢癢也迷茫，失眠了。他坦承，從模型的規模到效果，差距還比較遠。

3、國內某廠商的大模型和ChatGPT：ChatGPT從回答的邏輯性和完整度上都遠超國內大模型，國內大模型的答案帶有明顯的拼湊感，夾雜著不少主題之外的胡編內容。而且，在回復速度上，ChatGPT也領先一截。

4、從事數字人研發的特看科技CEO：目前全球還沒有能跟ChatGPT抗衡的大模型，業界共識是差距在兩年以上。國內先不談彎道超車，趁早追趕反而是更重要的。

5、雖然一些人工智能資深人士認為，在ChatGPT所涉及的技術上，中美是“平級”的，但華為諾亞方舟實驗室語音語義首席科學家劉群，在黃大年茶思屋的討論中坦承，中國在技術上還是有差距的。其中一個是基礎模型本身的差距，雖然我們訓練了很多萬億模型或者是幾千億的模型，但訓練的充分程度，是遠遠不夠的。“我估計到現在為止，沒有哪個模型能吃GPT那么多數據。”

6、清華大學計算機科學與技術系長聘副教授黃民烈提到，在GPT-3之后，OpenAI所有的模型都沒有開源，但它提供了API調用。在這個過程中，它干了一件事，就是建立起了真實的用戶調用和模型迭代之間的飛輪，它非常重視真實世界數據的調用，以及這些數據對模型的迭代。當然，在此過程中，它也養活了美國一大幫創業公司，建立了一個生態。

7、“你看我們國內的大模型研究，是A公司訓練了一個，B公司也訓練了一個，打個廣告就完了，模型開源，你愛用不用。至少目前還沒看到一家比較好的公司，把數據和模型的飛輪完整轉起來。所以，我覺得這是我們趕超ChatGPT的難點。”一位業內人士坦言。

8、業界人士都提到了算力問題。由于GPU芯片等問題，在一定程度上，國內算力已被卡脖子了。即使國內頭部公司，從算力上跟谷歌等相比，差距也是比較明顯的。

有業內人士稱：從數據質量來說，整個互聯網的中文數據質量，相比于英文還是有明顯差距。“我們可能要想辦法，做中英文不同語言之間的數據互補。”

9、幾乎所有受訪人士都提到了OpenAI這家人工智能組織，所體現的純碎創新精神和長期主義。“其實從原理和方法看，他們所做的東西業界都是了解的，倒沒有說什么是美國做得了、我們做不了的。”但像OpenAI和DeepMind，他們可能是業界唯二的兩家機構，無論在創新性、投入、決心，還是在頂尖人才儲備上，都是一如既往堅持的。“我們看到的是成功，但里面可能已經有很多失敗的嘗試。”

10、有資深AI從業者認為，在看不到前景和沒有明顯效果的階段，OpenAI非常堅定地做了投入，相反國內傾向于在技術出現突破后，快速追隨。“國內大家第一步想的是，我們現在怎么用起來，但在不能用的時候，人家就在長期投入。”

11、“這件事其實是值得我們學習的，我們真的需要有足夠多的錢，有這么一幫熱血的人才，能夠在一個方向上這樣持續積累發力，我覺得這是一個非常必要的條件。”黃民烈稱。

最近一段時間，業界也在討論中國企業能否超越。圍繞業務，尤其是國內的場景，是有超越機會的。在局部應用中開始超越，這也是業界的共識。

ChatGPT讓我想到剛剛觀看的《流浪地球2》中的情節，劉德華扮演的科學家圖恒宇，將已故女兒丫丫的數字生命備份，上傳到了550A系統和550W，父女之間不僅能實現自由對話，丫丫還擁有了數字生命。當然，電影的情節目前來看過于科幻，不過數字生命的初級版ChatGPT已走進現實。

在全球都在關注ChatGPT時，我們當然也不甘落后，我覺得可能有能力做出類似ChatGPT的中國公司：百度，字節，騰訊，科大訊飛，阿里，商湯。以上公司都有能力，但在大型語言模型方面比OpenAI差距還是不小，這需要苦練“內功”。

我們也有優勢，一個不爭的事實是，中文自然語言處理積累最大的就是中國的互聯網公司，尤其以百度為首的搜索引擎，多年來無論是技術還是語料積累都是足夠的。接下來就看如何產品化。在此次人工智能的競賽中，我們要加緊步伐，千萬不能落后，這意義往小了說是關系到日常生活的便捷度，往大了說，關系的是未來綜合國力的水平。

之前馬云在外灘金融峰會上已經提過監管方面的一些看法了。現如今對文字的管理只能說有增無減，伴隨著監管出現了諸如米、w、zf、zd、zg、zz、yq…等一系列“代號”，面對如此嚴格的內容審查制度恐怕能通過國內版“ChatGPT”生成的內容文案也十分有限了。涉及敏感詞的文章必然會出現無法生成的情況。以目前國內的AIGC平臺為例，如果生成的圖片過于暴露，系統會果斷阻止圖片生成。大部分AIGC平臺也會在圖片生產的過程中強調圖片生成需要“合規”否則會出現限制或者封禁等處罰。結合馬云之前的觀點，在這樣嚴格的限制環境下，如何做好AIGC恐怕得排在第二位，“合規”更能決定項目的成敗，字節的“內涵段子”可以看作是前車之鑒了

把新聞檢索整理看成斷點，引發輿論熱議的力量則可分化為兩類。一則事件本身對于人群覆蓋度，二則事件在輿論探討中不斷發酵引發社會性爭議。chatGPT目前展現能力本質上信息有效性整理作業，對信息搜索引擎引發更廣的范圍影響。而在AI是否具備真實自我意識上無疑將成為是否演化成新生物的時代背景