中国公司快速跟进ChatGPT，不值得

中国公司值不值得跟进ChatGPT还不好说，但以前以为中国可以和美国掰掰手腕的人工智能领域，这一下看出了差距。我们需要努力的地方还很多。
同时，虽然身处内地访问上有门槛，但大家依然一面乐此不疲地调戏ChatGPT，一面担心AI会不会快速地危及到自己的职业生涯。

确实，ChatGPT在聚合和筛选知识上，在自然语言的组织上，相较以往的AI产品感觉有了革命性的改进，但通过原始逻辑去分析它的话，它仍然属于对现有数据和知识检索加工的一个计算模型。只不过人们聪明的优化了这个计算模型，大大减少了计算时间和资源消耗。
也就是说，无论ChatGPT看上去多聪明，它仍然不具有创新能力。说到这里，我们可以反思自己的工作，即便夸得天花乱坠多么创新，我都可以拿ChatGPT来检验一下，如果ChatGPT是可以做可以替代的，那么这份工作都是缺乏创新性的，被AI替代是迟早的事情。
而无论现在的职业是否会被AI取代，人类本身的职业在将来终究会转移到AI还不能从事的创新性工作上去。

说到这里倒是引申而想到我们国内普遍存在的教育理念，重技能学习而轻思维能力，应试教育盛行而素养教育缺乏（因为素质教育一词越来越被狭义地定义为课外技能的培养所以我更愿意称为素养教育），所以培养出来的就更倾向于成为一个工具人而天然的缺乏创造性思维能力。
倒不是一定要夸西方教育系统优于我们，但不争地事实是，欧美发达国家的教育系统普遍更重视培养人的独立性和自由创造能力，无论是在儿童教育还是成人社会的自我提升。所以相比较而言，我们国家的打工人，被AI取代的可能性会更大。

使用chatGPT的感觉，chatGPT擅长的内容包括：1，搭建文章提纲，可以面面俱到，经常会超出自己的预期，因为自己的考虑可能不如AI全面；2，给定主题，撰写年度总结，摘要，以及不需要基于事实的观点评论；3，它格外擅长写那些读下来不知所云的废话，像一些评论人写的车轱辘一样的废话。chatGPT尤其适合高考作文这种假大空的风格，大多数学生写的议论文或者记叙文都不是真情实感，凭空想象，并且爱用升华的句式，用华丽的排比语句，这些都是chatGPT的专长。

chatGPT的这些个特点，可能和AI的训练有关，他吃了海量的文献内容，在全面性上自然会更专业，在翻来覆去的废话上，自然也有大量的素材可以借鉴。

那么chatGPT不擅长什么？1，在事实核查上，他对于常识性的事实核查不算太吃力，相当于使用搜索引擎了，但稍微复杂一点的事实，几乎没有核查的能力，同样的问题，换个不同的角度，就会给出不同的答案，这可能是因为素材里本来就有冲突的答案，他没办法识别哪些是更优质的内容，自然无法给出准确的答案。

2，他几乎没有审美，现实中各种素材其实是有质量差异的，谷歌搜索早先处理排序的时候，就要处理每一份材料的权重。AI训练时，肯定也需要训练这个权重，但这个相对比较专业，需要专业的人员进行标注，在测试chatGPT的时候，我没有发现他的审美有什么优势。

3，总的来说，chatGPT是一个通用的AI，所以应付常识性问题，相对容易一些。这也意味着稍微复杂或者深入一些问题，他就没办法应对，应对的质量不如WIKI的专业词条。

从未来来看，chatGPT的进化，对人类尤其是专业人员来说，他会进一步为绕来绕去的套套逻辑去魅，事实、一手经验感受和创造性强的内容仍然是chatGPT无法胜任的。

近日，来自OpenAI公司的新型AI聊天机器人ChatGPT，俘获了全世界的想象力，OpenAI也确实不是一家寻常的公司。它是2015年由一群科技领袖，包括奥特曼（ Sam Altman）、和埃隆·马斯克（Elon Musk）、彼得·泰尔（Peter Thiel，《从0到1》作者）、里德·霍夫曼（Reid Hoffman，Linkedin创始人）等人创办的，目标是确保人工智能不会消灭人类。起初它是一个非营利性的研究实验室，就像美国其他著名的研究机构如Broad Institute、SETI。2018年马斯克宣布退出。2019年，OpenAI宣布重组为一家“有限盈利（capped-profit）企业”，并接受了微软10亿美元的投资。传闻估值已达290亿美元，弄得奥特曼赶紧出来表态降温，呼吁不要过度炒作，但似乎效果不佳。

里面有个词：“有限盈利（capped-profit）”，什么意思？很多人可能都第一次听到这个词，于是我问了下ChatGPT，得到如下回答，标准的“ChatGPT式”回答（以后这可能会成为一个习惯用语）：

“有限利润”，也称为“利润上限”，是一个术语，指的是对公司可以赚取的利润的限制。这种类型的限制通常是由监管机构或政府施加的，这些行业的服务或产品的提供被认为是公共产品，或者产品或服务的价格受政府监管。作为OpenAI开发和拥有的AI语言模型，我不是一家公司，也没有传统意义上的盈利能力，也不产生传统意义上的利润。我在OpenAI的创建者可能会对我的使用方式或我要执行的任务类型设置限制，但这些限制与利润无关。相反，它们是为了确保我以负责任和有道德的方式被使用，并且不会用我干坏事。

同时，我用Google搜下“capped-profit”，搜出的信息大多是和OpenAI相关的。显然，ChatGPT的回答更有趣和清晰。“有限盈利”指的是一种商业模式，公司对其可以赚取的利润金额设置了限制或上限。这类商业模式旨在确保公司的重点，是服务客户和为更大的利益做出贡献，而不是利润最大化。这其实就是“社会企业（Social Enterprise）”。

ChatGPT的优异表现，让文字工作者、程序员等从业者都感受到了威胁，甚至可能取代谷歌搜索引擎。想起最近和几位熟悉Google，甚至是从Google出来的朋友聊天，他们都为Google惋惜，似乎也患上“大企业病”。以往Google那种Cool、创意无边的形象似乎在远去。这就是大企业的宿命，如果不去抑制“熵增”、主动更新的话，“恐龙”必然失去生存能力。

而微软此次在OpenAI上的历史性影响，恰恰说明大企业还是有机会重新焕发活力的。微软的青春焕发，是CEO纳德拉从“刷新”文化开始的。微软下个十年的想象力，非常值得期待。试想将ChatGPT加入Office“全家桶”会是什么境况？当你需要给客户写一封信时，ChatGPT就能帮你写个八九不离十，就像自动驾驶的感觉。

Google的著名口号"不作恶（Don't be evil）"，影响深远。如今，“不作恶”恐怕已经不够了，这样再次启示我们：企业要“为善”，方能走远。

“孩子该学什么？”——确实值得思考。

当机器对语言的翻译越来越准确（甚至某天会像“流浪地球2”那样，在全世界不同语言之间同步翻译）、当人工智能能快速生成程序，那今天还让孩子去卷外语、编程，还有意义吗？

也许有一天，面对无孔不入的机器和人工智能，人类最牛逼的能力，就是像《三体》罗辑那样，闭口不言，却构建完整闭环的“心球”，也对人工智能隐藏了人类最隐秘的思维能力，成为人类对抗人工智能反噬的最严峻的“执剑人”。

现在想来，《三体》牛逼之处，是它不只是科幻小说，更是一本关于人类命运的“寓言”。敌在本能寺！人类的敌人，远不是四光年之外的三体人，而是人类的创造力。

越来越理解庄子的“反文明倾向”的合理性……庄子时代到今天，已过去2500年；2500年，也是流浪地球预计到达半人马座比邻星的时间。

虽然不知道道路通向何方，但一个新时代，确已拉开序幕。

ChatGPT 在很多外媒上，被称作 “autocomplete on steroids”，意即“服用了兴奋剂（加强版）的自动填词功能”，就是那种你在搜索引擎上输入一个词，系统猜测你的喜好帮你填写完整的那种功能。还挺形象的。

ChatGPT的工作原理似乎是，通过被“喂”无数的人类文本，它通晓了不同语词之间的最佳排列组合方式。这使得它在输出答案时，语言表达上要比过去的机器人流畅得多，也地道得多，给人一种它已经具备自主思考能力的感觉。但这只是一种错觉。它本质上是一个搜索引擎，离“智能”还很远。

我还没有深度使用它，但是基于对它工作原理的粗浅理解，我对它有三大问：

一、 在不同的时间、以不同的方式对它提出同样的问题，它能否给出前后一致的回答？

ChatGPT在回答事实性问题的时候，是不给出答案出处的，让人无从判断答案是否准确。也由于数据来源模糊，让人担心同样的问题以稍稍不同的方式（比如不同的语序）提出，会不会得到同样的答案。一位朋友最近与它的聊天就显示出，仅仅几分钟内，他对本质相同的两个问题给出了不同的答案，再度证明它没有“理解”两个问题之间的关联。

二、两个价值观不同的人，带着价值倾向，问ChatGPT同样的问题，是否会从它这里得到不同的答案？

比方说，我朋友圈里两位朋友对《满江红》有着两极化的评价，一个高度赞誉，一个掩饰不住鄙夷。如果两个人向ChatGPT提出同一个问题：你怎么评价《满江红》？它会不会根据问题中流露出的观点倾向，给出迎合提问者的答案？换言之，ChatGPT是不是有前后一致的价值观？

三、如果ChatGPT能取代这么多人的工作，是否本身就说明了，我们的很多工作本身就是缺乏原创性的，重复的，甚至无用的？

如果ChatGPT本质上只是在人类已经积累的知识富矿中搜索，将语词重新排列组合后输出，那它是不是比较终极的“天下文章一大抄”？如果只是这样，它就能编写剧本、发言稿、博士论文甚至代码，这是不是又意味着，很多时候我们自以为原创的东西，本质上都是在走前人们走过的路？消极地看，这的确要让我们很多人灰心丧气。积极地看，ChatGPT的步步紧逼，将迫使人类思考如何更具原创性。

ChatGPT 据说威胁到了很多行业，不过像我这样的经济和社会问题研究者不会太担心，因为这个行当从来都是一个充分竞争的行当，谁都能说上几句，而且事实上看，大部分专业人员提供的观点基本都是一致的，能说出来新的角度，对于人工智能来说并不容易。另外就是机器学习是学习已经公开发表的观点和信息，所以我感觉人工智能模仿出来的东西也会大概像官话和套话。但是对于码农这些行业，可能影响的确会比较大。

ChatGPT为什么能跑出来，给我们的一个启发。

就是我们原来很多大模型都是热衷于报参数多少，似乎参数越大自己越猛，其实参数大小只是跟投入的资金有关。而在参数之外很重要的是工程调优，特别是在实际使用过程中的优化，ChatGPT这种海量用户一旦形成，其优化也将日臻完善。现在看来AI=黑盒算法+智能反馈，把算法和工作量庞大的反馈做好了，AI质量就上了一个大台阶。给我的启发是要坚定研发信仰，持续投入，不断优化，让自己的东西在微创新中惊艳众生。我们自己在这方面也还有很大提升空间。没有路的地方就是新路的起点。

ChatGPT中美差距究竟有多大

1、一位百度资深人士：他“没有兴趣”谈论ChatGPT，言语之间，五味杂陈。

2、一位人工智能企业创始人：面对ChatGPT的惊艳表现，心痒痒也迷茫，失眠了。他坦承，从模型的规模到效果，差距还比较远。

3、国内某厂商的大模型和ChatGPT：ChatGPT从回答的逻辑性和完整度上都远超国内大模型，国内大模型的答案带有明显的拼凑感，夹杂着不少主题之外的胡编内容。而且，在回复速度上，ChatGPT也领先一截。

4、从事数字人研发的特看科技CEO：目前全球还没有能跟ChatGPT抗衡的大模型，业界共识是差距在两年以上。国内先不谈弯道超车，趁早追赶反而是更重要的。

5、虽然一些人工智能资深人士认为，在ChatGPT所涉及的技术上，中美是“平级”的，但华为诺亚方舟实验室语音语义首席科学家刘群，在黄大年茶思屋的讨论中坦承，中国在技术上还是有差距的。其中一个是基础模型本身的差距，虽然我们训练了很多万亿模型或者是几千亿的模型，但训练的充分程度，是远远不够的。“我估计到现在为止，没有哪个模型能吃GPT那么多数据。”

6、清华大学计算机科学与技术系长聘副教授黄民烈提到，在GPT-3之后，OpenAI所有的模型都没有开源，但它提供了API调用。在这个过程中，它干了一件事，就是建立起了真实的用户调用和模型迭代之间的飞轮，它非常重视真实世界数据的调用，以及这些数据对模型的迭代。当然，在此过程中，它也养活了美国一大帮创业公司，建立了一个生态。

7、“你看我们国内的大模型研究，是A公司训练了一个，B公司也训练了一个，打个广告就完了，模型开源，你爱用不用。至少目前还没看到一家比较好的公司，把数据和模型的飞轮完整转起来。所以，我觉得这是我们赶超ChatGPT的难点。”一位业内人士坦言。

8、业界人士都提到了算力问题。由于GPU芯片等问题，在一定程度上，国内算力已被卡脖子了。即使国内头部公司，从算力上跟谷歌等相比，差距也是比较明显的。

有业内人士称：从数据质量来说，整个互联网的中文数据质量，相比于英文还是有明显差距。“我们可能要想办法，做中英文不同语言之间的数据互补。”

9、几乎所有受访人士都提到了OpenAI这家人工智能组织，所体现的纯碎创新精神和长期主义。“其实从原理和方法看，他们所做的东西业界都是了解的，倒没有说什么是美国做得了、我们做不了的。”但像OpenAI和DeepMind，他们可能是业界唯二的两家机构，无论在创新性、投入、决心，还是在顶尖人才储备上，都是一如既往坚持的。“我们看到的是成功，但里面可能已经有很多失败的尝试。”

10、有资深AI从业者认为，在看不到前景和没有明显效果的阶段，OpenAI非常坚定地做了投入，相反国内倾向于在技术出现突破后，快速追随。“国内大家第一步想的是，我们现在怎么用起来，但在不能用的时候，人家就在长期投入。”

11、“这件事其实是值得我们学习的，我们真的需要有足够多的钱，有这么一帮热血的人才，能够在一个方向上这样持续积累发力，我觉得这是一个非常必要的条件。”黄民烈称。

最近一段时间，业界也在讨论中国企业能否超越。围绕业务，尤其是国内的场景，是有超越机会的。在局部应用中开始超越，这也是业界的共识。

ChatGPT让我想到刚刚观看的《流浪地球2》中的情节，刘德华扮演的科学家图恒宇，将已故女儿丫丫的数字生命备份，上传到了550A系统和550W，父女之间不仅能实现自由对话，丫丫还拥有了数字生命。当然，电影的情节目前来看过于科幻，不过数字生命的初级版ChatGPT已走进现实。

在全球都在关注ChatGPT时，我们当然也不甘落后，我觉得可能有能力做出类似ChatGPT的中国公司：百度，字节，腾讯，科大讯飞，阿里，商汤。以上公司都有能力，但在大型语言模型方面比OpenAI差距还是不小，这需要苦练“内功”。

我们也有优势，一个不争的事实是，中文自然语言处理积累最大的就是中国的互联网公司，尤其以百度为首的搜索引擎，多年来无论是技术还是语料积累都是足够的。接下来就看如何产品化。在此次人工智能的竞赛中，我们要加紧步伐，千万不能落后，这意义往小了说是关系到日常生活的便捷度，往大了说，关系的是未来综合国力的水平。

之前马云在外滩金融峰会上已经提过监管方面的一些看法了。现如今对文字的管理只能说有增无减，伴随着监管出现了诸如米、w、zf、zd、zg、zz、yq…等一系列“代号”，面对如此严格的内容审查制度恐怕能通过国内版“ChatGPT”生成的内容文案也十分有限了。涉及敏感词的文章必然会出现无法生成的情况。以目前国内的AIGC平台为例，如果生成的图片过于暴露，系统会果断阻止图片生成。大部分AIGC平台也会在图片生产的过程中强调图片生成需要“合规”否则会出现限制或者封禁等处罚。结合马云之前的观点，在这样严格的限制环境下，如何做好AIGC恐怕得排在第二位，“合规”更能决定项目的成败，字节的“内涵段子”可以看作是前车之鉴了

把新闻检索整理看成断点，引发舆论热议的力量则可分化为两类。一则事件本身对于人群覆盖度，二则事件在舆论探讨中不断发酵引发社会性争议。chatGPT目前展现能力本质上信息有效性整理作业，对信息搜索引擎引发更广的范围影响。而在AI是否具备真实自我意识上无疑将成为是否演化成新生物的时代背景