過去的一周，朋友圈裡的能人們又有了新工作，ChatGPT代註冊。
2022年11月，OpenAI推出ChatGPT聊天機器人，以對話的形式與用戶進行連續性的交互，與此前常見的Siri、小藝等手機交互系統不同，ChatGPT不僅可以回答問題，還能完成代碼修改、內容創作等。
在此基礎上，ChatGPT還具備糾正錯誤、拒絕不正當要求的能力，這意味着ChatGPT的人工智能程度，遠高於此前大火的AIGC。雖然目前已經有團隊繞開ChatGPT的安全限制，但自古至今哪個技術的發展不是一波三折？
2月10日，國內科技圈頭部企業華為公開表示，公司早在2020年就布局了相關領域，2021年發布的鵬城盤古大模型就是類ChatGPT產品，也是業界首個千億級生成和理解中文NLP大模型。除了華為之外，京東本月已經推出產業版競品「chatJD」，百度也將於3月推出類ChatGPT產品。
而那些還沒入局的企業，正在迫不及待想要湧入該賽道。美團聯合創始人王慧文在社交平台宣布，將要帶着5000萬美元組隊切入該賽道，而且根本不在意崗位、薪資和title。
由此可見，ChatGPT已經在科技圈掀起新浪潮，可是它和之前的aigc產品到底有什麼不同？是否又是曇花一現，大眾過了新鮮勁兒後是否會將其拋之腦後？
01 ChatGPT和AIGC有什麼不同？
雖然ChatGPT和AI作畫軟件等同屬於AIGC領域，但是ChatGPT除了繪圖外，還可用於文本、視頻等內容的「原創」，且比此前的AIGC產品更擬人化。
而且ChatGPT還可用於3D交互以及包括開啟科學新發現、創造新價值和意義，因此Gartner將生成性AI列為2022年5大影響力技術之一，MIT科技評論也將AI合成數據列為2022年十大突破性技術之一。
ChatGPT之所以能顯著區分於其他競品，主要是因為其引入了RLHF（Reinforcement Learning from Human Feedback，人類反饋強化學習）的訓練方式，從而在訓練中增強了人類對模型輸出結果的調節，促使模型輸出結果更具備理解性。
得益於其更強的互動性，ChatGPT已經達成1億月活用戶里程碑，並開始向用戶收費。其競品如科大訊飛等商業化進程已經被遠遠甩開。而且科大訊飛付費使用的軟件服務中，還停留在語音文件和文字的互轉領域，略帶交互功能的付費產品則是採取軟硬件打包出售的形式。
而在語義交互在這個領域內，國內企業科大訊飛其實更具優勢，首先是在知識推理閱讀理解比賽 OpenBookQA、QASC 中奪冠，從其在比賽中的表現來看，科大訊飛相關訓練模型已經超出人類平均水平，甚至在邏輯推理閱讀理解比賽ReClor中刷新全球最好成績。
只可惜科大訊飛沒有基於此率先推出類似ChatGPT的產品。ChatGPT的出現，其實意味着人工智能算法的進一步升級。採用Transformer模型的ChatGPT，首先是突破了RNN 模型不能並行計算的限制；其次關聯所需的操作次數不隨距離增長。得益於新模型的應用，ChatGPT的解釋力度更強。
根據CDSN數據，Transformer的綜合特徵提取能力、遠距離特徵捕獲能力、語義特徵提取能力，全部明顯增強。另據機器之心消息，自從ChatGPT上線後，全新的AI模型因為能回答問題、編寫代碼、自行創作，被認為是下一代搜索引擎的雛形，但目前遠未達到替代傳統搜索引擎的地步。
但是伴隨硬件的提升以及算法進一步完善，傳統搜索引擎的日子確實不好過了。
02 ChatGPT背後是行業變革
ChatGPT席捲社交圈的背後，是其正在逐漸推動科技業加速變革。
具體來看，Meta今年的資本開支將下調40億美元，減少部分數據中心投資，轉而支持AI等相關產品。微軟、谷歌等也將在調整資本開支的前提下進一步加速對於AI相關的投資。
其中微軟的操作最引人矚目，顯示宣布在3月31日前裁員1萬人，中國區裁員比例不高於5%，就在其宣布裁員的前一天，微軟公司CEO、董事長納德拉在達沃斯經濟論壇上表示：新冠暴發期間，科技行業迅速發展，但目前處於需求正常化的階段，得用更少的錢做更多的事，即用自己的技術提高生產率。
對於規模企業而言，提高生產率最簡單粗暴的手段自然就是裁員。就目前來看，ChatGPT可以有效提升內容創作者的工作效率，反映在二級市場上，微軟宣布裁員當天，美股盤前上漲1.5%。
其實作為科技業老兵，微軟早就着手用機器代替人工，早在2019年和2021年，微軟就兩次投資OpenAI，近期又有消息稱，微軟計劃再向OpenAI注資100億美元。有分析指出，這次萬人裁員是日前風靡科技界的ChatGPT帶來的直接結果。
ChatGPT持續熱度下，AI投資已經成為北美各大雲廠商下階段投資主力，海外雲巨頭已經開始加速布局。根據德邦研究所統計，谷歌、微軟等傳統科技企業，均完成了AIGC領域的布局。
AIGC 基礎設施層面，OpenAI、Stability.ai 等已經牢牢占據頭部位置，他們主要負責預訓練模型，但盈利模式卻截然相反。
Stability.ai目前的估值超過10 億美元，公司目前將其基礎版的產品完全對外開源，其盈利模式主要基於面對客戶開發和銷售專業版和定製版。OpenAI 的盈利模式基於公司對其受控 api 的外部調用來進行收費操作
中間層由於需要滿足垂直化、個性化、場景化的應用特點，所以參與企業較多，所有涵蓋模型即服務（Model-as-aService，MaaS）的企業均屬於AIGC行業中間層；應用層面，由於下游消費者的的需求占據重要地位，需求與AIGC模型的無縫銜接助推產業應用發展。
行業下游以內容創作者為主，他們可以憑藉前兩層預訓練好的模型，以及C端消費級顯卡的算力來挖掘出更為豐富的應用場景和內容。目前接近C端用戶的工具日漸豐富，包括網頁、移動端小程序、基於AIGC的自主畫圖服務等。
那麼誰能限制正在狂飆的ChatGPT？這個答案其實顯而易見，那就是算力。
除了內容創作者依賴消費級顯卡完成工作外，負責模型預訓練的上游企業，如OpenAI等也需要穩定高效的算力資源。
2018年OpenAI推出GPT-1模型，參數量達到1億級別，2019、2020年OpenAI又陸續迭代出GPT-2、GPT-3模型，參數量分別為15億、1750億。隨着模型參數量提升，算力需求隨之加大。
國內企業想要在aigc方面獲得長足發展，首先就是解決算力支撐問題。由於種種不可抗力，國內人工智能領域先後經歷多次海外大廠限制芯片供應的問題，國內顯卡廠商中，景嘉微正在穩定推動顯卡產品迭代，其2022年5月發布的JM9系列第二款GPU芯片，已經能滿足地理信息系統、媒體處理、CAD輔助設計、遊戲、虛擬化等高性能顯示需求和人工智能計算需求，但並不足以實現國產替代。
目前AIGC發展的天花板，仍舊掌握在英偉達、AMD等海外芯片大廠手中，但AIGC由於尚處於高速發展期，英偉達、AMD現有產品足以應對AIGC所需。在算力加持下，AIGC帶來的衝擊已經向科技業外的各行各業蔓延。
03 ChatGPT雖然有風險，但也被同行羨慕
AIGC作為內容創作工具，發展的越先進，對人們生活工作的正反饋就越強，但是和「P2P」一樣，作為新技術，總會被別有居心的利用。
關於ChatGPT的報道中，讓人印象最深刻的是多家大學明確禁止學生使用ChatGPT寫論文，為應對ChatGPT在文字工作中的「超能力」，大學教授們正在重新設計他們的課程評估體系，比如增加更多的口試、小組工作等。
只是這種「掩耳盜鈴」式的限制手段，根本不可能避免有人使用ChatGPT完成學術論文，國內某法學教師預計，ChatGPT很有可能引發學術亂象問題。
一個人工智能軟件，引發學術亂象，你敢想象嗎？
實際上，在ChatGPT之前，人工智能軟件早就滲透入論文創作、出版的各個環節，比如PaperPal和Writefull早就被用於論文寫作，類似Wiley'sRex之類的軟件還能自動從論文中提取數據，其他諸如查重、排版等領域，也都不乏人工智能的身影。但都沒有引發學術界的恐慌，更不會明確要求學生禁止使用。
因為ChatGPT出現前的各類軟件，主要為創作者提供輔助作用，而ChatGPT可以擔負更重要任務，甚至可以替代作者完成整篇文章的寫作。長此以往下去，也許在未來某一天，一台經過調校的機器，可以成為一名合格的執行者，人只需要提想法，類似ChatGPT的軟件就能直接產出論文，甚至連論文格式都不用調整。
這種背景下，圖靈獎得主、Meta的首席AI科學家Yann LeCun公開吐酸水，ChatGPT胡說八道，你們卻不管不顧，我們的Galactica上線三天，就被罵下架了。
不得不說，作為深度學習三巨頭之一的Yann LeCun，表達的專業觀點不會出原則性問題，比如「大型語言模型並沒有物理直覺，它們是基於文本訓練的……它們的回答，也可能是完全錯誤的。」「依靠自動回歸和響應預測下一個單詞的LLM是條歪路，因為它們既不能計劃也不能推理。」
但是落實到具體應用上，都可能出錯的前提下，誰的產品錯誤率更低誰就能在市場上存活，顯然月活突破一個億的ChatGPT已經實現了這個目標，即便是三巨頭之一的Yann LeCun，也只有羨慕的份兒。羨慕到自己的產品在ChatGPT面前一無是處，只能下線，自己的工作成果似乎瞬間歸零。
或許給ChatGPT一點時間，也許它真的能給你一個驚喜，或者，接替你的工作，你升職加薪或者就此失業。-（鈦媒體/文:貝克街探案官*作者:包可萌）
