掰开揉碎让你知道，ChatGPT凭啥是人工智能“流量王”

发布时间：2023-04-11 12:58:04 所属栏目：动态来源：

导读：AI绘画和AI对话无疑引爆了人工智能又一次高潮。其中，AI对话的明星产品ChatGPT更是把这种热潮推向了沸点，时至今日，仍无减弱之势。作为一款人工智能聊天机器人，ChatGPT何以能成为人工智能发展以来的“流量爆款

AI绘画和AI对话无疑引爆了人工智能又一次高潮。其中，AI对话的明星产品ChatGPT更是把这种热潮推向了沸点，时至今日，仍无减弱之势。作为一款人工智能聊天机器人，ChatGPT何以能成为人工智能发展以来的“流量爆款”？它为人工智能之路昭示了什么样的方向，又带给我们怎样的启发？本文将围绕ChatGPT的出发点、生成式AI（Generative AI）、人工智能算法框架技术演进、预训练大模型PLM（Pre-trained Large Model）和人工智能内容生成AIGC（AI Generated Content）进行讨论，希望给读者以有益的启发。

与此同时，ChatGPT也给资本市场掀起了一阵海浪。据公开媒体报道，微软将在此前先后投资OpenAI公司30亿美元的基础上，再追加100亿美元投资；谷歌将出资3亿美元收购OpenAI公司前雇员的初创公司Anthropic的竞品Claude；有美国版“今日头条”之称的BuzzFeed公司在官宣准备引入ChatGPT作为内容生产工具后股价立即飙升……当国内众多公司宣布正在或准备入局ChatGPT的竞品研发与应用时，国内A股市场一阵狂欢。

与一般的面向客服QA问答和专业任务型智能聊天机器人不同，ChatGPT可以根据人们的“提示”进行诗歌创作、问题探讨、报告撰写、提纲设计、摘要归纳、论文写作和代码编写，甚至可用于参加各类考试。因其面向开放领域、可连续式问答、良好的用户体验和看似无所不能的能力，火速成为政产学研等各领域各行业的街巷热议，以至于微软创始人比尔∙盖茨把ChatGPT出现的意义与当年的PC和互联网相提并论。

01

什么是第一性原理思维？简单来说就是回归本质，再进行重构。从第一性原理思维角度来看，就像PC、互联网、智能手机、移动互联网的演进路线一样，人工智能只有走向通用人工智能AGI，才有可能成为人们工作和生活过程中不可或缺的一部分，也才会产生真正的变革。反过来，也才会促进与加速人工智能的发展，“人工智障”才有可能彻底改变。

如今，以人工智能技术、机器人技术、虚拟现实技术、量子信息技术、可控核聚变、清洁能源以及生物技术为突破口的第四次工业革命已经到来，人类社会已进入到一个万物互联的智能时代，机器将具有感知、判断和推理能力，将自行产生知识，从而增强和替代人类知识，将人从脑力劳动中解决出来。从第一性原理思维角度看，几次工业革命演进的本质是机器逐渐取代人力，包括体力和脑力，从而不断提高社会生产效率和社会生产力，直到最终部分或全部取代人。

究其原因，主要有三：一是专用人工智能的应用仍然居“庙堂之高”，类似互联网的早期，只是专业人士手中的“炫技”，未能飞寻常百姓手中；二是人机交互体验不友好，往往需要一定的专业技能才能操作；三是固化的“智能”，迭代升级成本高昂，缺乏像人类一样的自学习与思考。

首先，ChatGPT面向开放领域，不囿于某一专业领域，可进行诗歌创作、问题探讨、报告撰写、提纲设计、摘要归纳、论文写作和代码编写，初步具有一定级别的人类思维水平，具有参加MBA、法律、医学等各种专业考试能力，看似上知天文、下通地理、无所不能，类似“知识百科”。随着应用的不断深入以及不断从人类反馈中学习，ChatGPT将不断接近直至达到人类思维水平。正如OpenAI公司创始人兼首席执行官山姆·阿尔特（Sam Altman）在今年1月中旬接受《福布斯》采访时表示：“AGI是驱动我所有行动的推动力”。可见，ChatGPT只是通往通用人工智能AGI之路的起点。

其次，ChatGPT很好地选择了以自然语言作为人机交互界面，用户只需输入“提示”就能得到“答复”，而不需要操作键盘和鼠标（互联网时代的PC）或触控（移动互联网时代的智能手机）。良好的用户体验极大地消除了产品与使用、机器与人之间的“数字鸿沟”，这便是科技的第一性原理思维。事实上，早在2016年的微软全球开发者大会上，微软就提出“对话即平台”CAAP理念。智能时代，人机交互的媒介将是“对话”。

“第一性原理”是一种思维方法，强调从事情最根本的真理入手，透过事物表象，一层层剥开事物，看到事物的本质。然后再从最本质处一层一层往外进行推理—— 人工智能造福世人最根本的真理是通用人工智能AGI，而ChatGPT为通往通用人工智能AGI之路开启了一道门。

02

从技术路线来看，人工智能聊天机器人可分为四种：基于规则、基于检索、基于语义解析和基于深度学习的生成模型。其中，基于规则的方法需要由专业人员编写相应的人工规则；基于检索的方法则需要事先根据先验知识编制成对的<提示，回复>语料库，应用时，首先在语料库中检索用户的“提问”，比对“提问”与“提示”（可能得到多个<提示，回复>对），然后利用rank模型（语义匹配模型）对“提问”和“回复”进行打分，最后利用打分的结果得到相应的回复；而基于语义解析的方法，是对每一句话进行深度自然语言处理之后，提取关键的语法语义信息，并生成相应的回复；最后一种是基于海量数据和深度模型的生成方法，根据接收到的输入（“提问”）生成语料库中没有的新文本（“回复”）。

而生成式AI更强调学习归纳后进行演绎创造，生成全新的内容。其背后的技术基础来源于一种称为“生成式对抗网络”GAN的思想原理。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!