国产免费一级视频,91免费版免费视频

騰訊創(chuàng)業(yè)?| ID：qqchuangye ?

【資料圖】

“哪些商業(yè)模式將被沖擊？哪些創(chuàng)業(yè)機(jī)會(huì)將涌？”

本文來(lái)源 “險(xiǎn)峰創(chuàng)”（ID:xianfengk2vc），騰訊創(chuàng)業(yè)經(jīng)授權(quán)后轉(zhuǎn)載。

作者／險(xiǎn)峰

ChatGPT 效果如此“炸裂”，AI從業(yè)者們事先是否預(yù)見(jiàn)到了？

ChatGPT 是否能理解語(yǔ)言邏輯本身？

為什么谷歌沒(méi)能做出 ChatGPT？

開(kāi)源圈和云計(jì)算巨頭是如何看待 ChatGPT的？

ChatGPT 能讓TMT投資人“再干15年”嗎？

ChatGPT 正在對(duì)哪些工作崗位造成影響？

ChatGPT 廣泛使用后，人的認(rèn)知能力會(huì)下降嗎？

ChatGPT 會(huì)導(dǎo)致哪些行業(yè)消失？哪些公司急需轉(zhuǎn)型？

小公司如何抓住 ChatGPT 的逆襲機(jī)會(huì)？

硅谷現(xiàn)在如何看待 ChatGPT？

普通人如何擁抱 ChatGPT ？報(bào)考計(jì)算機(jī)專業(yè)還有前途嗎？

OpenAI的組織設(shè)計(jì)給創(chuàng)業(yè)者帶來(lái)哪些啟示？

在2023年險(xiǎn)峰線上沙龍的第一期，幾位大牛聊了聊最近大火的ChatGPT。

ChatGPT效果如此“炸裂”，

AI從業(yè)者們是否預(yù)見(jiàn)到了？

險(xiǎn)峰：去年AI作畫也火過(guò)一陣，但都沒(méi)能像ChatGPT一樣讓普通人感到震撼，似乎是一夜之間，AI就達(dá)到了一個(gè)如此炸裂的效果，基于各位對(duì)NLP與AIGC的理解，這種進(jìn)步是在意料之中還是意料之外？

陶芳波：剛才主持人已經(jīng)介紹過(guò)我的背景，我本人從讀博士到后來(lái)工作創(chuàng)業(yè)，一直在從事AI相關(guān)的科研工作，但坦白來(lái)說(shuō)，這次ChatGPT給我?guī)?lái)的震撼，并不亞于屏幕前的每個(gè)人。

傳統(tǒng)上，越復(fù)雜的技術(shù)，信息壁壘也越高，所以過(guò)去的情況往往是，行業(yè)內(nèi)的人都已經(jīng)知道技術(shù)發(fā)展到了什么水平，但大眾可能還不知道；而ChatGPT完全不是這樣，它剛剛誕生3個(gè)月，我們就看到無(wú)論巨頭大廠還是AI科學(xué)家們，都馬上進(jìn)入了一種非常緊張的應(yīng)對(duì)狀態(tài)，甚至可以說(shuō)是應(yīng)激狀態(tài)。ChatGPT突然具有了這么強(qiáng)大的通用性能力和邏輯推理能力，是超出很多AI從業(yè)者設(shè)想的。

為什么這件事會(huì)發(fā)生？我僅從個(gè)人角度做一個(gè)簡(jiǎn)單的總結(jié)。

第一，是大數(shù)據(jù)和大算力的發(fā)展，這是一個(gè)基礎(chǔ)。2012年深度學(xué)習(xí)剛剛誕生的時(shí)候，大家就嘗試把更多的算力和數(shù)據(jù)灌輸?shù)揭粋€(gè)模型中去，讓AI具有更強(qiáng)的能力，這個(gè)邏輯在今天依然沒(méi)有變化。

我們知道人腦要比動(dòng)物的大腦更聰明，兩者最直觀的差別，是人腦的神經(jīng)元和神經(jīng)突觸更多，比如人腦的神經(jīng)元有1000億，神經(jīng)突觸可能有幾萬(wàn)億，今天ChatGPT可以達(dá)到上千億的參數(shù)量，已經(jīng)跟人腦比較接近了，量變才有可能引發(fā)質(zhì)變，AI的發(fā)展首先要靠算力數(shù)據(jù)的指數(shù)級(jí)發(fā)展。

第二，是在人工智能的發(fā)展背后，其實(shí)一直有「專用人工智能」和「通用人工智能」的兩派觀點(diǎn)的爭(zhēng)論。

以前我們熟悉的人工智能，比如計(jì)算機(jī)視覺(jué)算法和自然語(yǔ)言算法，都屬于「專用人工智能」。而在他們以外，其實(shí)一直有另一撥人在嘗試，有沒(méi)有可能把單個(gè)的專項(xiàng)AI變成一個(gè)通用AI？用一個(gè)統(tǒng)一的大模型來(lái)解決所有的問(wèn)題？

這里面有幾個(gè)關(guān)鍵性的節(jié)點(diǎn)，首先是2017年，谷歌大腦（Google brain）發(fā)表了一篇關(guān)于transformer的文章，奠定了包括今天ChatGPT所有技術(shù)的基礎(chǔ)，細(xì)節(jié)這里不展開(kāi)了——總之它讓很多人意識(shí)到，通用型AI是有可能被造出來(lái)的。

對(duì)此，谷歌的做法是首先搞一個(gè)底座，這個(gè)底座叫做「預(yù)訓(xùn)練大模型」，然后不斷向底座里灌輸數(shù)據(jù)，讓它上面能長(zhǎng)出一個(gè)個(gè)小模型來(lái)，再用這些小模型去解決不同的任務(wù)。

這時(shí)出現(xiàn)了一家公司叫OpenAI，他說(shuō)我不相信仍然需要訓(xùn)練小模型來(lái)造出通用AI，那我能不能直接讓大模型去閱讀互聯(lián)網(wǎng)上所有的數(shù)據(jù)？砍掉中間環(huán)節(jié)，直接讓人用語(yǔ)言去和大模型交流？

基于這種思想，OpenAI在2018和2019年，分別推出了GPT1和GPT2，但當(dāng)時(shí)它的通用性還不強(qiáng)，沒(méi)有引起太多關(guān)注，然而到2020年，第三代也就是GPT3出現(xiàn)了。

GPT3直接把模型參數(shù)量從15億提升到1,750億，接近了人腦中神經(jīng)連接的數(shù)量水平，這時(shí)一個(gè)神奇的事情就發(fā)生了，AI開(kāi)始「涌現(xiàn)」出了一些人腦獨(dú)特的能力，甚至出現(xiàn)了邏輯判斷能力，這在以前的機(jī)器學(xué)習(xí)界是不存在的，我甚至覺(jué)得連OpenAI內(nèi)部都不一定能預(yù)判到這件事情會(huì)發(fā)生。

而這個(gè)GPT3，就是今天ChatGPT誕生的起點(diǎn)，正是因?yàn)镚PT3的出現(xiàn)，大家才開(kāi)始去基于它去開(kāi)發(fā)一些全新的AI能力。

可以這么說(shuō)，從2020年的GPT3開(kāi)始，整個(gè)AI行業(yè)都進(jìn)入到了下一代范式，至于它的邊界在哪里，大家都不知道，沒(méi)有人有足夠的認(rèn)知。

這也是我想講的第三點(diǎn)，就是OpenAI之所以能超越于谷歌，是他們真的在嘗試?yán)斫狻笇W(xué)習(xí)」這件事的本質(zhì)。

早期的AI要靠人工打標(biāo)簽，要一個(gè)活人坐在屏幕前告訴機(jī)器——這是一只貓，這是一只狗；之后發(fā)展到GPT3，這時(shí)已經(jīng)不用再打標(biāo)，而是讓機(jī)器直接去閱讀大量的數(shù)據(jù)，看它能不能找出里面蘊(yùn)含的規(guī)律和規(guī)則。

在這個(gè)基礎(chǔ)上，OpenAI又進(jìn)一步，他們說(shuō)既然AI已經(jīng)學(xué)了這么多知識(shí)，那下一步就是怎么把這些知識(shí)輸出來(lái)，變成人可以用的東西；于是OpenAI開(kāi)始教大模型如何自我改造，更好的去解答人類提出的指令，而后甚至演化成AI自我對(duì)抗一個(gè)人類制定的判斷標(biāo)準(zhǔn)，完成AI的“社會(huì)化改造”，到2022年，ChatGPT橫空出世了。

剛才東旭提到，他現(xiàn)在每天都用ChatGPT幫自己寫代碼，代碼其實(shí)比自然語(yǔ)言更有邏輯性，站在AI的視角，等于你也是在幫它培養(yǎng)邏輯能力。

如果說(shuō)GPT3還在無(wú)目的數(shù)據(jù)中學(xué)習(xí)，到了ChatGPT就已經(jīng)變成了“在應(yīng)用中學(xué)習(xí)”。整個(gè)過(guò)程真的很像一個(gè)年輕人走出校園，進(jìn)入到公司中實(shí)習(xí)的感覺(jué)。

所以我們可以看到，OpenAI一直在探索人類學(xué)習(xí)的本質(zhì)是什么，當(dāng)他們把這一整套工業(yè)化的體系和自己對(duì)AI的超前認(rèn)知整合到一起，就創(chuàng)造出了ChatGPT，這時(shí)候所有人才發(fā)現(xiàn)，原來(lái)我們已經(jīng)落后了OpenAI這么多，我們還在模仿人家2020年的GPT3版本。

所以ChatGPT不僅對(duì)普通人是震撼，對(duì)大公司來(lái)說(shuō)更是震撼，我們必須去面對(duì)這個(gè)全新的現(xiàn)實(shí)，思考該怎樣迎接這樣一個(gè)新物種的出現(xiàn)，以及未來(lái)人類分工的變化。

費(fèi)良宏：我補(bǔ)充兩句，今天我們看到市場(chǎng)一夜間被引爆，但背后絕不是一日之功。

首先是2017年transformer那篇論文，將整個(gè)NLP市場(chǎng)完全被顛覆了。以前很長(zhǎng)一段時(shí)間里，大家都覺(jué)得非精確的模糊化語(yǔ)義很難被突破，但transformer出現(xiàn)之后，一下把NLP精度提升到了無(wú)法想象的量級(jí)。這時(shí)所有人的研究方向全部都開(kāi)始轉(zhuǎn)向了transformer，這是一個(gè)里程碑式的改變，我覺(jué)得怎么樣去夸它都不為過(guò)。

第二個(gè)是算力，剛才陶博士也提到，最早的時(shí)候我們自己搞一臺(tái)電腦，裝上1080Ti都可以跑一些模型，但今天由于參數(shù)提升，千億級(jí)規(guī)模的算力已經(jīng)不是普通人能參與的，也許真的是大力出奇跡，誕生了ChatGPT，那么未來(lái)延續(xù)著這條路，不斷堆積數(shù)據(jù)量，增加模型的數(shù)量，比如據(jù)說(shuō)GPT3使用了45PB的數(shù)據(jù)量，未來(lái)是不是可以用100PB數(shù)量、萬(wàn)億級(jí)參數(shù)甚至更大規(guī)模的算力？或許真能誕生出一個(gè)非常強(qiáng)大的通用型AI，對(duì)此我是比較樂(lè)觀的。

龍波：我對(duì)于ChatGPT的出現(xiàn)并不特別驚訝，準(zhǔn)確的說(shuō)，是對(duì)它的效果不驚訝，但是速度上我還是挺驚訝的，沒(méi)想到會(huì)來(lái)的這么快。

剛才幾位都談到了一個(gè)重要的點(diǎn)，即transformer的里程碑作用，這里我想從NLP的角度分享一下，為什么它是里程碑？

從NLP發(fā)展的邏輯來(lái)看，最早的NLP模型是基于對(duì)單個(gè)單詞統(tǒng)計(jì)來(lái)做的，到后來(lái)卷積網(wǎng)絡(luò)（CNN）出現(xiàn)，機(jī)器開(kāi)始能夠基于兩三個(gè)單詞來(lái)理解詞義；再往下發(fā)展到RNN時(shí)代，這時(shí)AI基本上就可以沿著整個(gè)sequence進(jìn)行積累，可以理解相對(duì)長(zhǎng)的短語(yǔ)和句子，不過(guò)依然還無(wú)法真正理解上下文。

隨后一個(gè)很重要的突破，是「注意力機(jī)制」（attention model）被提出，其實(shí)transformer的核心概念也是來(lái)自于此；在這個(gè)階段，AI開(kāi)始能夠結(jié)合所有上下文，理解每個(gè)詞之間表達(dá)重要性的不同。

這就很像我們的快速閱讀，為什么人類能夠做到“一目十行”，是因?yàn)槲覀兡芸吹揭恍╆P(guān)鍵詞，而每個(gè)詞的重要性不一樣。

「注意力機(jī)制」正是起到了這個(gè)作用，它告訴AI各個(gè)關(guān)鍵詞之間的關(guān)系如何，誰(shuí)重要誰(shuí)不重要。整個(gè)行業(yè)再往后就是transformer誕生，然后Bert（Bidirectional Encoder Representations from Transformers）誕生，其實(shí)Bert也非常重要，就像陶博士剛才提到的，Bert可以使用大量沒(méi)有標(biāo)注的數(shù)據(jù)，自己創(chuàng)建一些簡(jiǎn)單任務(wù)來(lái)做self learning。

舉個(gè)例子，比如一句話，AI會(huì)把其中的一個(gè)詞藏起來(lái)，然后猜這個(gè)詞應(yīng)該是什么，有點(diǎn)像機(jī)器自己和自己玩游戲，如此它的語(yǔ)言理解能力就變得越來(lái)越強(qiáng)——我覺(jué)得到了這個(gè)時(shí)間點(diǎn)上，當(dāng)AI開(kāi)始利用大量非標(biāo)注數(shù)據(jù)完成自主訓(xùn)練，ChatGPT的出現(xiàn)就只是個(gè)時(shí)間問(wèn)題了。

但是這也是它的局限性，ChatGPT無(wú)論如何驚艷，它仍然是個(gè)統(tǒng)計(jì)語(yǔ)言模型，本質(zhì)還是基于它所看到過(guò)所有數(shù)據(jù)，用統(tǒng)計(jì)意義上的預(yù)測(cè)結(jié)果進(jìn)行下一步輸出，當(dāng)它拿到的數(shù)據(jù)里有邏輯的時(shí)候，它會(huì)通過(guò)統(tǒng)計(jì)的方法把邏輯找出來(lái)，讓你感覺(jué)到它的回答很有邏輯，但假如它讀了很多雜亂無(wú)章的文本，它一樣會(huì)說(shuō)話沒(méi)有邏輯，這是統(tǒng)計(jì)語(yǔ)言模型天生的缺陷。

所以我并不確定，未來(lái)隨著參數(shù)越來(lái)越多，ChatGPT能否真正成為AGI（通用人工智能）？因?yàn)槿说耐评砟芰Σ⒉煌耆诮y(tǒng)計(jì)信號(hào)，這是我個(gè)人比較保守的看法。

ChatGPT是否能理解邏輯本身？

險(xiǎn)峰：這個(gè)話題本來(lái)是后面的，正好提到了就提前探討一下。

現(xiàn)在很多人會(huì)覺(jué)得ChatGPT很酷、很有邏輯，但有的時(shí)候也會(huì)覺(jué)得它在一本正經(jīng)的胡說(shuō)八道，有些很簡(jiǎn)單的問(wèn)題它會(huì)答錯(cuò)，這件事反過(guò)來(lái)也會(huì)讓大家好奇，ChatGPT是否真的具有邏輯？或者說(shuō)理解邏輯？

對(duì)此，也有兩派觀點(diǎn)，一派是覺(jué)得極致的模擬就可以實(shí)現(xiàn)邏輯，雖然只是基于統(tǒng)計(jì)學(xué)，但看起來(lái)有邏輯其實(shí)就等于邏輯本身；另一派覺(jué)得所有模擬都只能得到大概的正確，最后還是要建立在極其精準(zhǔn)的規(guī)則之上，兩派的分歧可能就是統(tǒng)計(jì)和規(guī)則的區(qū)別。

此外還有第三種觀點(diǎn)，借鑒了生物組織的復(fù)雜性來(lái)解釋這個(gè)問(wèn)題，比如蟻群，單獨(dú)一只螞蟻可能不知道自己在干什么，但是一個(gè)蟻群就可以做很多復(fù)雜的事情，這兩者也類似于神經(jīng)元和大腦的關(guān)系，對(duì)這個(gè)問(wèn)題也想聽(tīng)聽(tīng)?zhēng)孜坏乃伎肌?/p>

黃東旭：先說(shuō)一個(gè)外部視角，我最近一直在用ChatGPT寫代碼，可能是玩的確實(shí)太多了，基本沒(méi)有遇到AI胡說(shuō)八道的情況；個(gè)人觀點(diǎn)，很多人覺(jué)得它不準(zhǔn)有兩種情況，一種是問(wèn)題沒(méi)問(wèn)對(duì)，如果問(wèn)題本身是模糊的，它給出的答案也會(huì)是模糊的，比如一些開(kāi)放式的問(wèn)題。

第二是它有些回答不一定是假的，只是中間跳過(guò)了很多步驟，比如一個(gè)問(wèn)題，需要從A到B再到C依次推理，其實(shí)每一步都會(huì)有一些假設(shè)，但如果某個(gè)假設(shè)錯(cuò)了，答案也會(huì)出問(wèn)題。

所以我們內(nèi)部在使用時(shí)，會(huì)不停地教ChatGPT如何思考，跟教小朋友一樣，他回答錯(cuò)了就跟他說(shuō)，你要不再讀一遍題目？或者直接問(wèn)他——那你覺(jué)得這個(gè)問(wèn)題應(yīng)該如何提問(wèn)？最后你會(huì)發(fā)現(xiàn)，只要你把你想要的思考方法教給他，他回答的準(zhǔn)確率會(huì)非常高。

注意，在這個(gè)過(guò)程里，我們并沒(méi)有向它提供任何的信息增量，所以我覺(jué)得ChatGPT已經(jīng)超越了一個(gè)傳統(tǒng)意義上的語(yǔ)言統(tǒng)計(jì)模型，絕對(duì)不是單純的鸚鵡學(xué)舌，但我也不知道它為什么會(huì)有這個(gè)能力。

陶芳波：我也簡(jiǎn)單說(shuō)一下我的看法。我觀察到一個(gè)現(xiàn)象，在GPT3出來(lái)之后，特別是今年ChatGPT出來(lái)之后，很多AI領(lǐng)域非常資深的人都在激烈地反對(duì)大模型。

我曾經(jīng)也有這樣的心態(tài)，覺(jué)得這個(gè)東西也許就只是一個(gè)統(tǒng)計(jì)模型，解決不了人類的終極問(wèn)題。但是現(xiàn)在我認(rèn)為，這樣的思想說(shuō)嚴(yán)重點(diǎn)，就屬于是“舊時(shí)代的余孽”，當(dāng)然這句話是自嘲的，因?yàn)槲以?jīng)就是舊時(shí)代的余孽，但今天我選擇去擁抱他。

因?yàn)閷?duì)于人工智能，我們永遠(yuǎn)都可以從「它在某某事情上做得還不夠好」來(lái)批評(píng)它。但是如果我們回過(guò)頭來(lái)想一下，一個(gè)人如果只有大腦，我們的邏輯能力又有多強(qiáng)？

人的所謂邏輯能力，說(shuō)到底也無(wú)非是通過(guò)直覺(jué)，跳過(guò)兩三步來(lái)推演出一個(gè)結(jié)果，如果真到了六步七步的推理，我們光靠一個(gè)大腦也解決不了，也需要草稿紙和計(jì)算器，換句話說(shuō)，人類也是要通過(guò)外部工具來(lái)增強(qiáng)邏輯能力的。

從這個(gè)角度講，今天ChatGPT所涌現(xiàn)出來(lái)的邏輯能力和人是其實(shí)差不多的。

但是大家低估了一個(gè)東西，如果用發(fā)展的眼光再往前推一步，你覺(jué)得OpenAI下一步會(huì)做什么？微軟下一步會(huì)做什么？一件非常可能的事，是他們會(huì)把ChatGPT跟各種各樣的工具結(jié)合起來(lái)。

那時(shí)，ChatGPT完全可以把這些工具變成自己的“草稿紙和計(jì)算器”，他自己只完成邏輯的部分即可。

所以，我們其實(shí)可以把ChatGPT當(dāng)做是一個(gè)非常穩(wěn)定的原始大腦，未來(lái)他還將去學(xué)習(xí)使用工具，那時(shí)他所具有的能力會(huì)比今天大得多，這將是一個(gè)非常有想象力的未來(lái)。

費(fèi)良宏：非常認(rèn)同陶博士，前幾天看到LeCun在推特上跟人論戰(zhàn)，談ChatGPT對(duì)于AI的影響，我也有同樣的感覺(jué)，就是可能很多人對(duì)ChatGPT的判斷太拘泥于以往的經(jīng)驗(yàn)了，還是把它當(dāng)做是GPT3或者GPT2。

比如OpenAI在發(fā)表ChatGPT的那篇論文中，專門提到他們使用了人類反饋的強(qiáng)化學(xué)習(xí)，去彌補(bǔ)堆砌資料造成的一些不足。所以某種程度來(lái)講，ChatGPT的邏輯不僅僅是來(lái)自于文本的訓(xùn)練，還來(lái)自于人類給它的主觀反饋，我們利用這種獎(jiǎng)勵(lì)機(jī)制，讓AI產(chǎn)生一種內(nèi)部的自我判斷能力。

我覺(jué)得這是一種非常巧妙的進(jìn)步，相當(dāng)于把強(qiáng)化學(xué)習(xí)跟大模型結(jié)合在了一起。今天可能我們的資源投入還比較有限，讓ChatGPT不足以解決更廣義上的所有問(wèn)題，但未來(lái)如果我們的投入足夠大，強(qiáng)化學(xué)習(xí)的引入程度足夠高，機(jī)制設(shè)計(jì)得足夠巧妙，會(huì)不會(huì)結(jié)果也將遠(yuǎn)遠(yuǎn)超出我們今天的預(yù)期？

不過(guò)，這也引出了另外一個(gè)問(wèn)題，就是關(guān)于ChatGPT傾向性的爭(zhēng)論。隨著人類用越來(lái)越多的反饋干預(yù)了它的判斷，那會(huì)不會(huì)讓ChatGPT帶有某種思潮，比如說(shuō)政治傾向，最近我看到國(guó)外有一些人對(duì)它進(jìn)行測(cè)試，發(fā)現(xiàn)它在政治上并不是完全中立的，是一個(gè)左翼的自由派環(huán)保主義者。

從這個(gè)角度出發(fā)，我認(rèn)為ChatGPT是具有邏輯的，因?yàn)檫@個(gè)邏輯是由人賦予他的，也是人自身所存在的，這是我的看法。

龍波：當(dāng)一個(gè)非常有沖擊性的產(chǎn)品出來(lái)后，人的觀念很容易受到?jīng)_擊，但這里還是要看一些根本問(wèn)題是否發(fā)生了改變，這個(gè)話題涉及到一些更深刻的東西，即我們?nèi)绾卫斫饨y(tǒng)計(jì)模型？

比如大家都提到，ChatGPT反饋模型的提高，這是一定的，因?yàn)槟憬o了它更多的統(tǒng)計(jì)數(shù)據(jù)，不論是用AI的方法，還是傳統(tǒng)方法，模型都會(huì)提高，LeCun也談到過(guò)這個(gè)問(wèn)題，他并不是反對(duì)統(tǒng)計(jì)模型本身，他只是想說(shuō)，如果我們要?jiǎng)?chuàng)造真正的通用人工智能，僅僅靠統(tǒng)計(jì)模型就夠了嗎？

統(tǒng)計(jì)模型應(yīng)用在人工智能領(lǐng)域已經(jīng)幾十年了，到深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)達(dá)到高點(diǎn)，但是我們想一下，人的認(rèn)知是純粹基于統(tǒng)計(jì)的嗎？我們每個(gè)人都知道，太陽(yáng)從東邊升起，這是我們每天都看到的，100%的概率，這是統(tǒng)計(jì)學(xué)上的認(rèn)知，但是我們沒(méi)有停留在這一點(diǎn)，我們最終理解了行星之間的相互作用力，從物理學(xué)的角度解釋了這個(gè)現(xiàn)象。

所以人類認(rèn)知的本質(zhì)是什么，我們對(duì)此的認(rèn)知也還不夠透徹，我覺(jué)得大師們是想說(shuō)，統(tǒng)計(jì)模型之外，還有什么東西讓機(jī)器能更接于近人？這個(gè)問(wèn)題其實(shí)沒(méi)有答案，他想表達(dá)的是一種open的心態(tài)，即統(tǒng)計(jì)模型不能解決一切，它甚至都沒(méi)解決我們自己認(rèn)知的問(wèn)題。

為什么谷歌沒(méi)能做出ChatGPT？

險(xiǎn)峰：剛才大家都提到了transformer，它其實(shí)是由谷歌發(fā)表出來(lái)的，但今天做出ChatGPT的卻是微軟系的OpenAI，各位覺(jué)得這背后的原因是什么？

龍波：確實(shí)很多人都有這個(gè)疑問(wèn)，但其實(shí)到今天我依然認(rèn)為，谷歌在技術(shù)上是非常領(lǐng)先的，ChatGPT最關(guān)鍵的核心模型起點(diǎn)，無(wú)論是transformer，還是后來(lái)的bert，這些概念都是谷歌首先提出來(lái)的。

我們知道微軟在算力方面給了ChatGPT很大幫助，但谷歌自己的TPU研發(fā)能力也非常強(qiáng)大，谷歌不缺算力，更不缺數(shù)據(jù)，但正因?yàn)槿绱?，大公司要做出這種創(chuàng)新性很大的產(chǎn)品，注意我是說(shuō)產(chǎn)品，一般都會(huì)被自己的優(yōu)勢(shì)束縛住手腳。

首先谷歌是一個(gè)搜索引擎巨頭，它對(duì)此非常自信，這反而讓它對(duì)其他系統(tǒng)的投入和關(guān)注都不夠，在我看來(lái)，谷歌被ChatGPT反超其實(shí)是有先兆的。

比如語(yǔ)音助手，坦白說(shuō)谷歌的產(chǎn)品是不如亞馬遜和Siri的，像Google Assistant ，采用的依然是搜索引擎的用戶界面，你給它搜索詞，它就給你最高質(zhì)量的回答，強(qiáng)調(diào)的還是單次交互，這種觀念已經(jīng)深入產(chǎn)品的設(shè)計(jì)之中，我覺(jué)得在互動(dòng)體驗(yàn)上谷歌的投入是不足的。

但這并不是說(shuō)谷歌技術(shù)不行，我有不少前同事就在谷歌research工作，他們的技術(shù)發(fā)展得非常好、非常成熟，他們有最好的資源可以從事研究，但是他們認(rèn)為搜索是他們最重要的產(chǎn)品，他們會(huì)下意識(shí)的用搜索的觀念去做一些新產(chǎn)品，對(duì)用戶的交互式體驗(yàn)本身就沒(méi)有那么注重，這是我從產(chǎn)品角度的觀察。

費(fèi)良宏：這個(gè)話題讓我想到一段商業(yè)史故事。世界上第一臺(tái)數(shù)碼相機(jī)，是一名叫史蒂夫薩森的工程師在1975年發(fā)明的，他后來(lái)被稱為"數(shù)碼相機(jī)之父"，但是當(dāng)時(shí)，他是一名柯達(dá)公司的員工。

后來(lái)?yè)?jù)他回憶，這是一次前所未有的嘗試，“公司內(nèi)的反之強(qiáng)烈超出了他的想象”，結(jié)果38年之后，由于數(shù)碼相機(jī)的崛起，傳統(tǒng)膠片時(shí)代的王者柯達(dá)公司破產(chǎn)，我覺(jué)得回顧歷史，跟今天也有非常相似的地方。

今天整個(gè)搜索市場(chǎng)，谷歌占了96%，微軟只有3%，但因?yàn)镃hatGPT的出現(xiàn)，微軟很可能也會(huì)顛覆搜索領(lǐng)域的格局，而谷歌空有技術(shù)卻沒(méi)有做出這個(gè)產(chǎn)品，我覺(jué)得可見(jiàn)一斑，歷史總是驚人的相似。

黃東旭：這是件特別有意思的事情，因?yàn)橐郧鞍缪葸@個(gè)顛覆者的，其實(shí)是Google自己。

2000年的時(shí)候，雅虎的地位就和今天的Google一樣，當(dāng)時(shí)雅虎的搜索引擎走的是人工標(biāo)注路線，說(shuō)你看我人工標(biāo)注的黃頁(yè)多準(zhǔn)確，而Google是當(dāng)時(shí)幾個(gè)大學(xué)生搞出來(lái)的，結(jié)果歷史又一次重演。

如果拋開(kāi)數(shù)據(jù)量和算力這些硬性限制，只去看里面最核心的代碼量，其實(shí)就是一個(gè)小團(tuán)隊(duì)就能寫出來(lái)的。一家巨頭再次被一家小公司打敗，我覺(jué)得這就是軟件行業(yè)有意思的地方，一個(gè)非常硅谷的故事。

開(kāi)源圈和云計(jì)算巨頭是

如何看待ChatGPT的？

險(xiǎn)峰：谷歌的早期模型都是開(kāi)源的，但ChatGPT卻選擇了閉源，結(jié)果在2個(gè)月內(nèi)用戶破億，東旭對(duì)此怎么看，ChatGPT的選擇對(duì)于后來(lái)者是否有參考價(jià)值？

黃東旭：我覺(jué)得ChatGPT的成功，并不在于開(kāi)源或閉源，而是它向整個(gè)業(yè)界證明了某種技術(shù)的可行性，其實(shí)開(kāi)源的工具一直都在，關(guān)鍵是有沒(méi)有人會(huì)拿出幾千萬(wàn)美金去做這些東西，對(duì)此我是比較樂(lè)觀的，據(jù)我所知已經(jīng)有一些開(kāi)源項(xiàng)目在做和ChatGPT差不多的事情，未來(lái)很短的時(shí)間之內(nèi)，一定會(huì)出現(xiàn)一個(gè)開(kāi)源的通用語(yǔ)言大模型。

它可能沒(méi)有ChatGPT那么強(qiáng)，但是也會(huì)大致夠用，甚至可能是一個(gè)通識(shí)模型，你可以把它裝載到自己的系統(tǒng)里面去，跟它一起去協(xié)作，我覺(jué)得很快就會(huì)有人沿著ChatGPT的路線，做出可以私有化部署的開(kāi)源大模型，可能會(huì)是一個(gè)大廠或者一個(gè)foundation，每隔半年change一次，然后大家下載下來(lái)用。

險(xiǎn)峰：云計(jì)算大廠們?cè)趺纯碈hatGPT？

費(fèi)良宏：AI的商業(yè)化主要是SaaS化，之前有很多成功案例了。另外從技術(shù)角度來(lái)看，AI的推理能力API化也已經(jīng)是一種標(biāo)準(zhǔn)做法，比如在云上部署一個(gè)推理服務(wù)器，讓前端用戶可以非?？焖俚孬@得圖像語(yǔ)音內(nèi)容，這兩種模式在云計(jì)算發(fā)展的歷史上已經(jīng)被證明是完全可行的。

接下來(lái)的關(guān)鍵就是如何差異化的大模型，我個(gè)人認(rèn)為，我們可能低估計(jì)了ChatGPT的工程化難度，比如說(shuō)并行訓(xùn)練、標(biāo)注以及數(shù)據(jù)管理的工作量和成本開(kāi)銷，都會(huì)是非常巨大的，所以我不認(rèn)為在短時(shí)間內(nèi)，會(huì)有大量能完全媲美ChatGPT的競(jìng)品出現(xiàn)。

當(dāng)然，下一步還是有很多人會(huì)去做與ChatGPT類似的事情，但是我認(rèn)為時(shí)間上可能會(huì)比較久，這其中，我個(gè)人比較看好谷歌和微軟，因?yàn)樗麄冎暗姆e累已經(jīng)有足夠多。

其實(shí)剛才也談到了微軟的問(wèn)題，雖然微軟只是給ChatGPT投了錢，技術(shù)上沒(méi)有參與，但是從它的布局來(lái)看，我覺(jué)得微軟其實(shí)非常有野心，要知道2019年微軟就開(kāi)始向OpenAI投錢，第一次就投了10億美元，2020年就跟OpenAI談妥了GPT3的獨(dú)家授權(quán)，2021年微軟就專門給OpenAI構(gòu)建了自己的超算能力。

微軟提供的這些工程能力和云計(jì)算能力，足以確保OpenAI繼續(xù)保持領(lǐng)先優(yōu)勢(shì)，如果未來(lái)任何一個(gè)競(jìng)爭(zhēng)對(duì)手想要超越OpenAI，在這些資源上都要加倍付出，甚至要在短時(shí)間內(nèi)實(shí)現(xiàn)突破才有可能，但是現(xiàn)在，時(shí)間反而是最稀缺的，像之前“學(xué)徒巴德”（Apprentice Bard）在谷歌的發(fā)布會(huì)上“翻車”也說(shuō)明，互聯(lián)網(wǎng)產(chǎn)品的競(jìng)爭(zhēng)是非常殘酷的，雖然你也能做出來(lái)一個(gè)差不多的，但只要你不能超越市場(chǎng)中最好的，那就意味著失敗。

陶芳波：我接著這個(gè)話題稍微說(shuō)下，因?yàn)槲覀兊臉I(yè)務(wù)跟大模型接觸非常多，首先大模型開(kāi)源這件事不是剛剛開(kāi)始，其實(shí)去年很多公司已經(jīng)出來(lái)了，包括OPT（Meta AI 的開(kāi)源項(xiàng)目）和BLOOM（法國(guó)政府資助的開(kāi)源AI），但其實(shí)它們和ChatGPT的差距非常大。

我覺(jué)得OpenAI的競(jìng)爭(zhēng)力，表現(xiàn)在他們對(duì)于數(shù)據(jù)使用方式的認(rèn)知，還有剛才費(fèi)老師提到的工程能力和數(shù)據(jù)體系，這套東西不是說(shuō)拿出50億美金，招很多的人馬上就可以解決的，這是現(xiàn)在很多投資人的誤解。

另外，我覺(jué)得AI的分層其實(shí)在今天就已經(jīng)開(kāi)始了，像Sam Altman（OpenAI首席執(zhí)行官）自己就說(shuō)過(guò)，OpenAI現(xiàn)在就是個(gè)Infra，未來(lái)在它上面可能會(huì)有中間層，這個(gè)中間層的作用是幫助一個(gè)個(gè)大模型Infra變成各個(gè)行業(yè)里的解決方案。

ChatGPT 能讓TMT投資人

“再干15年”嗎？

險(xiǎn)峰：ChatGPT下一步會(huì)往何處去？會(huì)不會(huì)被下一個(gè)transformer顛覆？

陶芳波：個(gè)人觀點(diǎn)，我們可以從底層視角來(lái)看，比如今天OpenAI做出了ChatGPT，未來(lái)或許還會(huì)有GPT4，我們先假設(shè)OpenAI的技術(shù)是最領(lǐng)先的，現(xiàn)在后面有一堆大廠巨頭和創(chuàng)業(yè)公司，正在或者將要做大模型，那如果我是OpenAI，我接下來(lái)會(huì)做什么？

我覺(jué)得第一個(gè)方向，還是怎樣用好手上的現(xiàn)有數(shù)據(jù)，把模型的潛力全部挖掘出來(lái)。下一代GPT的參數(shù)量也許還能再大個(gè)10倍，但估計(jì)也就是這個(gè)規(guī)模了，不可能再擴(kuò)大1000倍，因?yàn)閰?shù)要有足夠的數(shù)據(jù)來(lái)匹配，全世界的優(yōu)質(zhì)數(shù)據(jù)就這么多，參數(shù)量搞得再大效果也不有太大提升。

另一個(gè)方向，也是Anthropic提出的，叫做「憲法AI」。就是我們能不能讓AI在一套憲法，或者說(shuō)一套規(guī)則下，實(shí)現(xiàn)自我進(jìn)化，最終變得符合這套規(guī)則。舉個(gè)例子，每個(gè)國(guó)家都有自己的監(jiān)管體系，比如中東地區(qū)，只有符合當(dāng)?shù)乇O(jiān)管的AI才能進(jìn)入該國(guó)，我覺(jué)得這會(huì)是一個(gè)非常好的方向，可以大大降低AI吸收信息的成本，提高它的效率。

第三個(gè)方向是多模態(tài)，讓OpenAI變成一個(gè)思考引擎。我們知道人類的感知不是單一的，而是許多模塊組成的，不是說(shuō)用戶說(shuō)了一段話，我能感受到這段話就夠了，最簡(jiǎn)單的，比如看漫畫書(shū)，人能夠把感知圖像和感知文字結(jié)合在一起，而不是兩個(gè)單獨(dú)的東西。

所以我覺(jué)得，接下來(lái)大模型會(huì)在這些方向上繼續(xù)發(fā)展，這是一個(gè)底座，這種狀態(tài)會(huì)維持相當(dāng)長(zhǎng)一段時(shí)間，而接下來(lái)才是更巨大的挑戰(zhàn)，無(wú)論是投資人，還是創(chuàng)業(yè)者，我們到底應(yīng)該怎樣去迎接ChatGPT的革命性變化，在它上面重構(gòu)一個(gè)巨大的新體系？

舉個(gè)例子，2007年iPhone誕生，10年之后你會(huì)發(fā)現(xiàn)整個(gè)互聯(lián)網(wǎng)生態(tài)都變了，iPhone上面長(zhǎng)出了各種各樣的應(yīng)用，這10年間，全球誕生了多少獨(dú)角獸，誕生了多少千億、萬(wàn)億美金級(jí)的公司，這些公司在iPhone出現(xiàn)之前都是不存在的，都是從一個(gè)很小的作坊開(kāi)始做起來(lái)的。

我覺(jué)得今天大量的機(jī)會(huì)其實(shí)是這里面，首先是中間層的機(jī)會(huì)，就像在大模型外面搭一個(gè)腳手架，讓它有1000只手1000只腳，可以做更復(fù)雜的事情，比如基于如何使用大模型構(gòu)建一個(gè)社區(qū)，這是一種最輕量級(jí)的創(chuàng)業(yè)思路。再比如教會(huì)大模型怎么去使用外部工具，怎么樣更好的去理解對(duì)面的用戶，而不只是從文字輸入來(lái)理解他——這也是我們正在做的事情。

在中間層上面，還會(huì)有各種應(yīng)用層，剛才費(fèi)老師也講到，AI在SaaS端已經(jīng)被驗(yàn)證了，但我個(gè)人認(rèn)為這一波AI浪潮席卷的范圍會(huì)遠(yuǎn)大于SaaS。因?yàn)镾aaS更多還是服務(wù)于企業(yè)的效率工具，但ChatGPT肯定會(huì)拓展到C端，比如說(shuō)健身、醫(yī)療，都有機(jī)會(huì)可以重做出一個(gè)交互式的軟件，把用戶界面完全拋棄掉，和移動(dòng)互聯(lián)網(wǎng)時(shí)代相比，我認(rèn)為這會(huì)是一種全新體驗(yàn)的產(chǎn)品。

黃東旭：我也有類似的觀點(diǎn)，其實(shí)軟件的進(jìn)步一直都是交互方式的進(jìn)步，以前是字符界面，到后來(lái)是UI，沿著這條線往下走，未來(lái)最重要的軟件交互形態(tài)其實(shí)就是自然語(yǔ)言。過(guò)去我們一直在嘗試，讓軟件的使用變得更加貼近人類自然語(yǔ)言，但是今天我們終于有了這樣一個(gè)新工具，能重新去塑造我們跟軟件的溝通方式。

以前我們用軟件，比如說(shuō)Linux，輸入一堆命令，機(jī)器才能去完成一件事情，相當(dāng)于我們要去學(xué)習(xí)機(jī)器的語(yǔ)言。但現(xiàn)在有了ChatGPT，你可以直接去跟他說(shuō)，我想要到達(dá)到某某結(jié)果，我不管你怎么干，最后能給我結(jié)果就好，這其實(shí)是一個(gè)非常顛覆性的東西，所以我們現(xiàn)在正在做的，不斷跟GPT磨合的，也是類似的思路。

陶芳波：我記得ChatGPT剛出來(lái)的時(shí)候，就有投資人提出一個(gè)觀點(diǎn)，說(shuō)TMT可以重新再干15年，我覺(jué)得這個(gè)邏輯是對(duì)的，因?yàn)樯蟼€(gè)時(shí)代我們基于移動(dòng)互聯(lián)網(wǎng)，做出了各種各樣的APP，而今天新的交互形式出現(xiàn)了，每一個(gè)細(xì)分的賽道上可能都會(huì)成長(zhǎng)出一個(gè)全新的獨(dú)角獸，或者全新的商業(yè)模式，我覺(jué)得是一個(gè)完全的大洗牌。

今天ChatGPT的潛力大概只發(fā)揮了百分之幾，就已經(jīng)創(chuàng)造出超過(guò)了萬(wàn)億的市場(chǎng)，未來(lái)這個(gè)規(guī)模可能是幾十萬(wàn)億。

ChatGPT 正在對(duì)哪些工作崗位

造成影響？

險(xiǎn)峰：這個(gè)問(wèn)題是幫別人問(wèn)的，他是個(gè)很早期的NLP從業(yè)者，想問(wèn)大模型出來(lái)以后，其他的模型可能就成為歷史了，他們這些人未來(lái)應(yīng)該怎么辦？

龍波：這個(gè)問(wèn)題的答案還是比較清晰的，以前那些傳統(tǒng)的NLP的手段，在這個(gè)時(shí)代肯定是不會(huì)再有用了，比如大量的語(yǔ)法樹(shù)之類，非常繁瑣，過(guò)去開(kāi)發(fā)過(guò)程很痛苦，要一支很大的團(tuán)隊(duì)才能做出一個(gè)很小的東西，我們肯定不會(huì)再回到那個(gè)年代，老的技術(shù)基本都可以用大型語(yǔ)言模型（LLM，large language model）替代。

對(duì)于ChatGPT的未來(lái)，我非常同意陶博士剛才說(shuō)的，如果只是一味地增加數(shù)據(jù)或增加參數(shù)，不一定還能得到好的ROI，因?yàn)槟憬o了更多的數(shù)據(jù)，就意味著有更多的噪音，最后信噪比可能反而更差，這也是為什么我們有時(shí)覺(jué)得ChatGPT會(huì)回答錯(cuò)的原因，所以還是要關(guān)注如何提高數(shù)據(jù)的質(zhì)量。

與數(shù)據(jù)質(zhì)量同樣重要的，可能是跟大模型的互動(dòng)。舉個(gè)例子，如果我們真的要讓ChatGPT變成某個(gè)領(lǐng)域的專家，不再犯什么錯(cuò)誤，可以想想我們培養(yǎng)一個(gè)PHD的過(guò)程是什么樣的？他需要和他的導(dǎo)師、行業(yè)大牛反復(fù)地交互討論學(xué)習(xí)，才能最終成為專家，而不是說(shuō)簡(jiǎn)單的篩選高質(zhì)量數(shù)據(jù)喂給他就完了。

如果再進(jìn)一步，我們要讓ChatGPT成為真正的通用人工智能，在每個(gè)領(lǐng)域都很精深，也需要有一個(gè)方法能夠讓AI迭代高質(zhì)量數(shù)據(jù)，所以我覺(jué)得未來(lái)在算法層面可能會(huì)有一些突破，比如說(shuō)讓RL和大語(yǔ)言模型更完美的結(jié)合，能夠更好地篩選出高質(zhì)量數(shù)據(jù)，甚至是自動(dòng)采集這種數(shù)據(jù)，這些都會(huì)跟人學(xué)習(xí)的過(guò)程越來(lái)越像。

到那時(shí)，我不知道是不是只靠現(xiàn)在的統(tǒng)計(jì)模型或者大型語(yǔ)言模型就夠了，還是會(huì)跟其他新技術(shù)綁定在一起，比如現(xiàn)在也有人在研究，怎么把真正的推理能力和神經(jīng)網(wǎng)絡(luò)相結(jié)合，這是我看到一些未來(lái)可能發(fā)生的事情。

險(xiǎn)峰：接下來(lái)可能是很多CEO比較感興趣的問(wèn)題，創(chuàng)業(yè)公司應(yīng)該如何使用ChatGPT ？它將可以替代哪些崗位？

黃東旭：個(gè)人認(rèn)為可以從兩個(gè)方面來(lái)看，對(duì)內(nèi)和對(duì)外，我先說(shuō)對(duì)外。

首先在AI爆發(fā)的大背景下，我們做數(shù)據(jù)庫(kù)的還是一個(gè)挺安全的生意，因?yàn)椴还茉趺礃幽氵€是要存數(shù)據(jù)。在過(guò)去沒(méi)有AI的時(shí)候，我要從數(shù)據(jù)庫(kù)里提取數(shù)據(jù)，學(xué)過(guò)計(jì)算機(jī)的朋友可能都知道要用到SQL，或者其他語(yǔ)言，總之是需要敲代碼才能去跟數(shù)據(jù)庫(kù)做交互。

舉個(gè)例子，之前我曾經(jīng)把我自己所有看過(guò)的電影、所有看過(guò)的書(shū)，全都導(dǎo)到了我的數(shù)據(jù)庫(kù)里，我就可以直接去問(wèn)我的數(shù)據(jù)庫(kù)說(shuō)，在我去年看過(guò)所有的電影里，哪個(gè)導(dǎo)演的片子最多？他會(huì)直接幫我生成SQL，SQL再去數(shù)據(jù)庫(kù)里進(jìn)行查詢，非常快速且準(zhǔn)確，但是前提是你必須會(huì)敲代碼，懂得機(jī)器的語(yǔ)言。

沿著我剛才的理論——自然語(yǔ)言會(huì)變成下一個(gè)軟件交互的UI，大家想象一下，如果你是個(gè)CEO，你公司里面有很多運(yùn)營(yíng)數(shù)據(jù)，每次你去找財(cái)務(wù)，或者數(shù)據(jù)分析師，說(shuō)我需要一個(gè)某某數(shù)據(jù)，他可能過(guò)好幾天才能返過(guò)來(lái)，但現(xiàn)在如果有這樣的一個(gè)很神奇的數(shù)據(jù)庫(kù)，CEO可以直接開(kāi)口問(wèn)AI，比如今年公司花錢最多的部門是哪個(gè)，馬上就可以得到答案。

那如果再推一步，我們把背后的數(shù)據(jù)集換成了區(qū)塊鏈，換成了房地產(chǎn)信息，換成了股市信息，你會(huì)發(fā)現(xiàn)一下子人人都是數(shù)據(jù)分析師，這對(duì)于各個(gè)行業(yè)都會(huì)是一個(gè)巨大的顛覆。

至于對(duì)內(nèi)部，我覺(jué)得CEO一定要放棄ChatGPT可以完全取代人的觀念，現(xiàn)階段肯定是取代不了，但是它能提高人的效率。

如果大家寫過(guò)程序就會(huì)知道，一個(gè)工程師可能有80%的時(shí)間都是做重復(fù)勞動(dòng)，未來(lái)這80%的工作其實(shí)都可以讓ChatGPT來(lái)做，比如說(shuō)寫文檔、寫單元測(cè)試，生成一些腳手架之類，它不會(huì)完全取代程序員，但是確實(shí)能帶來(lái)很大的提升效率。

大家如果看過(guò)《鋼鐵俠1》，里面有一個(gè)AI助手叫做賈維斯，現(xiàn)在我跟ChatGPT的工作模式與它很像，我會(huì)告訴它我要做什么東西，你先做一個(gè)原型出來(lái)，然后一步步跟它交互，告訴它可以這樣這樣搞。

所以至少目前，我并不會(huì)把ChatGPT當(dāng)做是一個(gè)可以取代人工的東西，而是給所有的工程師都配了一個(gè)賬號(hào)，告訴他們遇事不決先問(wèn)一下ChatGPT，搞不好效率就提升了，這是我大概的經(jīng)驗(yàn)分享。

陶芳波：我稍微插一句，我覺(jué)得東旭他們公司很厲害，已經(jīng)開(kāi)始使用ChatGPT來(lái)提高效率了，其實(shí)很多國(guó)內(nèi)的公司都可以學(xué)一下。

另外他講的第一點(diǎn)我感觸很深，數(shù)據(jù)庫(kù)公司未來(lái)一定會(huì)存在，但也一定還會(huì)很多有提供其他互聯(lián)網(wǎng)信息服務(wù)的公司，我覺(jué)得他們可能都要去思考，是不是今天我暫時(shí)是安全的，ChatGPT跟我就沒(méi)有關(guān)系？

我覺(jué)得可以換一種視角，現(xiàn)在的現(xiàn)實(shí)是，這個(gè)超級(jí)大腦已經(jīng)在那里了，他未來(lái)一定是會(huì)跟各種各樣的東西連接在一起，這里面有一個(gè)很重要的點(diǎn)，以前我們說(shuō)信息服務(wù)的連接端口是API，還有一大堆代碼之類的，但今天這個(gè)端口很可能會(huì)變掉，變成一個(gè)更加接近于人類語(yǔ)言的東西。

所以我覺(jué)得每一個(gè)服務(wù)提供商，如果覺(jué)得你的信息服務(wù)很有價(jià)值，我覺(jué)得都可以嘗試去擁抱ChatGPT，看看怎么跟他建立起對(duì)話通道，越早擁抱，就越早可以讓ChatGPT把你的服務(wù)分發(fā)到更多的場(chǎng)景、更多的用戶。我覺(jué)得這件事情誰(shuí)做得快，誰(shuí)就可能成為自己賽道里的下一代巨頭企業(yè)。

ChatGPT廣泛使用后，

人類的認(rèn)知能力會(huì)下降嗎？

險(xiǎn)峰：ChatGPT出來(lái)以后，主流聲音認(rèn)為以后可能就不再需要搜索引擎了，但也有一些悲觀者認(rèn)為，我們將來(lái)接觸的大部分信息都會(huì)由機(jī)器生成，里面會(huì)有大量的假信息，這將威脅人類的認(rèn)知和判斷能力，如果我們從小就依賴這樣的產(chǎn)品，可能會(huì)是一個(gè)災(zāi)難性，對(duì)此各位怎么看？

費(fèi)良宏：這不是一個(gè)新問(wèn)題，其實(shí)互聯(lián)網(wǎng)從誕生之日起，就一直在改變我們使用和消費(fèi)信息的習(xí)慣。

比如，最開(kāi)始出現(xiàn)的是瀏覽器，它讓網(wǎng)頁(yè)信息變成了一種規(guī)范的、可以被瀏覽的形式；之后，隨著信息總量的不斷增長(zhǎng)，大量垃圾信息開(kāi)始影響我們的用戶體驗(yàn)，這時(shí)出現(xiàn)了雅虎的黃頁(yè)，它通過(guò)人工方式去維護(hù)目錄，給每個(gè)網(wǎng)頁(yè)設(shè)置優(yōu)先級(jí)。

再往后，當(dāng)信息量繼續(xù)爆炸，黃頁(yè)的維護(hù)開(kāi)始跟不上數(shù)據(jù)的生產(chǎn)速度，人們慢慢意識(shí)到，使用搜索可能會(huì)比使用黃頁(yè)更有效率，這時(shí)誕生了最早期的搜索引擎，比如AltaVista和Infoseek，但是它們的能力受限于當(dāng)時(shí)的技術(shù)，還只能在一個(gè)很小的范圍內(nèi)能進(jìn)行搜索。

后來(lái)的故事大家都知道了，1998年，谷歌的兩個(gè)合伙人開(kāi)始創(chuàng)業(yè)，他們希望用計(jì)算機(jī)構(gòu)建一個(gè)更廣義的集群，通過(guò)大量廉價(jià)的硬件設(shè)備來(lái)滿足整個(gè)互聯(lián)網(wǎng)的搜索需求。在當(dāng)時(shí)，大家認(rèn)為這是不可能實(shí)現(xiàn)的，但后來(lái)的事實(shí)證明，技術(shù)的進(jìn)步遠(yuǎn)超我們的想象，于是人類進(jìn)入了關(guān)鍵字搜索時(shí)代，開(kāi)始通過(guò)搜索引擎來(lái)使用和消費(fèi)互聯(lián)網(wǎng)信息。

到了今天，互聯(lián)網(wǎng)上的信息總量已經(jīng)是一個(gè)天文數(shù)字，你的每一次搜索，結(jié)果可能有成百上千頁(yè)，里面存在大量無(wú)用或者重復(fù)的信息，那我們應(yīng)該如何應(yīng)對(duì)這樣的局面？這時(shí)ChatGPT出現(xiàn)了，它可以幫助我們?nèi)プ隹偨Y(jié)歸納，如果從信息消費(fèi)的歷史來(lái)看，這是一個(gè)巨大的進(jìn)步，這點(diǎn)無(wú)可否認(rèn)。

而從歷史來(lái)看，一旦我們養(yǎng)成了新的信息消費(fèi)習(xí)慣，就沒(méi)有辦法再回到之前的時(shí)代，我們不可能用黃頁(yè)去替代今天的搜索引擎，同樣的，未來(lái)當(dāng)我們適應(yīng)了ChatGPT，我們也回不到關(guān)鍵字搜索時(shí)代。

因此，人類下一階段的信息使用習(xí)慣一定是更高級(jí)別的，當(dāng)然這里還有成本問(wèn)題，比如像ChatGPT的每一次搜索大概需要1.3美分，成本還是比較高的，如果再能降低10倍的話，我覺(jué)得整個(gè)搜索市場(chǎng)會(huì)被完全顛覆。

從這個(gè)角度說(shuō)，ChatGPT的歷史地位可以等價(jià)于瀏覽器的出現(xiàn)，或者是谷歌搜索引擎的出現(xiàn)，人類每一個(gè)信息消費(fèi)習(xí)慣的進(jìn)步都意味著一個(gè)里程碑式。

龍波：非常贊同良宏的觀點(diǎn)，ChatGPT的交互方式讓我們獲取信息更加高效，它帶來(lái)的影響是不可逆的，肯定會(huì)對(duì)搜索引擎，甚至推薦引擎都帶來(lái)沖擊，而且我認(rèn)為沖擊會(huì)很大。盡管短時(shí)間內(nèi)會(huì)有些技術(shù)上的挑戰(zhàn)，比如如何把ChatGPT融入到搜索引擎中去，但我認(rèn)為這些都不是問(wèn)題，很快都會(huì)被解決。

那么ChatGPT的挑戰(zhàn)是什么？第一個(gè)挑戰(zhàn)是商業(yè)化，任何2C的技術(shù)應(yīng)用背后一定要有商業(yè)支撐。

剛才良宏談到谷歌的巨大成功，但是其實(shí)在1999年，布林和拉里佩奇是準(zhǔn)備以100萬(wàn)美元的價(jià)格把谷歌賣掉的，據(jù)說(shuō)最后已經(jīng)談到了75萬(wàn)，如果當(dāng)時(shí)交易達(dá)成，也就沒(méi)有后面的故事了；到了2002年，雅虎打算收購(gòu)谷歌時(shí)，開(kāi)出的價(jià)格是100億美金，等于說(shuō)4年翻了一萬(wàn)倍。

為什么形勢(shì)會(huì)逆轉(zhuǎn)呢？因?yàn)樯虡I(yè)模式走通了，從display as到search as，搜索廣告的收入開(kāi)始有了巨大的增長(zhǎng)，當(dāng)時(shí)所有人都看到了谷歌的商業(yè)潛力，所以價(jià)值一下就不一樣了。也正因?yàn)槿绱?，谷歌才能有資源雇最好的員工，創(chuàng)造最好的企業(yè)文化。

未來(lái)ChatGPT也會(huì)面臨同樣的問(wèn)題，比如現(xiàn)在的搜索引擎是靠點(diǎn)擊量來(lái)收費(fèi)，本質(zhì)上賣的是用戶的注意力，而如果AI一秒鐘就完成了答案交付，那賣廣告的模式肯定就不再work了，一定還需要尋找新的商業(yè)模式來(lái)支撐它，當(dāng)然，我相信最后肯定也會(huì)找到。

第二個(gè)挑戰(zhàn)是人文方面的，剛才問(wèn)題中也提到了，ChatGPT會(huì)極大影響人的認(rèn)知模式。

在搜索引擎時(shí)代，我們每完成一次信息收集，其實(shí)都是完成一次學(xué)習(xí)的過(guò)程。舉個(gè)例子，比如我們發(fā)論文，每篇文章后面一定要有一個(gè)reference（參考文獻(xiàn)），你要先把前人做出的研究成果講清楚，再說(shuō)你在這個(gè)基礎(chǔ)上取得什么成果，這是一種知識(shí)的傳接，如果沒(méi)有reference就不可以被稱為學(xué)術(shù)論文。

谷歌的搜索引擎，也是把它認(rèn)為最相關(guān)、最高質(zhì)量的鏈接排在最上面，最后還是需要你自己去做判斷，這是人類學(xué)習(xí)的方法，你一定要有出處，要有reference，這是我們作為研究者對(duì)人類知識(shí)積累的一個(gè)基本態(tài)度。而如果AI就只給一個(gè)答案，會(huì)讓信息繭房變得更嚴(yán)重。

傳統(tǒng)來(lái)說(shuō)，我們?cè)诨ヂ?lián)網(wǎng)獲取信息有兩種基本方式，一個(gè)是搜索，一個(gè)是推薦。搜索是說(shuō)用戶知道自己想找什么，我就給他什么，推薦是用戶不知道自己想要什么，那我就猜你想要什么。而當(dāng)ChatGPT出來(lái)以后，因?yàn)樗刻於紩?huì)和你有交互，它會(huì)猜得更準(zhǔn)確，更嚴(yán)重的是，它還會(huì)主動(dòng)創(chuàng)造出一些讓你喜歡的答案或信息，你聽(tīng)了會(huì)覺(jué)得那就是真實(shí)的，而且又沒(méi)有reference。

到那時(shí)，我們要面對(duì)的信息繭房會(huì)比推薦引擎時(shí)代大得多，每個(gè)人可能只聽(tīng)到自己想聽(tīng)到的，只理解自己能理解的，我不知道這會(huì)對(duì)人類產(chǎn)生什么影響，但這個(gè)影響一定是世界范圍的。

ChatGPT 會(huì)導(dǎo)致哪些行業(yè)消失？

險(xiǎn)峰：在你們看來(lái)，ChatGPT的出現(xiàn)可能會(huì)把哪些行業(yè)沖垮？哪些公司現(xiàn)在急需轉(zhuǎn)型？

黃東旭：非常主觀的個(gè)人觀點(diǎn)，不一定對(duì)。

第一我覺(jué)得是一些簡(jiǎn)單的內(nèi)容編輯，或者簡(jiǎn)單的內(nèi)容生成工作，比如寫新聞稿、寫一些簡(jiǎn)單的summary，或者一些初級(jí)分析崗位，未來(lái)可能都要想一想，但很遺憾這樣的工作其實(shí)可能還挺多的。我覺(jué)得ChatGPT出來(lái)以后，肯定對(duì)整個(gè)社會(huì)分工造成很大的改變，但這個(gè)改變不會(huì)馬上出現(xiàn)，會(huì)有一定的滯后性，但是這個(gè)改變一定是很深遠(yuǎn)的。

第二是程序員這個(gè)行業(yè)會(huì)被改變，你想象一下，相當(dāng)于過(guò)去大家都是步行趕路，現(xiàn)在突然每人發(fā)輛自行車，好處是效率一定會(huì)提升，但當(dāng)有一波人能夠熟練使用ChatGPT的時(shí)候，公司老板就會(huì)想，到底還需不需要雇這么多人了？甚至當(dāng)未來(lái)AI能夠自己寫程序時(shí)，程序員在里面的位置又是什么？我自己會(huì)稍微有點(diǎn)悲觀。

陶芳波：其實(shí)從我的觀點(diǎn)來(lái)講，大公司可能是第一波受到?jīng)_擊的，都會(huì)被迫面對(duì)這樣一個(gè)巨大的變革。

今天早上我跟一個(gè)非常知名的TMT投資人交流，提到了一個(gè)點(diǎn)，就是蘋果的壁壘到底有多高？在移動(dòng)互聯(lián)網(wǎng)時(shí)代，用戶只能用一臺(tái)手機(jī)去處理許多復(fù)雜的事情，所以需要強(qiáng)大的算力，需要非常好的人機(jī)交互，這是蘋果真正的壁壘。

但如果ChatGPT開(kāi)始與各種產(chǎn)品結(jié)合，產(chǎn)生了一種新的交互形態(tài)，是不是最后手機(jī)就會(huì)變成了一個(gè)普通的終端？換言之，如果未來(lái)AI的軟件部分，提供的服務(wù)比重越來(lái)越高，就意味著硬件價(jià)值會(huì)越來(lái)越低，蘋果手機(jī)做得再好，以后還會(huì)有那么大的價(jià)值嗎？

當(dāng)天平的兩端發(fā)生調(diào)整，如果蘋果不能及時(shí)入場(chǎng)，為自己的開(kāi)發(fā)者生態(tài)提供AI化的能力，我覺(jué)得它其實(shí)也是很危險(xiǎn)的，再比如說(shuō)亞馬遜，它的內(nèi)部也一定是red alert（亮起紅色警報(bào)），假如一個(gè)微軟云的客服，跑過(guò)去告AWS的用戶說(shuō)，你要用ChatGPT嗎？來(lái)，come to Azure，我覺(jué)得至少對(duì)很多中小企業(yè)來(lái)說(shuō)是一個(gè)巨大的誘惑。

所以在我的視角里，未來(lái)大公司的格局會(huì)首先發(fā)生變化，就像是微軟拿著一把全世界最牛逼的屠龍刀，一刀一刀的斬過(guò)去，就看誰(shuí)的反應(yīng)夠快。

同樣沖擊也會(huì)向下影響到中小公司，比如說(shuō)訂票軟件，假設(shè)行業(yè)有10個(gè)競(jìng)爭(zhēng)者，那么誰(shuí)第一個(gè)擁抱ChatGPT，把自己的數(shù)據(jù)和大模型進(jìn)行鏈接，為客戶提供一種交互式模式的訂票服務(wù)，就像一個(gè)私人助理一樣，這家公司就能把所有的訂單吸過(guò)去，其他9家可能就會(huì)死掉。

這個(gè)邏輯在任何行業(yè)都會(huì)存在，因?yàn)槿丝傄喥?，總要接受醫(yī)療服務(wù)，法律服務(wù)，各種各樣的服務(wù)，總要戀愛(ài)和社交，所以我在內(nèi)部分享時(shí)常說(shuō)一句話，當(dāng)ChatGPT出現(xiàn)后，全世界只有兩種人，一種叫溺水者，他的頭被按在水下，他想要浮起來(lái)，奮力的想抓住一些東西讓自己活下來(lái)，谷歌就是這種感覺(jué)。第二種人叫淘金者，他想沖到這波浪潮里面去淘金。

這是今天市場(chǎng)上的兩種公司，我覺(jué)得可能誰(shuí)都無(wú)法完全置身事外。你適應(yīng)能力很強(qiáng)，能接受現(xiàn)實(shí)，快速擁抱這個(gè)趨勢(shì)，就能抓住下一個(gè)時(shí)代的機(jī)會(huì)。

小公司如何抓住?

ChatGPT 的逆襲機(jī)會(huì)？

費(fèi)良宏：ChatGPT這一波技術(shù)革命來(lái)得比較迅猛，我個(gè)人是有點(diǎn)擔(dān)心，主要是兩點(diǎn)。一個(gè)是從個(gè)人層面。我們回顧歷史，第一次、第二次工業(yè)革命徹底粉碎了手工業(yè)者，過(guò)去這些人曾處于一個(gè)比較優(yōu)沃的社會(huì)位置，靠一門手藝就夠確保自己的美好生活，但是機(jī)器大生產(chǎn)將他們變成了普通工人。

在手工業(yè)者衰落的同時(shí)，另一個(gè)新群體開(kāi)始崛起，就是知識(shí)工作者，在二戰(zhàn)以后，他們成為了貢獻(xiàn)和收益都最大的一群人，當(dāng)然我們也都受益于這個(gè)群體。但ChatGPT出現(xiàn)之后，無(wú)論是程序員，還是知識(shí)工作者，都有著被機(jī)器取代的可能，這種模式一旦出現(xiàn)，對(duì)每個(gè)個(gè)體的挑戰(zhàn)是非常巨大的，我對(duì)此會(huì)有擔(dān)憂，尤其應(yīng)該思考我們未來(lái)的價(jià)值在哪里？

第二是從企業(yè)的角度來(lái)看，OpenAI并不是微軟內(nèi)部孵化的，它到今天也只有375個(gè)員工，是一個(gè)100%的創(chuàng)業(yè)公司，而且是一個(gè)小型創(chuàng)業(yè)公司。包括DeepMind也是家小公司，截止到今天它的員工數(shù)量也才1000個(gè)人，和谷歌的19萬(wàn)員工比起來(lái)九牛一毛。為什么微軟和谷歌內(nèi)部無(wú)法孵化出這些項(xiàng)目，而要依賴于外部的這些小企業(yè)？很重要一點(diǎn)，是大企業(yè)在創(chuàng)新上的天生存在弊端和不足，哪怕是最厲害的硅谷科技公司，也無(wú)法逃脫這個(gè)規(guī)律。

我前幾天讀了一本書(shū)，Netflix 的創(chuàng)始人里德·哈斯廷斯所著的《不拘一格》，其中提到一個(gè)觀點(diǎn)叫「人才密度」——這是創(chuàng)新的前提和基礎(chǔ)，只有足夠聰明的人聚在在一起共事，才會(huì)產(chǎn)生創(chuàng)意的火花，推動(dòng)偉大的創(chuàng)意變成偉大的產(chǎn)品。而如果是在人才密度相對(duì)較小的環(huán)境中，哪怕他真的是一個(gè)人才，也會(huì)被淹沒(méi)在各種噪聲和平庸的見(jiàn)解中。

OpenAI只有375個(gè)人，但他的人才密度一定比微軟、谷歌更好，這樣的小企業(yè)才會(huì)推動(dòng)真正的科技進(jìn)步。所以從創(chuàng)新角度看，我并不認(rèn)為大企業(yè)會(huì)對(duì)整個(gè)市場(chǎng)產(chǎn)生多大的影響，反倒是在資本加持之下，創(chuàng)新小企業(yè)才是科技的顛覆力量。

所以我覺(jué)得，ChatGPT給我們開(kāi)了一個(gè)窗口，這個(gè)是一個(gè)千載難逢的機(jī)遇，但它是為創(chuàng)新型小企業(yè)準(zhǔn)備的，而不是大企業(yè)。這點(diǎn)上，我的觀點(diǎn)會(huì)和大家不太一樣，我并不認(rèn)為大企業(yè)能夠獲得最大的紅利。

龍波：談下我的視角，這次ChatGPT帶來(lái)的沖擊和改變，無(wú)論是大企業(yè)小企業(yè)都必須要去適應(yīng)。在它面前，我甚至認(rèn)為所有公司都是創(chuàng)業(yè)公司，如果大企業(yè)不進(jìn)行二次創(chuàng)業(yè)，那么就會(huì)失去自己的優(yōu)勢(shì)，走下坡路。

總體來(lái)說(shuō)，小企業(yè)的機(jī)會(huì)可能更多在應(yīng)用層。大企業(yè)的話，更要在基礎(chǔ)層和中間層開(kāi)始二次創(chuàng)業(yè)，不然的話那么肯定會(huì)受到巨大的挑戰(zhàn)。

舉個(gè)例子，很多人現(xiàn)在會(huì)關(guān)注微軟和谷歌的競(jìng)爭(zhēng)，這是一條明線，但暗線的話，我認(rèn)為微軟下一個(gè)對(duì)手其實(shí)是AWS，微軟完全可以利用ChatGPT，改變整個(gè)cloud service（云服務(wù)）格局，實(shí)際上ChatGPT非常適合做各種to B或者cloud-based service一類的工作，比如剛才東旭講到的數(shù)據(jù)庫(kù)例子。

再往前推一步，大家都知道，過(guò)去電商平臺(tái)要搭一套推薦系統(tǒng)，是一件非常復(fù)雜的事情，因?yàn)槟愕膸?kù)里已經(jīng)錄入了過(guò)去10年的商品，這些商品都是基于關(guān)鍵詞搜索系統(tǒng)設(shè)計(jì)的，如果要改成推薦制，需要招一支非常資深的工程師團(tuán)隊(duì)，小公司完全用不起。但是如果將來(lái)，這些東西都可以通過(guò)ChatGPT指令自動(dòng)化完成，整個(gè)cloud的格局都會(huì)改變，我覺(jué)得微軟在這方面的機(jī)會(huì)很大，我更看好這條線。相反，在搜索引擎方面，我覺(jué)得除非是谷歌犯下很多致命的錯(cuò)誤，不然它還是很有機(jī)會(huì)能翻身的。

硅谷如何看待ChatGPT？

險(xiǎn)峰：現(xiàn)在國(guó)內(nèi)媒體對(duì)于ChatGPT討論的非常熱烈，硅谷那邊的情況如何？他們主要關(guān)注的點(diǎn)是什么？

黃東旭：一樣非?；?。無(wú)論是在推特上，還是我身邊的人，ChatGPT應(yīng)該近幾年最大的IT新聞了。

我舉個(gè)例子，從ChatGPT第一個(gè)demo出來(lái)到現(xiàn)在，可能也就是兩個(gè)多月的時(shí)間，但硅谷可能已經(jīng)有上百家基于類似產(chǎn)品的創(chuàng)業(yè)公司出來(lái)了，所以我覺(jué)得硅谷這邊可能動(dòng)作更快一點(diǎn)，而且大家不只是在討論，我甚至覺(jué)得很快就會(huì)有獨(dú)角獸出現(xiàn)了。

Everything is a wrapper of openAI，現(xiàn)在就是這樣的一個(gè)市場(chǎng)。

龍波：同樣的熱度，中美都一樣。不同點(diǎn)可能有兩個(gè)地方，只是我自己觀察的，不一定準(zhǔn)確。

第一是硅谷這邊更多還是在聊未來(lái)，聊技術(shù)路線的分歧，比如現(xiàn)在的大模型是不是能產(chǎn)生通用AI？未來(lái)還需要融入哪些新技術(shù)？國(guó)內(nèi)的話，我覺(jué)得反思的人可能會(huì)更多一些，比如為什么我們?cè)贏I領(lǐng)域落后了？下一步要如何追趕？這是我看到的不同，但我覺(jué)得兩者都非常好，無(wú)論是反思還是展望，可能都是我們現(xiàn)在非常需要的。

第二是硅谷對(duì)于人文關(guān)懷的討論會(huì)多一些，大家更關(guān)心ChatGPT對(duì)社會(huì)、對(duì)人類有什么樣的影響。比如很多人會(huì)持有一種悲觀的觀點(diǎn)，認(rèn)為它不利于人類社會(huì)去中心化發(fā)展。

想象一下，有一個(gè)萬(wàn)能的AI，它給你提供了所有答案，人人都依靠它，無(wú)條件相信它，它就變成了你的權(quán)威，實(shí)際上意味著一種中心化對(duì)個(gè)人思想的控制，而且這種東西往往只有大公司才能做出來(lái)，那就意味著大資本對(duì)整個(gè)社會(huì)思想的控制。所以可能大家會(huì)更關(guān)心如何避免這種情況發(fā)生，同時(shí)又能讓這樣的新技術(shù)提高我們效率和幸福感。

普通人如何擁抱ChatGPT ？

險(xiǎn)峰：最后一個(gè)話題，各位覺(jué)得自己或者自己所在的業(yè)務(wù)部門，面對(duì)ChatGPT會(huì)有哪些思考和行動(dòng)？

陶芳波：因?yàn)槲覀冏约壕褪茿I公司，可能參與會(huì)比較直接。剛才也提到，國(guó)內(nèi)現(xiàn)在沒(méi)有辦法使用ChatGPT，目前來(lái)看，雖然有一些很不錯(cuò)的團(tuán)隊(duì)正在組建，但離跑出來(lái)可能還需要一段時(shí)間。

我覺(jué)得整個(gè)ChatGPT的生態(tài)，會(huì)在未來(lái)一兩年內(nèi)逐漸形成，所以對(duì)中國(guó)企業(yè)來(lái)說(shuō)，這里面還是有一些全球性機(jī)會(huì)的，中國(guó)的創(chuàng)業(yè)者不一定非要窩在家里，等著國(guó)內(nèi)的生態(tài)建立起來(lái)。

就我們公司而言，第一，是嘗試探索未來(lái)的中間層在哪里，怎樣把ChatGPT的能力提升，并用它服務(wù)于其他的企業(yè)。像東旭剛才講的，everything is a wrapper of GPT，那么how can we be the best wrapper？我覺(jué)得能做好一個(gè)wrapper本身就很有價(jià)值。

第二就是作為中國(guó)企業(yè)，我們未來(lái)怎么樣幫助中國(guó)參與到全球的AI生態(tài)競(jìng)爭(zhēng)當(dāng)中？最近有幾個(gè)大新聞，包括王慧文也在組建中國(guó)的OpenAI團(tuán)隊(duì)，我們也在時(shí)刻關(guān)注著，畢竟中國(guó)是一個(gè)世界大國(guó)，無(wú)論從國(guó)家安全考慮或者科技競(jìng)爭(zhēng)考慮，中國(guó)都需要一個(gè)這樣的東西出來(lái)。所以我們也在跟政府、大企業(yè)去合作，看看能不能幫到一些忙，或說(shuō)是能參與到其中的建設(shè)。

費(fèi)良宏：可以預(yù)計(jì)的是，云計(jì)算跟AI的結(jié)合會(huì)越來(lái)越緊密，隨著ChatGPT對(duì)整個(gè)市場(chǎng)的普及和教育，大家對(duì)AI的認(rèn)識(shí)達(dá)到了一個(gè)新的高度。我身邊很多非技術(shù)的朋友都開(kāi)始跟我探討ChatGPT，這是一個(gè)非常好的苗頭，未來(lái)無(wú)論是AI as services或者是Model as services，一定會(huì)越來(lái)普及，幫助AI與人實(shí)現(xiàn)更好的交互。

對(duì)于一個(gè)開(kāi)發(fā)人員來(lái)講，與 ChatGPT相關(guān)的工程化能力未來(lái)會(huì)是一個(gè)非常關(guān)鍵的技能，所以抓緊時(shí)間窗口的機(jī)會(huì)，盡快掌握這個(gè)能力，ChatGPT對(duì)每個(gè)人來(lái)說(shuō)都是公平的，也是有挑戰(zhàn)的，總體來(lái)講還是機(jī)會(huì)大于挑戰(zhàn)。

黃東旭：說(shuō)一個(gè)我最近的思考：在這個(gè)時(shí)代，我們應(yīng)該放棄一種觀念，就是人比AI強(qiáng)，未來(lái)不應(yīng)該是我們?nèi)ソ藺I做事情，而是讓AI來(lái)教我們做事情，放棄這個(gè)執(zhí)念以后，你才可能打開(kāi)新世界的大門。

比如之前我教 ChatGPT寫代碼，會(huì)給他一些例子，告訴他說(shuō)你不要這么做，你應(yīng)該這么做，但他學(xué)了這些例子后，做出來(lái)的東西效果反而更不好了。后來(lái)我干脆放開(kāi)手腳，讓AI自己去弄，你覺(jué)得怎么樣好就怎么做，結(jié)果反而更好。這件事給我?guī)?lái)一些哲學(xué)思考，我會(huì)經(jīng)常提醒自己放下執(zhí)念。

龍波：我之前主要從事Computational Ad（計(jì)算廣告行業(yè)），大家都知道，計(jì)算廣告是支撐起整個(gè)互聯(lián)網(wǎng)最重要的商業(yè)模式，前面我也談到過(guò)，ChatGPT的擠占了傳統(tǒng)廣告的注意力空間，對(duì)這個(gè)行業(yè)帶來(lái)巨大的沖擊，這是挑戰(zhàn)的一面。

反過(guò)來(lái)，用戶之所以討厭廣告，是因?yàn)檫@些廣告的體驗(yàn)不好，用戶覺(jué)得為什么你要讓我看到這些，我不喜歡。但如果，未來(lái)AI會(huì)變成你最貼心的的管家，變成鋼鐵俠的賈維斯，那時(shí)廣告可能會(huì)達(dá)到它的最高境界，即完全不損壞用戶體驗(yàn)，我給你的就是你最需要的東西，也許ChatGPT真能做到這一點(diǎn)，這會(huì)是一個(gè)巨大的機(jī)遇，這是我的一些思考。

險(xiǎn)峰：謝謝幾位，下面是幾位觀眾的留言提問(wèn)，有人問(wèn)現(xiàn)在考大學(xué)的話，CS專業(yè)以后還有前途嗎？各位怎么看？

費(fèi)良宏：如果一年之前，我肯定會(huì)鼓勵(lì)他學(xué)習(xí)計(jì)算機(jī)專業(yè)，但是今年答案可能就沒(méi)那么簡(jiǎn)單了，比如經(jīng)濟(jì)環(huán)境改變的裁員問(wèn)題，包括ChatGPT帶來(lái)的沖擊。

但沖擊其實(shí)無(wú)處不在，我記得是去年Alpha Fold剛出來(lái)的時(shí)候，對(duì)大家沖擊其實(shí)不亞于這一次，我們用一個(gè)簡(jiǎn)單的語(yǔ)言模型就能預(yù)測(cè)出2萬(wàn)多種生物蛋白，而且準(zhǔn)確率非常高，整個(gè)分子生物學(xué)的格局都被改變了，背后也是千千萬(wàn)萬(wàn)的從業(yè)者受到影響。

所以我是在這么看的，我們不一定要以薪酬高低來(lái)選擇自己的行業(yè)，而應(yīng)該看按照自己的特長(zhǎng)。簡(jiǎn)單來(lái)說(shuō)，如果你是基于薪水多才選擇了做程序員，在大變革面前你很難堅(jiān)持下來(lái)。但反過(guò)來(lái)，如果這是興趣專長(zhǎng)或愛(ài)好，能夠長(zhǎng)期堅(jiān)持，我相信在這個(gè)世界當(dāng)中的機(jī)會(huì)無(wú)處不在。

回到最初這個(gè)問(wèn)題上，我不建議大家簡(jiǎn)單的把專業(yè)定位在計(jì)算機(jī)或非計(jì)算機(jī)上，而是更大程度上選擇你擅長(zhǎng)和喜歡的領(lǐng)域，接下來(lái)AI會(huì)和各行各業(yè)發(fā)生連接，如果你有能力把自己的專業(yè)與AI相結(jié)合，可能會(huì)是一個(gè)更有價(jià)值的選擇。

OpenAI的組織設(shè)計(jì)給創(chuàng)業(yè)者

帶來(lái)哪些啟示？

險(xiǎn)峰：有觀眾問(wèn)，未來(lái)各巨頭都會(huì)有自己的大模型，所有大模型之間會(huì)不會(huì)趨同？以后差異化會(huì)在哪里？

陶芳波：這個(gè)是一個(gè)很預(yù)測(cè)性的問(wèn)題，可能我也不能完全回答，但我覺(jué)得ChatGPT本身需要調(diào)教，這個(gè)調(diào)教的過(guò)程里就包含了很多你對(duì)于業(yè)務(wù)的理解，最終的形態(tài)肯定也會(huì)很不一樣。這件事我一個(gè)人的大腦肯定是不夠用的，現(xiàn)在全世界無(wú)數(shù)的人都在想大模型的下一個(gè)形態(tài)是什么？我覺(jué)得可以多關(guān)注一些行業(yè)動(dòng)態(tài)，我相信一定有人已經(jīng)在做類似的事情。

險(xiǎn)峰：有觀眾問(wèn)到，OpenAI團(tuán)隊(duì)和組織框架設(shè)計(jì)上的一些獨(dú)特之處，是否對(duì)他們的成功產(chǎn)生了影響？

龍波：我可能剛才提到過(guò)一點(diǎn)，對(duì)于創(chuàng)新型企業(yè)，堅(jiān)持是其中一個(gè)非常重要的品質(zhì)。做出ChatGPT要調(diào)用大量的資源，對(duì)一家小企業(yè)來(lái)說(shuō)其實(shí)是很困難的，另外站在當(dāng)時(shí)看，技術(shù)路徑也遠(yuǎn)不如現(xiàn)在清晰，所以他們選擇了一個(gè)非常獨(dú)特的非盈利組織架構(gòu)，就是不想被短期商業(yè)利益所脅迫，這讓創(chuàng)始團(tuán)隊(duì)在早期就打下了一個(gè)比較深厚的技術(shù)烙印。

所以你看這次王慧文老師出來(lái)創(chuàng)業(yè)，也是要做一家關(guān)注技術(shù)創(chuàng)新，而不是短時(shí)間內(nèi)商業(yè)變現(xiàn)的企業(yè)，我想這可能是OpenAI對(duì)我們的啟發(fā)，要堅(jiān)持長(zhǎng)期主義，更加集中注意力，真正做出一些有深度的東西。

陶芳波：非常同意龍波總說(shuō)的，可能我倆都屬于AI科班出身，會(huì)非常有共鳴。我覺(jué)得OpenAI的成功，跟團(tuán)隊(duì)成員都有著非常強(qiáng)烈的技術(shù)信仰有關(guān)，他們相信這件事情一定能成，在5年前剛開(kāi)始做GPT1的時(shí)候，他們就堅(jiān)信，只要把自回歸的大語(yǔ)言模型做到極致，就一定能可以做出AGI，所以才能一直堅(jiān)持下來(lái)。

其實(shí)在GPT3出來(lái)之前，根本沒(méi)人在乎他們，大家都覺(jué)得，這些東西我們也能做，但GPT3出來(lái)之后，那些大廠才開(kāi)始追隨他們?nèi)ジM(jìn)，但此時(shí)他們已經(jīng)繼續(xù)再往前推了。所以我想說(shuō)，堅(jiān)持當(dāng)然不一定能成功的，99%的堅(jiān)持最后可能也都是失敗的，但如果不堅(jiān)持，至少就不會(huì)像他們那么成功。凡是取得巨大成功的人，一定是堅(jiān)持下來(lái)的人，人有時(shí)候是要對(duì)抗全世界的，我覺(jué)得這種感覺(jué)真的會(huì)特別好。

END

關(guān)鍵詞：萬(wàn)字長(zhǎng)文ChatGPT能否成為互聯(lián)網(wǎng)后下一個(gè)系統(tǒng)性機(jī)會(huì)