去年12月ChatGPT横空出世，在业界引起惊涛骇浪，最近又发布了GPT-4的进化版本，ChatGPT将对我们的工作生活有什么样的影响，又将如何应对？本文不讨论ChatGPT背后的具体模型算法和实现逻辑，只简单讨论ChatGPT对产业布局发展的潜在影响和机会。
1、ChatGPT概念
今年业界最火爆的概念非ChatGPT莫属，自2022年12月发布以来，到春节后的一个月时间迎来井喷，狂飙了近一个月时间，在国内市场也是反响强烈，受到资本的热捧。从百度指数看到其火爆程度可见一斑，在国内的科技环境下已经是风起云涌，并将持续一段时间。
其实ChatGPT是什么，对普通大众来说并没有什么概念，这个号称是“第四次工业革命”的产物对大家来说还是相对陌生的，产品也远还没有普及到飞入寻常百姓家。ChatGPT给自己的定义如下：
ChatGPT是一种高效的语言模型，全称为"聊天式自动回复生成技术"（Chat-based Automatic Reply Generation Technology），用于预测人类语言的后续内容。它是基于OpenAI的GPT-3模型构建的，具有强大的自然语言处理能力。ChatGPT使用transformer模型进行训练，可以从大量的语料中学习语言之间的关系，并使用多层循环神经网络来捕捉语言的结构和语义。它可以应用于自动文本生成、语音识别、机器翻译等领域，为用户提供更好的人机交互体验。
看到上面的“通俗”解答，很多专业术语还是没有概念，什么是语言模型、自然语言处理、模型训练等。只需要知道的是，给定一段描述，ChatGPT能自动生成一段文字、一段程序代码、一幅图片，甚至能够根据对话上下文去推理提问者的逻辑，具备了真人对话的能力。更为可贵的是ChatGPT背后的训练数据是极其广泛的，有新闻语料、代码片段、百科全书，这样能够在你不熟悉的领域快速的给出它认为的解答，虽然这个解答不一定是准确的。
2、ChatGPT发展方向
2.1 AIGC的发展机遇
OpenAI的ChatGPT模型是AIGC（AI生成式内容）浪潮的一部分，从微软智能小冰，到AI自动生成图片，到DeepMind的AI自动生成视频，再到ChatGPT对自然语言文本的理解和处理，AIGC的趋势已经在不断的进化。
2.1.1 AIGC技术的前沿能力
AIGC相关技术包含三大前沿能力：
- 数字内容孪生能力，构建现实世界-虚拟世界映射
- 孪生能力包括智能增强与转译技术其中增强技术弥补内容数字化过程中的信息损失，转译技术在理解基础上对内容进行多种形式呈现
- 数字编辑能力打通现实世界虚拟世界交互通道
- 编辑能力包括智能语义理解与属性控制，语义理解帮助实现数字内容各属性的分离解耦，属性控制则在理解基础上对属性进行精确修改、编辑与二次生成，最终反馈于现实世界，形成孪生-反馈闭环
- 数字创作能力从数据理解走向数据创作
- 创作能力可分为基于模仿的创作与基于概念的创作，前者基于对某一类作品数据分布进行创作，而后者从海量数据中学习抽象概念，并基于概念创作出现实世界不存在的内容
2.1.2 AIGC应用场景
AIGC所属内容生产生态的发展经历了专家生产内容（PGC）、用户生成内容（UGC）、AI辅助生产内容、AI生产内容（AIGC）四个阶段。目前尚处于AI辅助生产内容阶段，由AI技术在专业知识领域辅助内容生产，提高生产内容的效率和质量，减少创作的耗时，同时需要人工进行内容的复核确认，以及关键输入指令的下达，尚不能完全由AI自主完成创作。
AIGC根据内容分为不同的模态：文本、图像、音频、视频和多模态。不同模态也分为不同的技术应用场景，基于文本创作小说、剧本、专业论文；图像剪辑和创作；基于音频算法生成音乐、作曲，合成语音等，其中文本领域作为成熟。
而跨模态的AIGC技术将成为主流技术，根据文字描述生成创意图像、拼接成视频素材、创意歌曲，由语音转换文字，自动生成文稿，减少机械重复工作，极大的提高了传统的内容生产模式，加快内容生产效率、提高内容质量、扩充内容影响力。
2.2 GPT-4模型的进化
ChatGPT在去年12月横空出世的时候，还有很多地方被人诟病，对一些在人类看来简单的问题出现低级错误。GPT-3.5的模型确实有些不足，但是今年3月份发布的GPT-4版本不得不让人叹服ChatGPT进化能力的可怕，在某些领域甚至可以媲美专业人士，比如在专业考试领域，甚至超过90%+，这样的学习能力已经超过大多数人类了。
2.3 ChatGPT技术上的不足
ChatGPT作为AIGC浪潮中的技术飞跃，极大的提高了人类的生产力水平，那么这项技术目前有哪些不足：
- 模型训练的成本：海量数据的大规模模型训练需要耗费巨大的算力以及人力成本，亿级别的参数模型迭代计算学习意味着学习的时效性不能及时保证。
- 合规性问题：ChatGPT产生的回答是否有相应的版权，能否为对应的答复负责，还有虚假传播的风险谁来承担；再者其中涉及到政治、暴力等敏感话题如何规避，又如何保证训练数据的健康性。
- 生成内容可信性无法验证，一些错误答案具有一定的误导性。现有语言模型生成的回答依赖于训练语料库，内容准确性无法保证，甚至有可能产生错误的信息，对使用者造成一定的误导。缺乏行业专门类语言模型，无法针对各行业的专业性问题进行针对性回答和判断。
- 不擅长处理具有创造性和发散思维的问题，目前ChatGPT较为擅长解决语义理解、文本优化、撰写代码等较为程式化、有较为清晰明确解决方案的问题，无法很好的处理有创造性和发散思维的问题，且一些问题回答较多无意义重复。
- 无法做到开源和公布参数，由于担心ChatGPT模型被滥用或出于商业利益考虑，一些模型开发单位无法提供开源代码或者预训练参数，提升后来者的参与门槛。
- 中英文语系环境的不同，ChatGPT的模型大多是在英文的语言环境下训练的，对中文的理解还有些水土不服，未达到预期效果。也希望本土的产品，例如百度的文心一言能够成长起来。
3、面对ChatGPT能做哪些？
3.1 ChatGPT对行业的影响
科学技术是第一生产力，ChatGPT号称第四次工业革命的先驱技术，将极大的提高生产力，提升一些重复的、按照一定规程逻辑处理的工作的效率。像微软等大厂已经将GTP-4模型嵌入到原有的产品中，提升产品的智能化水平，搜索引擎结合ChatGPT技术能够得到更加精确的答案、Office全家桶集成ChatGPT技术能够实现办公自动化，通过一段描述可以自动生成图表、制作PPT，减少原先繁琐重复的劳作；程序员可以输入用户的需求，自动生成一段可部署的代码。因此ChatGPT对行业的影响是巨大的，就像蒸汽机时代到电力时代，再到计算机时代，每一次科技上的飞跃，都会引来生产力的极大解放，还有行业格局的变动。AI+内容创作、AI+营销、AI+娱乐、AI+教育、AI+金融、AI+医疗、AI+智能家居等，已有媒体总结了受到ChatGPT影响最大的几个行业。
- 技术类工作：程序员、软件工程师、数据分析师、UI设计师等。程序开发设计等最注重逻辑性，而这些又是ChatGPT类最擅长的，由AI开发代码可以支持各种语言，减少了不同语言的技术学习成本，提升了软件开发的效率和质量。
- 媒体类工作：广告、内容创作、新闻编辑、翻译等。ChatGPT对自然语言的处理已经具备人类的理解能力，在通用框架内可以极大的提升内容创作、文本编写处理的效率。
- 法律类：法律行业工作人员对大量的信息进行处理消化后，综合专业的法律知识撰写法律摘要或意见。这部分工作很容易由AI去处理，并且能够提升处理的效率。不过在明确客户的需求或者庭审这种需要强烈的信息交互类工作，还是无法由AI替代的。
- 金融类：市场研究分析、金融分析师、财务顾问、交易员等。这类工作负责收集数据、识别和确认数据中的发展趋势，而AI擅长分析数据和预测结果，人类现阶段需要做的只是对这个预测结果加以判断。
- 教育行业：ChatGPT兴起时候已经有学生用它写论文摘要、课题大纲等，对与教师或者学生来说，可以利用ChatGPT对知识了解的广泛性进行辅助教学或者学习，当然结果的准确性还需要自己来判断。
- 财务会计类：AI擅长的数理能力的处理，对于账务数据、财务报表等统计类工作，AI能够提升处理的效率和准确性。当然，财务造假之类的AI不一定能做到。
- 人工客服：几乎每一家公司的客服都会被人吐槽，ChatGPT技术发展后智能客服能够更好的理解用户意图提供服务。
3.2 ChatGPT有意识吗？
和ChatGPT沟通对话中，你会发现它能够根据对话上下文语义理解你的意图，甚至能够揣度你的喜好回答问题，那么ChatGPT是否具备像人类一样的理解能力，这可能是大家关心的问题之一。人工智能发展的最后真的会出现像科幻电影中描述的有自我意识，像550W那样可以控制全球的数据，AI+波士顿机器人就能成为机械公敌？
对以ChatGPT为代表的大语言模型来说，从语言表现上来说它有充分的灵活性与可塑性，似乎克服了中文房间悖论，但从底层结构上来说，我们依然很难判断它在多大程度上“理解”了语言。
ChatGPT到底只是从“真实存在的规则”这一层面去理解这件事情从而正确回答了问题，还是真的能“了解他人的想法”？至少现在还无从判断。对于非人类的心智研究，还需要全新的技术和研究手段，才能获得进一步突破。
也许有一天ChatGPT们不断进化学习到所谓的“奇点”时刻，真正形成了自我意识，人类将如何面对，就不得而知了。
3.3 面对ChatGPT我们能做什么？
现阶段的ChatGPT已经展现出强大的内容创作能力，而且随着模型的迭代和产品生态的发展，越来越多的软件工具集成了AI模型，创造了新的机会变革的同时，也对现有的产业结构有着极大的影响。面对被ChatGPT取代的危机，将如何应对？
1） 积极主动了解新技术发展并为自己所用
工欲善其事必先利其器，ChatGPT等新技术的涌现极大的提升了工作效率，就像搜索引擎出来之前需要从浩瀚的书海里查文献资料找到有价值的信息，搜索引擎出现以后这样的信息检索时间是大大的缩短。ChatGPT出现也是生产工具的进步，可以将本身流程化重复性的工作由机器自己去处理，也可以对一些低频的不擅长的专业领域由AI去处理减少学习成本，比如临时要制作一个视频素材、写一份学习心得等。
2）学会独立思考做AI的决策者
从ChatGPT的回答或者部分AI创作的内容上可以看出，AI给出的答案还有些瑕疵甚至是错误的。在这些自己熟悉的专业领域，需要有思辨能力，对于AI给出的结果加以修正或者辨别正确与否。AI是不会对自己给出的答案负责，但是AI的使用者需要为这些结果担责。AI不具备决策能力，但是使用者自己的选择会决定下一步走向。
3）学习推理的能力是无法替代的
ChatGPT的出现让工作或者学习中容易出现一些捷径，比如可以直接帮忙写论文、完成某项工作任务等，但是作为人类个体整个知识体系的构建和知识库的丰富是无法通过AI快速实现的。对于某项事物的理解和学习过程是人类自我意识的学习进化过程，这个过程相比AI来说虽然显得有些漫长，但是从AI那里只会得到结果不能得到这个过程，整个学习推理能力是AI无法替代的。比如学习一门外语，最终目的是对语言的听说读写能力，对AI来说很轻松的实现，但如果只依赖于AI对于人类来说还是一份空白，学习的意义已经不存在了。
4）保持人类独具一格的灵魂
对于ChatGPT来说，人类的灵魂是沟通和理解、创新以及思考能力？从哲学的角度人类之所以为人，是具有独立思考的人格，思考本我、思考自我、思考超我，思考宇宙万物，并赐予了ChatGPT以生命。所有需要思辨、创新能力的工作，都是目前ChatGPT们无法替代的，将来也不会替代。
4、总结
ChatGPT技术的研究和讨论在外网环境依旧火爆，中文语义环境下的“文心一言”似乎又成了全村人的希望。虽然之前“文心一言”的推出宣讲现场表现有些大跌眼镜，还是希望国人自己有类ChatGPT的产品，不然技术上可能又被卡脖子。目前“文心一言”还没有全面放开测试，还处于内测中，依旧需要排队，只是这个内测名额不知道要等到猴年马月了（上次申请还提示有60w+排队，现在是直接不明示多少人在排队了）。
写到最后，记起《流浪地球2》中的一句台词，“没有人类的文明，不能称之为文明”，同样现在想到未来AI和人类的抗争有些杞人忧天，技术发展到那一步的时候也不是你我能控制住的了。文章来源：https://www.toymoban.com/news/detail-419808.html
参考资料：文章来源地址https://www.toymoban.com/news/detail-419808.html
- ChatGPT研究框架2023，国泰君安证券
- https://arxiv.org/pdf/2303.10130v1.pdf
- ChatGPT有自我意识吗？
- OpenAI模型ChatGPT体验
到了这里，关于ChatGPT发展机遇和思考的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
