企業(yè)需要怎樣的AI

史敏才

根據(jù)瑞銀最近一份研究報(bào)告估計(jì)，OpenAI 2022年11月底推出的ChatGPT在2023年1月份達(dá)到了1億月度活躍用戶，成為歷史上增長最快的面向消費(fèi)者的人工智能應(yīng)用程序。根據(jù)Sensor Tower的數(shù)據(jù)，從上線開始算，達(dá)到1億月活，Instagram用了大約2年半，TikTok抖音用了大約9個(gè)月，而ChatGPT只用了2個(gè)月。

據(jù)業(yè)內(nèi)媒體反饋，ChatGPG也是當(dāng)前中國企業(yè)開發(fā)者社區(qū)最關(guān)注的話題———如何將ChatGPT運(yùn)用于企業(yè)，用于哪些業(yè)務(wù)場(chǎng)景，怎么用？包括金融、制造和車企在內(nèi)的傳統(tǒng)企業(yè)都對(duì)此極為關(guān)注。一些開發(fā)者表示，他們的領(lǐng)導(dǎo)已經(jīng)下命令，讓他們加快研究ChatGPT如何在業(yè)務(wù)當(dāng)中發(fā)揮作用。

第三方研究機(jī)構(gòu)早在2021年就報(bào)告IBM連續(xù)3年位列全球AI市場(chǎng)份額的第1名，全球有超過4萬企業(yè)客戶正在使用IBM的人工智能，即Watson AI。近年來，許多把“數(shù)據(jù)為先”作為企業(yè)數(shù)字化轉(zhuǎn)型重點(diǎn)的中國企業(yè)也加入到積極采用人工智能技術(shù)的行列，他們與IBM的技術(shù)與行業(yè)專家一道，攜手打造了不少創(chuàng)新領(lǐng)先的AI應(yīng)用場(chǎng)景，積累了一定的經(jīng)驗(yàn)。

近期，基于客戶與合作伙伴對(duì)于面向企業(yè)人工智能應(yīng)用的高度關(guān)注與探索需求，IBM中國的技術(shù)與行業(yè)專家，分享了他們的見解與實(shí)施經(jīng)驗(yàn)，希望能夠?qū)V大客戶、合作伙伴和開發(fā)者社區(qū)的同行有所啟發(fā)和借鑒。以下是IBM杰出工程師、大中華區(qū)客戶成功架構(gòu)師、大中華區(qū)金融行業(yè)首席架構(gòu)師陳宇翔的觀點(diǎn)。

ChatGPT火爆出圈

最近幾周，AI業(yè)界最大的新聞無疑是ChatGPT橫空出世，從而引發(fā)的業(yè)界震動(dòng)。市場(chǎng)上有大量的評(píng)論文章，有把它描述成無所不能的，大有代替人類職業(yè)之勢(shì)；也有提出擔(dān)擾，某些頂級(jí)學(xué)術(shù)雜志和知名高校已經(jīng)明確限制AI作者發(fā)表論文和科研成果。

出于好奇，筆者也試用了ChatGPT。整體感覺對(duì)于一般的開放性問題，ChatGPT生成的回答文法結(jié)構(gòu)完整，語言風(fēng)格自然，比之前的聊天機(jī)器人有明顯的進(jìn)步。內(nèi)容的準(zhǔn)確性和完整性，往往能超過正常交流時(shí)大多數(shù)人的“第一反應(yīng)”，更像是經(jīng)過了一番思考并整理后的結(jié)果，條理清晰很有啟發(fā)。但對(duì)于專業(yè)性問題，尤其是需要邏輯推理的知識(shí)，ChatGPT并沒有像網(wǎng)上文章說的那么出色，經(jīng)常“張冠李戴”或者形式上像模像樣但內(nèi)容上卻不知所云。

為什么會(huì)這樣呢？我們可以問一問ChatGPT自己。據(jù)其官方介紹：“ChatGPT是由OpenAI公司開發(fā)的一款預(yù)訓(xùn)練語言模型，旨在生成人類可讀的文本。通過讀取大量的文本數(shù)據(jù)，學(xué)習(xí)了如何生成與語言相關(guān)的內(nèi)容，并在輸入一段文本時(shí)生成一段有關(guān)的文本輸出……”ChatGPT中GPT的全稱是Generative Pre-trained Transformer———即生成性預(yù)訓(xùn)練變換模型。借用一位名叫#硅谷學(xué)霸Jolin的技術(shù)教育博主對(duì)GPT模型的淺顯解釋，她說：“以ChatGPT為代表的‘生成性AI是一項(xiàng)技術(shù)突破，之前AI學(xué)習(xí)大多聚焦于觀測(cè)、分類和分析內(nèi)容，而生成性AI則不限于分析現(xiàn)有數(shù)據(jù)，它可以生成新內(nèi)容，可以根據(jù)需要生成新的代碼、詩歌、文章和藝術(shù)品。ChatGPT是專注于文本內(nèi)容的生成性AI。所謂‘預(yù)訓(xùn)練是指該模型已經(jīng)在某些有限的數(shù)據(jù)集上進(jìn)行了訓(xùn)練，事實(shí)上，ChatGPT已經(jīng)學(xué)習(xí)了2021年6月以前人類編寫和發(fā)布在互聯(lián)網(wǎng)上的海量信息，而且是通過‘監(jiān)督學(xué)習(xí)和‘人類反饋強(qiáng)化學(xué)習(xí)這2種技術(shù)進(jìn)行的學(xué)習(xí)。Transformer是一個(gè)非常底層的AI機(jī)器學(xué)習(xí)的算法架構(gòu)，是一種深度神經(jīng)網(wǎng)絡(luò)。從GPT-1到今天的GPT-3.5都是采用Transformer架構(gòu)，而GPT模型的進(jìn)化有賴于底層硬件超級(jí)算力的效率提升，以支持AI對(duì)更多、更大數(shù)據(jù)集的訓(xùn)練和學(xué)習(xí)。”

也就是說，ChatGPT是通過海量（約45 TB）語料訓(xùn)練而掌握了語法和語義結(jié)構(gòu)的成熟的大型語言模型，其特色是文本生成能力很強(qiáng)，產(chǎn)生的文字風(fēng)格和內(nèi)容很像之前的輸入———即人類語言。由于訓(xùn)練語料涉及面廣，所以ChatGPT對(duì)各行各業(yè)的信息都有涉獵，總能略知一二，有時(shí)甚至回答得頭頭是道。對(duì)某些專業(yè)領(lǐng)域，比如編程，甚至可以產(chǎn)生準(zhǔn)確的代碼并直接運(yùn)行。然而，若仔細(xì)觀察，這些代碼往往都是解決特定的小任務(wù)，代碼風(fēng)格似曾相識(shí)。若要完成一個(gè)創(chuàng)新的算法，或者復(fù)雜問題的編程，ChatGPT就無能為力了。

總體而言，這類通過學(xué)習(xí)語料來生成文本的AI模型，都是在學(xué)習(xí)過去，其目標(biāo)是模仿過去，生成幾可亂真的作品，并不是真正意義下的創(chuàng)造未來。ChatGPT也不例外。作為助手，對(duì)思考的廣度往往有幫助，對(duì)思考的深度卻不盡然。

從聊天到業(yè)務(wù)助手

ChatGPT讓我們看到了大型語言模型的未來。然而，在企業(yè)應(yīng)用中，為了創(chuàng)造業(yè)務(wù)價(jià)值，這類對(duì)話形式的應(yīng)用（ChatBot）則更多用于對(duì)外的客戶服務(wù)，或?qū)?nèi)的業(yè)務(wù)助手等方面。這對(duì)此類模型提出更高的要求。

第一，準(zhǔn)確性和專業(yè)性

企業(yè)往往要求回答準(zhǔn)確且專業(yè)，如果對(duì)答案沒有把握，回答“不知道”也好過生成一大段豐富而無用的文字。

ChatGPT是一種開放領(lǐng)域系統(tǒng)，類似的還有Google的Bard，它們都需要海量的信息輸入和長時(shí)間的訓(xùn)練，能應(yīng)付所有領(lǐng)域的對(duì)話，回答內(nèi)容相關(guān)度高，對(duì)答自知、語法自然。

而企業(yè)級(jí)的ChatBot是一種封閉領(lǐng)域系統(tǒng)，往往不是需要一個(gè)乖巧的“百事通”，而是需要專業(yè)領(lǐng)域可靠的“知識(shí)助手”。它的訓(xùn)練語料是有限的，包含企業(yè)內(nèi)部的文檔和資料、專業(yè)領(lǐng)域的知識(shí)庫以及外部該領(lǐng)域的相關(guān)文章等等，大量的資料都是不公開的。ChatBot能回答的問題也限定在專業(yè)領(lǐng)域的場(chǎng)景語境中。不必面面俱到，但求簡(jiǎn)練、精準(zhǔn)、專業(yè)。

第二，主動(dòng)式對(duì)話

碰到提問模棱兩可的時(shí)候，企業(yè)應(yīng)用往往要求通過主動(dòng)引導(dǎo)式對(duì)話，甚至反問的辦法，迅速澄清意圖。然后，再給出明確的答案。這一點(diǎn)ChatGPT目前尚未做到，當(dāng)問題模糊時(shí)，回答也模糊，提問者發(fā)現(xiàn)后換一種問法，或者在對(duì)話中縮小范圍，可逐步得到想要的結(jié)果。整個(gè)過程中，ChatGPT每次都是被動(dòng)回答。

第三，后臺(tái)集成能力

ChatBot往往作為企業(yè)對(duì)話的渠道入口，在提供服務(wù)時(shí)需要和企業(yè)大量的后臺(tái)系統(tǒng)集成。比如：在識(shí)別意圖后可以從數(shù)據(jù)庫或大數(shù)據(jù)平臺(tái)中自動(dòng)收集相關(guān)數(shù)據(jù)，并進(jìn)行分析和推理，得到客戶所需的明確答案；或者啟動(dòng)一條指令或一個(gè)后臺(tái)流程，幫助客戶完成相關(guān)操作。

企業(yè)級(jí)AI應(yīng)用

OpenAI從2018年以來長期堅(jiān)持研發(fā)大型語言模型，通過不斷迭代，從最初的GPT-1到目前的GPT-3，且今年會(huì)發(fā)行GPT-4。目前，在開源社區(qū)找到GPT-3模型，也為企業(yè)開展此類研究提供了范本。

ChatGPT對(duì)企業(yè)的吸引力是毋庸置疑的，多數(shù)企業(yè)都有意愿擁有一個(gè)自己的ChatGPT。然而，當(dāng)前ChatGPT采用最新的GPT-3.5模型，含有千億級(jí)參數(shù)，一次訓(xùn)練就要花費(fèi)數(shù)百萬美元。大多數(shù)企業(yè)不具備如此大的算力，但如果為了獲得對(duì)話模型，把企業(yè)內(nèi)部數(shù)據(jù)都上傳到網(wǎng)上，利用公有云訓(xùn)練也會(huì)有安全顧慮。所以，企業(yè)主導(dǎo)訓(xùn)練一個(gè)定制版ChatGPT，無論從財(cái)力還是合規(guī)方面都會(huì)有障礙。

IBM Watson，也就是IBM企業(yè)級(jí)的人工智能，經(jīng)過10多年的發(fā)展，從研究到實(shí)驗(yàn)，至今已經(jīng)發(fā)展成為一套可以在紅帽O(jiān)pen Shift上任意運(yùn)行的AI能力，以產(chǎn)品化的方式提供給用戶，幫助企業(yè)整合和分析混合環(huán)境下分散而復(fù)雜的企業(yè)數(shù)據(jù)，從而實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)性決策、智能自動(dòng)化和基于企業(yè)內(nèi)外適時(shí)數(shù)據(jù)和洞察的安全策略與響應(yīng)。

今天IBM Watson已經(jīng)應(yīng)用于全球4萬多企業(yè)用戶的業(yè)務(wù)場(chǎng)景當(dāng)中，為具有不同水平AI技能的用戶提供尖端的AI能力，無論是缺乏AI技能卻想通過AI重獲時(shí)間效率的商務(wù)及專業(yè)人士（例如人力資源、財(cái)務(wù)及網(wǎng)絡(luò)安全管理人員等），還是具備一定AI技能并且正在大規(guī)模使用AI的數(shù)據(jù)科學(xué)家、IT專業(yè)人員等。IBM Watson提供了許多不同的工具和服務(wù)，用于解決多種問題。它涵蓋了語言處理、解釋、回答和生成文本等多種功能，以幫助客戶解決商業(yè)問題。同時(shí)，它也提供了語音識(shí)別、圖像識(shí)別等其它功能，使之成為一個(gè)非常強(qiáng)大和全面的人工智能平臺(tái)。

長期以來，IBM Watson面向企業(yè)級(jí)AI應(yīng)用，特別為企業(yè)定制“業(yè)務(wù)助手”類的對(duì)話式應(yīng)用。基本上，Watson有語音文字轉(zhuǎn)換、意圖識(shí)別、對(duì)話流設(shè)計(jì)、文本分析、知識(shí)整理和情感分析等功能。使得Watson可以在通用的語言模型上疊加專業(yè)領(lǐng)域知識(shí)，并有意識(shí)地設(shè)計(jì)和引導(dǎo)對(duì)話方向。

Watson通過后臺(tái)的機(jī)器學(xué)習(xí)、自然語言處理、文本生成、語音識(shí)別與合成、對(duì)話系統(tǒng)和知識(shí)圖譜技術(shù)，可以分解文本結(jié)構(gòu)，精準(zhǔn)定位觀點(diǎn)、事實(shí)、論據(jù)和邏輯關(guān)系等。早在數(shù)年前，采用IBM Watson技術(shù)的IBM人工智能辯手就曾以它的機(jī)智幽默和高情商而驚艷業(yè)界，它可以針對(duì)任何一個(gè)預(yù)設(shè)話題，比如“國家應(yīng)該為每個(gè)人提供基本收入”，臨時(shí)選擇正方或反方，與人類的辯論冠軍選手進(jìn)行對(duì)辯。今天的ChatGPT也可以達(dá)到這個(gè)效果。應(yīng)該承認(rèn)，其通用語言模型和文本生成技術(shù)所呈現(xiàn)的體驗(yàn)感受甚至可以超過Watson，令人驚艷，其開放的用戶界面更是讓大眾能夠親身體驗(yàn)這種驚艷，然而Watson的專業(yè)性、可設(shè)計(jì)性、集成性則更適合企業(yè)級(jí)的業(yè)務(wù)定位。IBM把這種普適性的大型基礎(chǔ)模型稱為基礎(chǔ)模型（Foundation model），它利用遷移學(xué)習(xí)（Transfer learning）經(jīng)過少量的專業(yè)訓(xùn)練，就能進(jìn)入一個(gè)知識(shí)領(lǐng)域，并且得到新的啟發(fā)，這一點(diǎn)非常像人類的學(xué)習(xí)過程，有廣闊的應(yīng)用前景，也是IBM今后研究的重點(diǎn)。

設(shè)想，對(duì)于企業(yè)已有的Watson對(duì)話模型，也可以利用ChatGPT得到增強(qiáng)。可以是協(xié)同模式：當(dāng)發(fā)現(xiàn)是專業(yè)領(lǐng)域的封閉式問題，可用原有Watson模型回答，當(dāng)發(fā)現(xiàn)是開放式問題，可用ChatGPT回答。也可以通過競(jìng)爭(zhēng)模式：一次生成多個(gè)答案，由人類做裁判，相互學(xué)習(xí)共同提高。

總言之，ChatGPT將人機(jī)對(duì)話的體驗(yàn)提高了一個(gè)檔次，利用強(qiáng)大的搜索和知識(shí)整理的能力，在問題回答的廣度上往往很有啟發(fā)，但深度不足。目前只能學(xué)習(xí)人類語言和知識(shí)，還做不到思考推理，也難以駕馭高度創(chuàng)新和深度思考的任務(wù)。個(gè)人認(rèn)為，對(duì)于企業(yè)級(jí)的應(yīng)用，融合ChatGPT與IBM Watson之所長，不失為快速高效地應(yīng)用AI提升體驗(yàn)、創(chuàng)造價(jià)值之選。