十問ChatGPT：一個新時代正拉開序幕

摘 要：ChatGPT推出以來，受到全球產業界和公眾側的高度關注。關于其背后的技術原理及成功因素的探究，將啟發更多人工智能新技術和新應用的發展。OpenAI在技術上的長期投入、在愿景和文化價值觀上的堅持，讓ChatGPT成為一款最快用戶破億的應用程序。ChatGPT的發展，不僅給搜索引擎帶來了創新的方向，也在教育、醫療、廣告營銷、電子商務、市場和戰略咨詢、企業服務、編寫代碼等各行業擁有巨大的潛力，不僅是人類的專業助手，也會成為未來人機交互的新入口，從而成為改變生產力曲線的關鍵變量。

關鍵詞：ChatGPT ；人工智能； 大模型

隨著人工智能大模型、量子計算、類腦智能、云原生、數字引擎、音視頻等技術的深入發展，新技術、新模式和新業態持續涌現。2022年11月30日，ChatGPT橫空出世，在全球范圍內形成熱烈討論，成為現象級事件。

一、ChatGPT現在有多火？

根據 Similarweb 的數據，今年1 月，平均每天約有 1300 萬獨立訪客使用 ChatGPT，是去年 12 月份的兩倍多，累計用戶超1億，創下了互聯網最快破億應用的記錄，超過了之前TikTok 9個月破億的速度。

廣大用戶千奇百怪的問題引發了社交媒體的大量傳播，與此同時，ChatGPT在各領域的“秀肌肉”，也進一步強化了其知名度。美國賓夕法尼亞大學發現，ChatGPT能夠通過該校工商管理碩士MBA課程的期末考試。《自然》雜志1月24日宣布，將人工智能工具列為作者的論文，不能在雜志上發表。《自然》稱，作者身份意味著對作品負有責任，而人工智能工具無法承擔這樣的責任。據傳，ChatGPT還成功通過了谷歌的編程面試，拿到了年薪18.3萬美元的L3工程師offer。

二、ChatGPT背后的核心技術是什么？

ChatGPT是生成式AI的一種形式，Gartner將其列為《2022年度重要戰略技術趨勢》的第一位。Gartner預測，到2025年，生成式AI將占到所有生成數據的10%，但目前這一比例還不足1%（如圖1所示）。

ChatGPT背后的支撐是人工智能大模型，針對這一技術點，騰訊研究院于去年發布的《2022十大數字科技前沿應用趨勢》報告中曾做過詳細的闡述：當前的人工智能大多是針對特定的場景應用進行訓練，生成的模型難以遷移到其他應用，屬于小模型的范疇。整個過程不僅需要大量的手工調參， 還需要給機器喂養海量的標注數據，這拉低了人工智能的研發效率，且成本較高。大模型通常是在無標注的大數據集上，采用自監督學習的方法進行訓練。之后，在其他場景的應用中，開發者只需要對模型進行微調，或采用少量數據進行二次訓練，就可以滿足新應用場景的需要。這意味著，對大模型的改進可以讓所有的下游小模型受益，大幅提升人工智能的適用場景和研發效率，因此大模型成為業界重點投入的方向，OpenAI、谷歌、臉書、微軟，以及國內的百度、阿里、騰訊、華為和智源研究院等紛紛推出超大模型。特別是OpenAI GPT 3 大模型在翻譯、問答、內容生成等領域的不俗表現，讓業界看到了達成通用人工智能的希望。當前ChatGPT的版本為GPT 3.5，是在GPT3之上的調優，能力進一步增強。

ChatGPT使用的核心技術之一是Transformer。從其全稱上也能看得出來，Chat Generative Pre-trained Transformer。Transformer技術是近幾年人工智能技術最大的亮點之一，是谷歌于2017年提出的一種采用注意力機制的深度學習模型，可以按輸入數據各部分重要性的不同，而分配不同的權重。Transformer在精度和性能上都要優于之前流行的CNN（卷積神經網絡）、RNN（循環神經網絡）等模型，大幅提升了模型訓練的效果，讓人工智能得以在更大模型、更多數據、更強算力的基礎上進一步增強能力。此外，還具有很強的跨模態能力，不僅在NLP（自然語言理解）領域表現優異，在語音、圖像方面也顯示出了優異的性能。

三、ChatGPT為什么能成功？

ChatGPT是非常成功的一次從技術研發到工程化、再到點燃大眾熱情的經典案例。

（一）技術創新

OpenAI在持續的研究中，不斷探索引入新的技術路線。這次引入的強化學習方法，很好地提升了模型的效果。OpenAI在模型訓練中，引入了人類專家。專家一方面幫助ChatGPT撰寫更符合人類習慣的回答，另一方面，也對生成的結果進行排名，通過這樣的獎勵機制，實現模型的微調優化（如圖2所示）。

（二）組織文化

OpenAI自成立之初，就致力于打造通用AI的能力，并堅定地持續投入，這是ChatGPT成功的一大關鍵因素。在這樣的愿景下，吸引了一大批高水平的人才，在沒有任何商業KPI的情況下心無旁騖地開展研發工作，最終取得了重大的突破。

（三）反饋機制

通過用戶的使用，OpenAI可以獲得用戶對于模型優劣和使用體驗的反饋，從而形成模型使用到體驗反饋的閉環，使模型得以進一步優化。此外，OpenAI還組織專門的反饋競賽，鼓勵用戶針對回答中的風險危害、新穎的回答建議等給予反饋，參賽者有機會贏取500 美元的 API 積分，并可兌換相應獎品。

（四）項目策劃

一個影響力出圈的技術，與其項目策劃密不可分。ChatGPT的問答和多輪對話形式，很好地激發了大眾的熱情和創造力，公眾基于各自感興趣的話題自由發揮，或幽默搞笑、或嚴肅認真，在朋友圈和媒體上屢屢刷屏。此前推出的GPT3，同樣在寫新聞、作詩、翻譯、編代碼等能力方面，廣受社會熱議和討論。這種與公眾良好互動的項目設計策略，很值得我們學習，包括之前AlphaGo的圍棋大戰、Deepmind破解蛋白質折疊結構難題等，都是很好的議題任務設置。

四、ChatGPT免費嗎？未來能賺錢嗎？

當前，普通用戶使用ChatGPT 是免費的。

據《財富》報道，2022年，OpenAI公司的收入預計不足3000萬美元，凈虧損5.45億美元。而隨著ChatGPT的火爆，可能進一步增加其虧損，因為用戶每一次調用，就會讓OpenAI付出更多的計算資源和帶寬成本。

當然，OpenAI也開始了商業化的嘗試，宣布自2023 年 2 月開始推出付費試點訂閱計劃ChatGPT Plus，定價每月20美元。付費版功能包括高峰時段免排隊、快速響應以及優先獲得新功能和改進等。

OpenAI預測，隨著ChatGPT成為吸引客戶的重要工具，其收入將會快速增長，預計在2023年達到2億美元，2024年超過10億美元。

此外，據報道，微軟正在洽談向 OpenAI投資約 100 億美元，使其估值達到290 億美元。2019年，微軟曾向 OpenAI投資 10 億美元，為其提供了大量的資金支持和Azure云算力支持。

五、ChatGPT會替代搜索引擎嗎？

短期來說，不會。長期來看，有可能通過融合形成新型的搜索引擎。

目前，ChatGPT回復的答案質量參差不齊，可以給出很多問題的簡要答案，甚至能寫一篇符合初級規劃師水平的產業規劃報告，但也不可避免地經常出現“一本正經胡說八道”的情況，意味著其置信度還需進一步提升。而且ChatGPT目前的知識庫主要還是2021年9月前的數據，缺乏新數據，這大大限制了其提供新信息的能力。而同時，OpenAI還推出了WebGPT，可以在網絡上查找信息并提供信息來源，這將很大程度上補充ChatGPT的實時信息源，從而進一步優化答案。

在搜索引擎的邏輯下，選擇權在用戶，搜索引擎一般會給出眾多相關結果，根據用戶的點擊反饋來持續優化搜索結果。近年來，搜索引擎也一直在做結果唯一化的嘗試，比如直接在搜索框中提供唯一的答案選擇，但目前可提供唯一結果的比較有限，且無法開展多輪對話。

ChatGPT的推出，給搜索引擎廠商帶來了很大的震動，也啟發了其打造搜索新體驗的方向。谷歌兩位創始人多次召開討論會，以應對 ChatGPT 可能帶來的顛覆搜索引擎業務的潛力。谷歌CEO Pichai表示，將在近期推出類似ChatGPT的基于人工智能的大型語言模型，一款由 LaMDA 提供支持的對話AI服務 Bard，讓用戶以“搜索伴侶”的形式使用。微軟已經在 Bing搜索引擎中添加了 ChatGPT功能，并開展了小流量測試。百度也計劃在3月推出新功能，在搜索引擎中加入類似ChatGPT的對話式機器人“文心一言”。

六、還有哪些類似ChatGPT的模型和應用？

ChatGPT是典型的AIGC大模型，目前國內外在文本、代碼、圖像、視頻、3D等領域都涌現出相應的生成模型。

當前，ChatGPT一個有力的競爭者是Claude，由Anthropic近期推出的生成式AI模型。Anthropic由幾位前 OpenAI的研究員在2021年創立，包括OpenAI前研究副總裁Dario Amodei、GPT-3論文一作Tom Brown等人。據《金融時報》報道，2022 年底，谷歌向這家初創公司投資了約 3 億美元。相比ChatGPT，Anthropic 在其網站上更強調構建“可靠、可解釋和可操縱的人工智能系統”。

騰訊“混元”AI大模型，集CV（計算機視覺）、NLP（自然語言理解）、多模態理解能力于一體，先后在MSR-VTT、MSVD等五大權威數據集榜單中登頂，實現跨模態領域的大滿貫。2022年5月，騰訊“混元”AI大模型在CLUE（中文語言理解評測集合）總排行榜、閱讀理解、大規模知識圖譜三個榜單同時登頂，一舉打破三項紀錄。12月，混元推出國內首個低成本、可落地的NLP萬億大模型，并再次登頂自然語言理解任務榜單CLUE。混元用千億模型熱啟動，最快僅用256卡在一天內即可完成萬億參數大模型HunYuan-NLP 1T的訓練，整體訓練成本僅為直接冷啟動訓練萬億模型的1/8（如圖3所示）。

七、ChatGPT等大模型，會讓我們實現通用人工智能嗎？

自從包含1750億參數的GPT3在2020年6月推出以來，業界對于達成通用人工智能的探討又進一步熱烈起來。正如微軟CEO納德拉近日在接受《華爾街日報》訪談時表示，GPT 的發展不是線性的，而是指數級變化的，所以相比較GPT3，當前的GPT3.5已經展現出更強的能力。業界普遍預測，GPT4將在今年推出，并具備更強大的通用能力。

但同時，我們也需要有清晰的辨識，AI并非萬能。即無論AI如何強大，其解決的問題也只是人類面臨所有問題的很小一部分。因為現實世界中有海量的問題并非數學問題，也就不可能通過計算來求解。目前人工智能已經找到解決方案的問題，也只是可計算問題的一小部分（如圖4所示）。

八、ChatGPT可能產生哪些社會或倫理問題？

ChatGPT同樣面臨人工智能長期以來面臨的挑戰，如歧視等倫理問題，被濫用于詐騙、欺詐、政治造謠、偽造身份等安全問題，以及知識產權問題。最近，OpenAI表示，正考慮在ChatGPT中添加模型水印，即監測模型可以識別的特殊標記，以降低模型濫用的問題。此外，針對大眾普遍擔心的失業問題，ChatGPT 在 LinkedIn 上分享了一篇帖子寫道：“AI 不會取代你。一個使用 AI 的人將取代你。”

九、ChatGPT的未來將帶來哪些變革和新機會？

ChatGPT會成為未來人機交互的一個新入口，很可能改變現有APP的交互方式，以更自然的對話方式，讓用戶來使用軟件和調用技能。例如，未來在文檔編輯軟件中，人們可以通過描述需求，讓軟件直接生成文字內容或圖形，甚至直接進行修圖等工作。在編程方面，ChatGPT這種即時編程的方式，將改變傳統的工作方式和應用交互規則，推動產業進入軟件3.0的新階段。

除此之外，ChatGPT未來還可以有多樣化的應用前景：

一是當下火熱的數字人，需要類似ChatGPT這樣的模型提供對話能力，使其具備有趣的靈魂，更好地陪伴和服務于人。同時，該能力也可以嵌入機器人身體內，讓未來的人形機器人更聰明、更擬人化。

二是大量的開發者可以利用ChatGPT這樣的底層平臺，在大模型基礎上根據不同行業和場景進行模型調優，從而創造出各類滿足用戶需求的豐富應用，從而形成對話式AI的生態。例如，國外火爆的Jasper，通過在GPT3模型上的微調，幫助用戶撰寫營銷文案，甚至有人在上面完成了一部12萬字的小說，IBM、Airbnb、Autodesk等大企業都是其企業用戶。普通用戶可以免費試用1萬個單詞的版本，之后可以用29美元訂購2萬個單詞，或用59美元訂購生成5萬個單詞的權限。

三是在教育、醫療、廣告營銷、電子商務、市場和戰略咨詢、企業服務、編寫代碼等專業服務領域，成為更為專業的人類助手。不僅可以生成內容，還可以調用各種專業能力，甚至替代部分初級的專業工作。企業服務方面，微軟推出了由 ChatGPT 提供技術支持的高級 Teams 產品， ChatGPT 可以自動幫助參會者生成會議記錄，即使沒有參加會議，智能回顧功能也能幫助用戶生成會議記錄和要點。ChatGPT還可以給用戶提供個性化的時間線標記，以快速查看分享和討論的內容，該服務將于 6月開始每月收費 7 美元，并于 7月增加到10美元。代碼編寫方面，近期特斯拉前任AI總監Andrej Karpathy透露，現在他80%的代碼都是由AI生成的（GitHub Copilot），而且有80%的準確率。

四是與其他模態AI工具的組合式創新。ChatGPT同文生圖、文字生成視頻甚至未來直接生成3D模型的工具集成，可以帶來UGC內容的極大豐富，成為內容工業化的核心引擎。

未來，ChatGPT與更多的AI、云計算等信息技術的集成創新，將創造改變生產力曲線的工具，成為經濟發展新動力。

十、對我們有哪些啟示？

一是推動更高質量數據的匯聚。在大模型的推動下，數據-算法和算力的正循環模型能力進一步增強，如果給機器更高質量的數據，特別是帶有行業Know-how（經驗和常識）的數據，將大幅增強人工智能對各行業的理解，從而發揮更強的智能+價值，推動行業數字化升級。

二是做時間的朋友。真正的理論突破和工程化的進步，是需要耐得住寂寞坐“冷板凳”的。如果對于AI的投入，是希望短期內獲得巨大的收益，反而會欲速則不達。ChatGPT再次引爆的生成式AI領域，又一次讓資本、技術、人才大量聚集，有了創新的基礎條件，那么決策者需要的就是更多的耐心了。

三是設置有挑戰性的目標。正如當年阿波羅計劃匯聚了美國乃至全球的頂尖科學家，后續產生了眾多影響世界的科技突破，AI的研究也需要設計一系列有挑戰性的目標，來牽引全社會的聰明才智和各類要素資源，在突破核心目標的同時，形成更多的科技成果外溢。

四是秉持科技向善的初心。當AI的能力進一步彰顯，其兩面性也會越來越多地暴露，因此，對AI應用相關法律法規的完善、倫理規范的建立，也將更加迫切。

參考文獻：

1.Sequoia，《Generative AI： A Creative New World》2022.09

2.騰訊研究院 《2022十大數字科技前沿應用趨勢》2022.01

3.凱德·梅茨《深度學習革命》中信出版集團 2023.01

4.騰訊研究院《AIGC發展趨勢報告2023：迎接人工智能的下一個時代》 2023.01

（作者系騰訊研究院資深專家，前沿科技研究中心主任）