去年11月以来，一款名为“chatGPT”的聊天机器人程序开始在海外爆火，到今年二月份，chatGPT更成为几乎每天都能见到相关热搜的“顶流”。
热烈的讨论声中，很多人惊呼：“《流浪地球2》里那个不断自我学习，最终演化出自主思维的“MOSS”，或许离我们已经不远。”
也有人认为，chatGPT与Siri、小爱同学、小度等人们熟悉的智能助手没有本质区别，不值得过多关注。
网友让它写诗、写小说、写工作简报、写朋友圈文案，甚至用它写代码、写论文……chatGPT究竟是一款怎样的产品?它缘何突然爆火?它能做到哪些事情?会有人因此被“抢饭碗”吗?未来发展将走向何方?我们采访到业界专家和多位chatGPT使用者，试图解答这些问题。
“不是新东西”的chatGPT
缘何这么火?
chatGPT，全称是“chat Generative Pre-trained Transformer”，可直译为“作交谈用的生成式预先训练变换器”。它是美国公司OpenAI研发的聊天机器人程序，能用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。
到今年1月，chatGPT仅用不到两个月时间，就累计了超过1亿用户，打破了此前Tik Tok用九个月时间将用户数累计到1亿的速度。
南开大学计算机学院、网络空间安全学院副院长刘晓光表示，虽然chatGPT 进入大众视野的时间并不长，但OpenAI的GPT产品几年前就已在从业者中产生巨大影响。从技术层面来说，chatGPT并不是个新东西。
“2016—2020年，OpenAI陆续发布了GPT的1.0、2.0、3.0版本，去年11月底发布的chatGPT可以视作GPT-3.5。虽然大多数普通人是最近才知道‘GPT’这种利用大数据的预训练大模型，但更早的GPT-3已经在计算机学界和业界产生很大的影响。国内一些互联网公司早在这波热潮前，就拥有自己的预训练大模型项目。”
刘晓光认为，chatGPT之所以能够突然爆火，可能有这样几个原因：“一是此前几代GPT更多是面向商界提供技术支持，而chatGPT则是直接面向大众，谁都可以提问，回答也只需等几秒，更多的人能简单而直观地了解它的作用;二是它发布时正值国外的大学考试季，很多学生拿它写论文、交作业，而chatGPT能给出相对完整的回答，解决了学生的实际问题，由此迎来用户快速增长。当然，它火热到一定程度后，也不排除有科技巨头企业、科技媒体的过度关注和一些炒作现象。”
“好得吓人”?
chatGPT突破了怎样的难点?
去年12月，埃隆·马斯克曾公开表示chatGPT“好得吓人”(scary good)，并认为强大到危险的人工智能已经离我们不远。微软联合创始人比尔·盖茨接受媒体采访时表示：“chatGPT将改变我们的世界”。近日，京东集团副总裁何晓冬接受媒体采访时表示：“chatGPT是第一款真正意义上的人工智能原生的产品，就像第一款iPhone，一出来就展现出高完整度，高体验性，高平台性。”
埃隆·马斯克称chatGPT“好得吓人”
行业巨头为何如此高度评价chatGPT?很多人表示不解。有网友在互联网中提问：“能与人对话的Siri、小爱同学、小度等智能助手已然不少，若论及AI技术，几年前的阿尔法围棋(AlphaGo)也曾引发极大关注，chatGPT究竟特殊在哪里?”
刘晓光表示，在不少计算机领域业内人士看来，chatGPT的横空出世，给AI领域带来的冲击，更甚于七年前的AlphaGo与围棋世界冠军、职业九段棋手李世石进行并获胜的那场围棋人机大战。
“从近30年前IBM开发的国际象棋电脑‘深蓝’战胜世界冠军卡斯帕罗夫，到几年前AlphaGo战胜人类围棋冠军，其间虽有算法、算力的巨大差异，但本质上仍没有跳出‘让计算机在固定场景下干固定的事’这个范畴，而这恰好是计算机最擅长做的事。”刘晓光介绍道，“而chatGPT面对的是一个‘open world’——上亿用户要问它什么问题，完全是不可预知的。chatGPT需要根据具体场景，自行组织各种回答。这恰恰是AI开发的难点，而chatGPT在很多时候表现得很好。”
关于“open world”场景下AI运作之难，刘晓光做了一个简单类比：“如今的智能驾驶技术大多仍应用于矿山、港口和室内工厂等特定的封闭环境，这种‘close world’不会让AI遇到太复杂的问题。相对的，公共道路上的智能驾驶则难实现得多。其中一个原因，就是AI面对开放的、不可预知的环境时，其运作难度指数级上升。”
刘晓光认为，从核心概念来看，chatGPT相比于Siri、小爱同学、小度等智能助手，其本质仍是语言模型，核心技术并没有颠覆性创新。区别在于，chatGPT的模型足够大、有更多的数据以供训练、处理数据的软硬件能力更强，而Siri、小爱同学等软件的学习能力、数据量都要差很多，甚至可以说是质的差别。
“chatGPT在学习能力、数据处理量上的优势，让它所能处理问题的边界大大拓宽，甚至可以说，它是一款完全不同的产品。有研究者的观察分析表明，chatGPT已展现出一个接受过大学教育的普通本科生的知识水平。这与此前同类产品有着云泥之别，也是让业界震惊的地方。”
一场“调戏”chatGPT的狂欢：
围观机器人“一本正经地胡说八道”
值得注意的是，chatGPT在中文互联网爆火后，很快引发了一场意料之外的狂欢——用户们争先恐后地“调戏”它。
与苹果的智能语音助手Siri遇到复杂问题时动辄回答“对不起，我好像不太明白”不同，chatGPT展现着一种尽可能用自身逻辑组织语言、回答问题的倾向。甚至对很多人们一眼看上去像是在搞怪的问题，它也会给出答案。这种“一本正经地强答”，让用户产生了极大兴趣。
一些“强答”反映了chatGPT有时并不能完全理解自己所回答的问题。例如，当问及“为什么房子不盖成实心的”时，chatGPT会“不厌其烦”地从空气无法流动、没有通风系统等方面论述这样的房子对健康不利，但似乎没有“意识”到这样的房子本就无法住人。
网友“调戏”chatGPT的问题(图片来自网络)
涉及专业知识类的问答，同样闹出了不少笑话。B站一位历史区up主询问chatGPT几个问题后得到的答案显示，chatGPT会混淆春秋战国时期七雄之一的魏国、三国时期割据政权之一的曹魏，以及十六国时期鲜卑拓跋氏建立的北魏。无独有偶，chatGPT还会将“南朝宋”与“南宋”张冠李戴。
chatGPT“一本正经地胡说八道”(图片来源：b站up主“稚嫩的魔法师”)
由此导致的结果，往往是乱答一通。一位历史学博士告诉记者，这些“一本正经地胡说八道”的答案固然好笑，但奇怪的是，它的回答在逻辑表达上却似模似样，不像是随意从网上抄来的，“我看到有人使用chatGPT问一些学术问题，它给出的答案甚至包含了引用论文、论文号等等细节，结果一查，这些‘参考文献’全是chatGPT自己编的，让人啼笑皆非。真不知道它是怎么得出这种答案的。”
“要讨论chatGPT‘胡说八道’的缘由，就不得不提到此类产品目前的一个缺陷，就是可解释性很差——预训练大模型中的神经网络存在成千上万层，AI通过深度学习，自行构造出一个复杂规则。人们能看到的，往往只是它针对问题所输出的一个结果。因此，无论答案是正确还是错误，人们都很难对AI为何得出该答案进行解释。”刘晓光说道。
多位使用过chatGPT的用户告诉记者，chatGPT的回答很少出现“句不成句”式的表述硬伤，但却不时出现逻辑与事实错误。越冷门、越小众的领域，这种错误就越明显。
出现这种现象，或与chatGPT所学习、训练的数据构成有关。“众所周知，一个产品用得人越多，往往就变得越来越好用，这是因为用户的使用行为本身就是一种反馈机制，能够帮产品自我改进。chatGPT也是如此，在问题集中的领域，它有更多的样本去学习、训练、自纠;而偏门的知识领域，chatGPT就缺乏足够数据来深度学习，于是就会‘胡说一番’。”刘晓光表示，最近他使用chatGPT的过程中，当询问常见问题、新闻事件等，往往能获得比较准确的答案，而一旦询问相对偏门的知识，chatGPT就开始明显地“放飞自我”。
由此衍生的另一个话题，就是chatGPT输出答案的可靠性——它给出的结果是否正确，将由谁来判断?如果无法判断，也就无法进行正确的反馈。而众所周知，正确的反馈对产品迭代十分重要。
另一方面，大量“胡说八道”式的垃圾内容被chatGPT生产出来，似是而非、经不起二次校正的不可信内容广泛出现，会削弱整个内容平台的公信力，让人们对chatGPT或同类产品的可靠性产生质疑。
毕竟，在当下这个充斥海量信息的社会中，相比于“信息密度”，人们往往更渴求的是“信息精度”。
人们该担忧“饭碗不保”吗?
chatGPT横空出世所引发的另一个争论，则相对更加严肃现实：会有人的工作岗位被chatGPT取代吗?
自有AI技术诞生以来，类似的话题不绝于耳。但要回答这个问题，就要跳出对AI技术的盲目崇拜与“调戏”式的玩闹心态，严肃地正视一个问题： chatGPT目前究竟能干什么，或者即将能干什么?
对这个问题，chatGPT自己给出了聊天机器人、自动文本生成、自动翻译、情感分析、内容摘要、数据分析、虚拟助理等具体应用的场景。事实上，在这些领域中，chatGPT已证明了自己比此前所有产品都要做得好，而且好得多。
刘晓光认为，长远来看，技术进步带来业态调整是必然结果。但一项新技术是否将带来就业冲击，以及具体将带来何种冲击，归根结底还是要看技术落地的顺利程度。
“目前来看，chatGPT对图片制作、文字生成、媒体内容生产、虚拟人服务、工作汇报、翻译、编程、搜索引擎等领域会造成较大冲击。就在2月7日，微软已宣布推出有chatGPT支持的最新版本人工智能搜索引擎必应(Bing)和Edge浏览器，这已然极大地改变了搜索引擎的竞争格局——毫无疑问地，从‘逐条抓取数据’到‘直接给用户呈现答案’，这必然是更符合用户需求的方向。可以看到，新技术的更迭如火如荼，有时人们说巨大变革就在眼前，并非夸大其词。”刘晓光介绍道。
内嵌了chatGPT的Bing搜索，直接制订了提问者想要的训练计划
但刘晓光同时表示，正如前面所指出chatGPT尚存在缺陷，其回答仍时常表现出不可靠性：“就拿chatGPT所呈现的文字表达来说，要将它应用于实际场景，还离不开人的指导、检查与验证。”
从社会分工的角度来说，面对chatGPT的冲击，首当其冲的是重复性劳动较多的、不需要太多创造力的工作。而创造力，正是当前如何地拼算力、烧财力，也无法让AI轻易跨越的一道鸿沟。
“人为什么会拥有创造力?迄今为止，这个问题连人类自己都无法说清，更遑论把创造力教给机器了。到目前为止，AI最擅长的仍然是‘照章办事’，本质上还突破不了‘创造力’这一关，chatGPT也不例外。”刘晓光说道，“如果哪天AI突破了创造力这一关，那么人们要担心的，也不仅仅是某几个行业的就业岗位问题了——届时整个人类社会都会面临翻天覆地的变化。”
预训练大模型，未来将走向何方?
早在2015年奥特曼、彼得·泰尔、里德·霍夫曼和埃隆·马斯克等一群科技领袖创立OpenAI时，OpenAI还是一家非盈利企业。公司创始人们认为，要避免人工智能技术垄断在少数巨头手中，要通过开源促进技术开放。
但随着项目进展，训练机器学习模型所需的资金越来越庞大，OpenAI开始成立一家营利性分支机构。2019年，风险投资人微软入局。时至今日，微软和OpenAI 之间的财务命运和技术变得越来越融合，今年1月份，随着chatGPT的爆火，微软又向OpenAI追加了100亿美元的投资。
当前，chatGPT仍处于免费试用状态，但不断有消息称其将很快推出收费版本。同时，Bing搜索已内嵌chatGPT，更有消息称微软或将把chatGPT嵌入Office办公软件中，这不啻将是对办公生态的又一次革新。
内嵌了chatGPT的Bing搜索在写诗
“预训练大模型”类软件将走向何方?在业内人士看来，虽然chatGPT的核心理论已不算新鲜，但开发同类产品所需的资金和人力，某种程度上已构成了新的门槛。
“早在前一代GPT中，模型训练一次的花费就高达千万乃至上亿美元，非常昂贵。OpenAI预计将在今年内发布GPT-4，那将是万众期待的进一步升级，同时也意味着它需要更多数据和更高计算力，这些都需要大量资金和人力。因此，开发同类产品的门槛在不断变高。”刘晓光说道。
大势之下，国内计算机业界有哪些机遇和挑战?刘晓光认为，当前国内外公司在开发预训练大模型产品的核心理论上，存在的差距并不算很大，但在数据采集、数据分析处理的能力上，“后来者”们仍有要追赶的距离。
“如果把机器赖以训练、学习的数据比作食材，那这种食材就需要通过收集、处理变成适合吸收的样子，这不是一项简单的工作。无论文字还是图片、视频，它们一般都需要进行人工标注，这不是短时间投入大量资金就能立刻见效的事，而是需要很多人力和时间的积累。因此业内也有说法称，数据才是互联网企业最重要的资产，甚至有人将数据比作企业的‘护城河’。”刘晓光说道。
“预训练大模型”类软件未来将如何发展?刘晓光认为或许将指向三个特征：“一是数据量越来越大，计算力越来越强，包罗万象;二是向专业化领域进军，在某一细分领域把信息精度做向极致，如医疗、法律、体育、编程等垂直分类;三是与具体应用场景深度结合，不仅仅停留在‘chat’，而是与虚拟人表演、电商营销、售后客服、陪护老幼人群、文艺创作等场景相结合。chatGPT所展现的潜力，预示着它有能力在这些领域大有作为。”