本文分享自华为云社区《零基础解读ChatPGT：对人类未来工作是威胁还是帮助?「链接」》，作者：关耳山石。
前言
年前到现在，一直被ChatGPT的新闻轰炸，现在还越来越热闹了，关于ChatGPT技术，关于人与ChatGPT未来发展的讨论，网络上众说纷纭。我就让同事从海外注册账号，直接问了ChatGPT这个问题，最后用Stable Diffusion生成了ChatGPT眼中未来的图像，如下图：
关于，这幅景象，它是这么描述的：
于是，作为一位严谨的“民科”和积极的开发者，立即开始跟随潮流，了解新技术 !希望能与大家一起交流看法，欢迎大家留言讨论~
一、ChatGPT是什么?
1、ChatGPT背后的公司们·OpenAI&微软
要聊ChatGPT，必须得先聊OpenAI。这本来是一家搞全栈AI创新的非盈利组织，重点研究物理机器人，背后甚至还有钢铁侠、彼得·蒂尔、YC总裁Sam(任CEO)等一众硅谷大佬身影，而GPT系列模型只是众多研究方向之一。
因为非盈利组织无法进行融资，就搞了个商业的壳子，吸引了微软投资，最后达成的结果是：OpenAI要优先使用微软的技术(主要是Azure)，微软得到了OpenAI技术的使用权，这也是ChatGPT与微软之间的联系。
2、ChatGPT背后技术·GPT-3.5
GPT这模型已经发展四代了，目前开放了GPT-3的API(收费的)，ChatGPT用的是GPT-3.5，还有一代GPT-4没见过(据说Bing融合的就是这个)。
这个东西到底是干啥的，如果感兴趣，建议去看李宏毅老师的视频，省流版就是： 文字接龙机器人，一个学了2/3的互联网知识，整个Wikipedia，多个书籍库，以及一套“自动补齐”能力的文字接龙机器人。
(引至李宏毅老师的视频)
但是平时咱们用的输入法基本也会一些文字接龙，但是接起来的感觉前言不搭后语的，为啥ChatGPT就行了呢?网上还找不着GPT-3.5相关的材料，只能研究研究GPT-3的创新点去推断了：
模型相当大
1750亿参数，这个参数大概意思是表示每个字/词出现的可能性。到底有多大，看下图就有个直观的感受。
当然，训练数据量也极其的大，大约是4990亿个Token(简单理解为字/词)，号称学了2/3个互联网、整个Wikipedia和几个书籍库。按照这个信息量，一定是高度冗余的，也是绝对充分了。
(图片源于网络)
“加钱”效果相当好
这玩意还有个很神奇的地方，就是有钱能使它推磨，“加价”的效果立竿见影：从趋势来看，模型越大，效果越好。想必将来还会有更大的模型出来，毕竟有多大钱，GPT能创造多少奇迹嘛!(DeepMind还做了个推导，算出来一个模型参数与数据量的最优线性关系)
通用性相当好
这也算个特别牛的事情，不用进行额外的“调教”，已经学会了干很多事，简直是AI工程师的福音。
举个例子，我们有个相似需求推荐的场景，是基于BERT的基础模型，加上一堆(上千条)人工标注的训练数据集，再调优一把，才能使用在我们的场景里。有了这个大力仔，就不需要这一套了，直接拿来即用。而且还有个比较有意思的，哪怕要教模型做点事，也不需要工程师了，直接在输入里写上寥寥几个例子(In Context Learning)，模型就学会了。
“意识”涌现相当惊人
学名叫Chain-of-Thought，思维链，这是最让人惊讶和细思极恐的了。
就是当模型足够大，层数足够多的时候，居然还就从量变到质变了，产生了一些类人的逻辑思维能力。这玩意我没看到更深刻的解释，但是从表象上看，确实会做一些逻辑题了。比如算算数、做一些逻辑推理。
PS：我从网上看到一个数据，列在这里做个备注 – OpenAI的GPT 3的规模为175B，Google的LaMDA规模为137B，PaLM的规模为540B，DeepMind的Gogher规模为280B等，不一而足。国内也有中文巨型模型，比如清华&智谱GLM规模130B，华为“盘古”规模200B，百度“文心”规模260B，浪潮“源1.0”规模245B。(规模 = 模型的参数规模，单位是Billion)
(图片源于网络)
3、从GPT-3.5到ChatGPT的意义
如果说GPT-3是理论或底层能力的创新，那么ChatGPT的创新就是工程和商业层面的，甚至是一个里程碑式的。
这是一个“现象级”的产品
首先，我认为，将一个大众无法理解的技术，变成“现象级”产品，是ChatGPT的最牛创新，使得“AI使能”落入寻常百姓家，与每个人产生了化学反应，所以这绝对是划时代的。
Google 2022年I/O大会的时候，我也做了一波洞察，看到LaMDA、PaLM的展示，能够体验的人极少，感知到其魅力的也是极少的。而ChatGPT做了个简陋的Playground就迅速抢占了大众的心智，看到有数据说，从0~100万用户只用了5天，过亿只用了2个月，基本没有额外的获客成本。甚至还让竞争对手意识到，再不搞起早起五更都赶不上晚集了。以至于前几天Google不仅召回了两位创始人，快速规划对话式搜索的上线，还大笔投资了OpenAI的“港湾”组织 – Anthropic)。
从工程上，我理解ChatGPT是GPT-3.5的一个优化应用。简单说，就是先人肉标注一些GPT-3.5返回数据，以教GPT-3.5说话，然后用强化学习的算法来持续评价，最终实现了这么个神奇的模型。(号称用到了40+的人力来持续教AI做事，据说还有肯尼亚的低价劳工。)
可惜不开源
ChatGPT不开源，GPT-3.5模型也不开源。两者都不支持在中国使用(包括HK)，所以网络上开始有二道贩子开始倒卖，或直接接到微信上付费使用。两者目前都有商业化的手段，GPT模型是直接卖API，ChatGPT出了Plus版，20美刀一个月，优先使用。(GPT-1模型和GPT-2的部分小规模模型是开源的，OpenAI的理由是，大规模模型能力太强大，怕被坏人利用)
二、ChatGPT会对我们产生什么影响?
首先，我们得先认识到，ChatGPT只是众多LLM中比较会秀的一个。GPT系列属于大规模语言模型(LLM)前沿中的一支，DeepMind(搞AlphaGo下围棋的那公司)、Google、FB，都有自己的优秀实践。从技术能力上，我觉得还远没有到比哪个更好的程度，倒是ChatGPT这一波秀出圈以后，大家找金主爸爸要钱会更容易了，这是个大家都开心的事儿。
关于替代人类工作的讨论，用微软CEO纳德拉的话说：“信息的整合、转译和流通，变得廉价”。因此对于所有与信息整合、转译和流通相关的工作，还是会有影响。
侵入“创造性”工作
GPT模型已经离谱到，直接把图案转成向量喂给它，就能帮我们补齐图片(image-gpt)的地步，或许我们曾以为的文案、绘图，甚至是编码这些曾经被认为无法被AI替代的工作都将被入侵。
取代“搜索和问答”
人类在已有知识的搜索和输出上，可能永远无法超过AI。Google已经开始加快LaMDA的速度，然后是微软继续加注OpenAI并开始在Bing中融入，再然后StackOverflow(技术类知识问答界的明珠)用户量降了3200万，所以我觉得，大模型是靠谱的，替代也是迟早的事儿。
让AI应用更简单
ChatGPT的Zero-shot效果显著(LLM有三种学习方式，Few-shot、One-shot、Zero-shot，讲人话就是举多反一、举一反一、无中生有)，这个能力在语言模型中，影响极其深远。简单来说，就是我们如果想在项目中引入AI能力，GPT很好的通用性、极少的“调教”量会使得工程上更简单。
ChatGPT背后基础模型能力成熟且强，更多此类大模型被打造出来后，使得千千万万的AI加持变成可能，实现“AI使能”落入寻常百姓家。
而且，OpenAI卖通用AI的API的生意还是可以赚钱的(见下图，1k token大约等于750个字，看着不算贵，默认还有18刀的体验费用)，这里不得不开个玩笑：AI工程师们，你们把AI的道拓宽了，把自己的道都走窄了啊!
三、ChatGPT并非万能
从根子上理解，GPT算法在做的其实是“补齐”工作：即通过学习人类说话的方式，基于上下文，推测后面你打算说啥。具体要回答啥，则完全靠概率计算，靠“违和感”。
如此一来，当下的GPT算法势必就有几个特点：
需要海量的数据、算力和钱
搞个这种算法，总共烧了多少钱呢?22年是5个亿刀，前七年40亿刀，最近微软新加注100亿刀。(我看网上说，ChatGPT训练下来大约1200多万美金，这样看来，微软的投资，还是打好算盘的，钱要花在自己身上才算值)。而且，搜索引擎和信息入口企业已占先机，想要再进入，都需要更多的数据、钱和算力。当然，还需要很多标注人力来调教模型，让其有人的习惯和三观。
真实版“人云亦云”：
类比鹦鹉学舌，有响应不代表有思考，响应够用也不代表足够 优美。虽然它对通识类的知识理解，效果非常好(何谓通识?就是搜索引擎能搜出一堆来的知识，互联网本身信息已经高度冗余了，只是作为个体的人类不太清楚罢了)，但其实AI也并不知道自己说的对不对，它只是知道，大家一般都这么说，然后做一些看起来不错的回答。(思维链除外，这个东西细思极恐，只是欺负它目前还没有那么成熟)
时效性问题
即目前ChatGPT学的是2021年前的知识，所以不知道2022年世界杯谁赢了，不过对于这个问题是可解的。OpenAI的WebGPT算法，已经与Bing结合，把最新的信息投喂给模型，如此一来，它也就知道最新消息了。(我不清楚具体是如何实现，猜测应该不是去实时训练基础模型，而是在上层叠加了什么)
四、我们如何利用ChatGPT
这个问题我想再扩大一点，扩大到AIGC这个话题上，AIGC已经被Science列为2022年TOP10科学突破，2022年是当之无愧的AIGC元年，结合我们的日常工作，我认为以下方面是可以快速尝试和引入的：
信息摘要和初级创作：主要用于日常办公效率提升的场景
从信息摘要的角度，这就是信息爆炸时代的良药，简要描述为用魔法打败魔法：直接让AI从繁杂的信息中摘取需要的重点内容，节约人力;从初级创作性工作替代上来看， AIGC可以快速帮我们做完早期的工作，更多精力投入“微雕”。
从OpenAI的Codex来看(支撑Github Copilot)，对于常用算法、业务逻辑代码、重构(包括跨语言的重构，比如从java改成go)、代码注释(福音啊!)等的代码生成能力已经逐渐成型， 我试着面向GPT编程，效果相当好：语法工整、注释清晰、变量准确(除了逻辑错了一丢丢 – 返回是月末周日，而不是周六)
通识类问题解答：主要用于通识类知识搜索和问答场景，在公开域搜索信息，以减少人力搜索和辨别的过程。
IT系统拟人化：主要用于人机交互场景，这个用途好像很少有人提，可能太偏门了。我觉得其实AIGC特别合适帮我们IT系统的输出更“丝滑”、更“拟人”、更“准确”，优化机器输出更加的“人性化”，符合普遍大众的习惯。
五、写在最后
“吾生也有涯，而知也无涯。以有涯随无涯，殆已!”，我觉得古人的智慧足以回答关于人类与ChatGPT未来发展的问题，在我看来，对于ChatGPT，甚至是更宽广的技术发展来说，科技是为了解放人类的双手，让我们用更充足的精力去进行思考、探索和创造，AI应该成为我们的辅助能力，而不是竞争者。