ChatGPT前世今生,及其数字化转型启示
2023/5/30 11:09:11

春日“三惊”

未来,书写公元2023年春天的历史,大事记必有ChatGPT。

2022年11月,ChatGPT上线,5天突破百万用户,两个月月活用户突破1亿,成为了史上增长最快应用。

2023年春天,ChatGPT的神奇传遍了地球上的市井街巷,甚至贩夫走卒。

使用ChatGPT时,恍若一场跨物种的对话,会有“三惊”——

惊奇于智商在线,一扫“人工智障”的污名;

惊艳于情商感人,有逻辑、更有分寸;

惊讶于一种超越人类的物种正在进化。

“三惊”时分,遥想起远古传言,神灵为了阻止人类窥伺神国,用语言分割族群,巴别塔就此倒下。

而今,以ChatGPT为代表的,基于GPT大模型的通用人工智能正在重建“巴别塔”,重建的能力与速度,或许快过神明。

于是乎,各种近乎科幻的应用设想霸屏朋友圈。

但是,当真正看懂ChatGPT的前世今生——

一方面,必需坦承,通用人工智能(AGI,Artificial general intelligence)横空出世后,惊喜、焦虑与痛楚或将贯穿我们的余生。

另一方面,无需过分焦虑,因为:

第一,于行业,ChatGPT并不能直接运用于社会行业,经过垂直训练的GPT才能真正运用于百行千业,技术成熟度还需时日,各行各业皆有机会,乾坤未定,你我皆是黑马。(本文最后一章将分析其对行业数字化转型影响)。

第二,于个体,在数百年的技术浪潮中,纺织工人砸碎过织布机,码头工会烧掉过集装箱,高速公路收费员在泪水中被被淘汰……身处技术变革的洪流中,个体只需铭记,“抢走你工作的不是AI,而是掌握AI的人”。此句来自ChatGPT研发公司OpenAI CEO Sam Altman。

第三,于科技,从ChatGPT到文心一言,没有技术上本质上的突破,底层依然是AI神经网络技术的迭代。源于情怀、资本和人力的大规模训练,才是ChatGPT胜出、出圈的根本原因。人类用技术证明了“量变到质变”的哲学道理,也印证了“久久为功、胜天半子”的中式哲理。

初夏时分,再看ChatGPT前世今生,只为在AI的奇点时刻,在不确定性中看清更多的确定性,在确定性中理解更多的不确定性,方能乾知大始、坤作成物。

前世缘起

数十万年前,语言诞生,导致人类协作能力迅速提高,作为记录语言的符号,文字的发明让人类更方便传播、记录和积累经验。

知识让生产、社会、经济不断进步,人类上升到地球生物链的顶端。

此后,寒来暑往,岁月更迭,在16世纪产生了科学革命,其影响直到今天。

1727年,牛顿去世,诗人亚历山大.波普为他写下墓志铭:自然与自然定律,在黑夜里隐藏;上帝说,让牛顿来,于是,一切化为光。

此后,五百年间,世人随着万有引力、蒸汽机、电、计算机、互联网、移动互联……颠覆认知,世界面貌焕然一新,大到宇宙、小到夸克,人类似乎无所不能,我们有理由相信没有什么知识不能被理解,没有什么技能不被掌握,直到2016年3月……

谷歌投资的Deep Mind公司研发出AlphaGo,其在3月击败韩国围棋手李世石,AlphaGo Master在5月0:3完败世界排名第一的柯洁。

5月赛后,这位天才少年一度哽咽,他说“人类下了两千年围棋,没有入门……AlphaGo太完美,看不到任何胜利的希望”。

AlphaGo后,各种AI神奇运用不时惊现,但只限于一定圈层热议,普世应用并未出现。

直到OpenAI推出ChatGPT。

吊诡的是,这家公司与研发AlphaGo的谷歌没有半毛钱关系。

OpenAI于2015年创立,核心宗旨是“实现安全的通用人工智能(AGI)”,创立者包括埃隆·马斯克(Elon Musk)、美国创业孵化器Y Combinator总裁阿尔特曼(Sam Altman)、PayPal联合创始人彼得·蒂尔(Peter Thiel)等。

2016年大佬们联合发文称:“正致力于利用AI物理机器人完成基本家务。”

你没看错,ChatGPT的梦想源于干家务。

OpenAI投资者更有PC互联网时代的科技大佬微软。作为OpenAI计算能力的独家供应商,据悉微软提供了超130亿美元的资本和惊人的超级算力,三年前为OpenAI打造了一台由数万个A100 GPU(对应传统计算机CPU,提供更复杂的图形算力)组成的大型超级计算机,还在60多个数据中心总共部署了几十万个推理GPU。

微软必应(Bing)在与微软小冰结合多年后,融入ChatGPT,让不止于搜索的梦想终于照进现实。

今年以来,资本市场对微软股价的反映,让世人不再感叹这位上世代big tech“王朝的背影”,而是赞叹于其战略的眼光与布局。

鉴史知来,向史而新,ChatGPT既是人类科技成果,其发展史何尝不是一篇数字化转型启示录。

三个视角看懂ChatGPT

一、用户视角:人人皆能的跨物种能力

面向用户功能,ChatGPT与微软小冰、苹果Siri都是聊天机器人,创造者的初衷以及用户的期望没有本质区别。

但是ChatGPT能够突破诸多聊天机器人“前辈封锁”,成为爆款应用在于他更像一个“人”:

能够与你进行多轮对话,记住聊天的前因后果,给出更贴合实际的答案;能够撰写文章材料,具备结构化表达能力,导致美国已有多家学校禁止学生用ChatGPT写论文;能够编写程序代码,提供一段游戏的描述,便可自动生成游戏代码,并根据要求进一步完善……

如果说iPhone引发的移动互联时代,让人人都是摄影师和创作者;那么ChatGPT时代,通过订阅各种AIGC(AI generated content,又称生成式AI,通俗讲“人指挥,AI干事”)的超级应用,人人都是诗人作家、导演、画家、教育家、医生、码农,同时单一个人可以指挥各种能力的AI,创立新型“公司”,以AI组成的生产力、生产关系、生产方式呼之欲出。

我们唯一要做的是,想明白自己需要什么。

二、技术视角:AI的奇点时刻

1943年,心理学家沃伦、麦克洛克和数理学家沃尔特、皮茨提出人工神经元模型。1957年一个开创性神经网络在康奈尔航空实验室诞生,简单地说是用电子线路模仿神经,大于事先阈值输出打开,流向下一个神经元,反之输出关闭。

此后70年,从感知器到多层神经网络,到化整为零地卷积神经网络,到处理序列信息的循环神经网络……人工智能的底色依然是神经网络。

上图:神经网络训练原理(来源网络)

近十年来,云计算带来的分布式处理颠覆算力,大数据技术的挖掘分析能力迅猛进步,自然语言处理(NLP)、神经网络、计算机视觉等AI各支流门派长足发展,移动互联网时代大量结构化与非结构化数据沉淀……最终在一群科技理想主义者的梦想与坚持中,融合神经网络、自然语言处理(NLP)深度学习、并行计算、分布式存储云云的ChatGPT诞生。

AI终于迎来奇点时刻。

ChatGPT的梦想与坚持背后,是3000亿单词超45TB的文本的训练,以及1750亿模型参数,单次训练的总算力消耗约为3640PF-days,意味着假如每秒进行一千万亿次计算,需要3640天,是真正的“大模型”、“大数据”、“大算力”。

神经网络之父Geoffrey Hinton说,人类大脑皮层有150亿神经元,百万亿神经突触,所谓大模型,至少需有超过10亿个参数的神经网络模型。

至今,GPT-3训练模型为1750亿(0.175万亿),介于高中生和大学生之间,GPT-4训练模型为1.3万亿,可在斯坦福等名校位列前茅,距离人类知识库4.398万亿神经模型尚有差距。

上图:训练模型比较(笔者手绘)

公开数据显示,相较于GPT-3基于网络万事万物各类数据的1750亿模型,谷歌AlphaGO主要聚焦围棋,对应口径数据是几百万。

上图:ChatGPT与AlphaGO比较(笔者手绘)

不甘落后的谷歌于2023年2月发布聊天机器人Bard,作为ChatGPT的竞品,Bard在短片演示中给出了不准确的回答,导致谷歌股价大跌超7%,市值蒸发1000多亿美元。

回想七年前AlphaGo的高光时刻,不禁一声叹息。

三、社会视角:漫过人类文明第二重堤坝

ChatGPT已超于数字技术热度,成为文明发展的现象级的事物。从社会视角来审视,AI浪潮正漫过人类文明的第二重堤坝。

洪潮早已漫过第一重堤坝,名为执行力。AI替代了简单重复的工作,如流水线工人、高速公路收费员。第一道堤坝使用一些RPA等技术也可实现,加持GPT后将更具竞争力,简单重复的劳动被ALL in替代将是必然的趋势。

当下,洪潮正漫过第二重堤坝,名为表达力。以表达为渠道的职业,部分能力正在被替代,比如掌握法律知识的律师,熟稔历史的作家,精通同声传译的翻译,AI掌握表达之后,人类优势正不断缩小。

最后,当下我们仍然坚守着第三道堤坝,名为思想力。艺术、审美、哲思、伦理……那是人类最后的骄傲。或许值得庆幸的是,更多的人将会被劳动中释放,而去思考未来想要做什么,去思考人类与宇宙的关系,或许人类将会迎来再一次的“文艺复兴”。

上图:人类文明三重堤坝示意(笔者手绘)

ChatGPT有诸多被诟病的短板,比如“一本正经的胡说八道”,生成一些不准确、误导或错误的信息;不会主动规划,不能主动制定目标规划,离大众梦想中AGI尚远,“全靠AI干活”的时代尚未来临;尚不支持获取实时数据,难以实时获取和学习大量知识,停留在202X年前,之后是一片空白;尚无开源版本,缺少算法、模型、参数全部开源的大模型,笔者个人感受,当前开源GPT较好的是Facebook Meta“美洲驼LLaMA”为基础的“原驼”。

同时,AGI大模型隐患已引起广泛关注,主要包括:一是数据安全,用于训练的语料将被所有用户获知,缺乏私有数据保护,可能造成数据泄密;二是知识产权,大模型生成的内容知识产权归属难以界定;三是伦理道德,伪造、不当回答对人的伤害和相关法律责任的认定;四是社会秩序,能够学会并提供恶意代码、制造武器等内容,威胁社会治安。

5月16日,美国国会举行AI主题的听证会(上一场是关于TikTok的周受资),OpenAI CEO、ChatGPT之父Sam Altman呼吁政府为AI系统制定安全标准,并提出“政府的监管干预至关重要”。

虽然技术中性,但运用皆有两面,“ChatGPT们”需从技术、法规、伦理等多个角度被合理管控。

近十年来,每一段时间总有一项技术火爆出圈,如VR/AR、区块链、元宇宙、数字货币、ChatGPT,无论最后是成为发展的原动力与里程碑,还是一地鸡毛,其实都是数字技术和数字经济一次次深入人心的碰撞。

最终数字化的浪潮终将改变世界,人们时常在喟然大势将至的时刻,却不知未来已来。

每一次进步都不可轻视或低估。

社会数字化转型启示

ChatGPT能够火爆在这个春天,重要因素是人类刚经历了三年疫情,这三年中电商外卖、在线会议、协同办公、远程医疗、数字金融……很多人都切身感受到了数字化的飞轮效应,这也是数字技术的一次全人类普及。所以对ChatGPT出现,人人都会有较为直观的触动。

当前社会关于ChatGPT的分析解读已经汗牛充栋,常用一些充满感性的文字抓取普罗大众的眼球,的确惊艳。

但当客观理性地看待未来时,需要澄清3个概念:

第一GPT Generative Pre-Trained Transformer是生成式预训练Transformer模型,是一种基于互联网、可用数据训练、文本生成的深度学习模型,俗称“大模型”。

第二ChatGPT是基于“大模型”的一种“多功能应用”,此Chat“闲聊”包括聊天、绘画、音乐等多种能力。

第三AGI Artificial general intelligence通用人工智能,是真正用GPT产生的某种社会经济生产力,ChatGPT首先具备了AGI的潜力,但是尚未成为真正的AGI,还处于被广大网友“戏谑调侃”的阶段。

对于社会的数字化转型,ChatGPT带来诸多启示,可从三个方面分析:

第一,从架构角度看,正在形成的AGI社会基础设施,将升维加速全社会数字化转型。

未来社会的各行各业的各种工种,将有各类AGI,以银行业为例,AGI客服、理财规划师、合规审核师、交易员等等……

这些AGI将基于“一横N纵”的AI基础设施架构。

“一横”是由Big Tech们提供n个GPT以及n个GPT的复合效用,包括不限于OpenAI的GPT,Meta的LLaMA、百度的文心一言。

“一横”之上是“N纵”的行业级GPT,行业级GPT中各大企业又将有自己的GPT。对应云计算架构,可以预见“一横N纵”中也将产生公有GPT、私有GPT和混合GPT,这将有助于解决数据安全、知识产权、伦理道德等问题。

“一横N纵”的发展能力取决于社会和企业的大规模训练,也取决于支撑“一横N纵”的云计算、大数据、区块链、量子通讯等底层技术能力发展。

上图:“一横N纵”的AI基础设施架构设想(笔者手绘)

“一横N纵”形成的过程中,于GTP互联网公司商机无限;于消费互联网巨头所有产品都值得重做一遍;于传统行业数字化转型,既能加也能换道超车;于个人,尚有时间掌握AI技能。

第二,从近期应用看,GPT将在一些领域产生速赢效应,社会需要AI相关专业人才。

短期内,最直接地效果是,可在无目的聊天、结构化写作、通识写作、行业调研、数据分析等领域掀起巨大变革、提高工作效率,进而形成对基础人工的替代。

比如银行业,在有效解决安全性及一系列制度责任问题之后,有望在客服、内训师、交易员、客户经理、金融分析师、理财规划师等需要专业知识注入的领域形成优势替代。

在短期内,不能替代人,但可形成“辅脑”,类似汽车在自动驾驶时,我们依然手握方向盘、脚踩刹车,但是驾驶却被替代。

我们的价值何在?基于辅助能力的AGI,工作方向转变为协同与创新。

对于企业,未来除AI调校师、AI创意师、AI接口工程师之外,还迫切需要的是AI的管理者,实现对AI的协同管理和基于AI工作成果的组合式创新。

第三,从中远期看,GPT和AGI对每个行业均会产生结构性影响,很多行业将系统性重组,人类社会将更加斑斓。

16世纪科学革命后,人类从工作化、信息化走向数字化,GPT和AGI预示着数字化的两个阶段,一是当前已经进入的数字化知识化阶段,所需能力是“创新为主,其他为辅”,拥有的工具是GPT大模型,经济范式是数字经济;二是未来是数字化自主化阶段,所需能力是“创新和协同为主,其他为辅”,拥有的工具是AGI,经济范式是更深层次的数字经济,暨AI经济、体验经济等。

上图:中长远影响分析(笔者手绘)

在数字化自主化阶段是多模型生态,新领域、新专业、新结构、新场景、新适应能力,一起形成闭环,GPT类似基因,以进化的力量不断加强认知和推理能力,各类超想象AGI层出不穷。

商业数字化转型启示

在中国的千行百业中,商业银行的信息化水平以及数字化转型步伐一直位列前茅。ChatGPT问世后,多家商业银行给予高度关注。

目前网络可查的是,2月6日招行发布基于ChatGPT创作的亲情信用卡(附卡)宣传文案,2月9日,招行发布《当ChatGPT遇上AI小招》,借助ChatGPT热度为自身金融服务进行宣传;3月29日,工行与清华、中科院、华为等联合发布基于昇腾AI的金融行业通用模型;1月18日农行就针对ChatGPT形成了技术解析和应用发展报告,3月31日农行推出类ChatGPT的大模型应用ChatABC……

这些案例彰显了商业银行数字化转型的眼光、决心与步伐,当然对标OpenAI的GPT、Meta的LLaMA,相信银行的尝试更多还是在一些运用,距离实际意义上的行业级、企业级大模型依然在路上。

未来,GPT和AGI融入数字金融已是必然趋势,心动与行动缺一不可,心动和行动中,战略规划、战术布局、技术储备、人才培养缺一不可。

诚如前文所言,ChatGPT背后的技术,谷歌、百度、脸书很多大互联网公司都掌握,为什么花落OpenAI?

从中至少三点启示:

一是锚定目标,久久为功。人工智能大模型具有长周期、重投入、高风险等特点。OpenAI经过长期投入和坚持,方研发出ChatGPT这种颠覆性技术。包括商业银行在内的传统行业数字化转型也有同样的特点,注定是一场双向奔赴,既要业务数字化、更要数字业务化,初期成果并不显著,久久为功突破奇点时刻后才能迎来爆发式增长。

二是数据为魂,AI致胜。银行业是信息密集型行业,掌握大量的行业级数据,同时也汇聚着其他行业的高价值数据,数字化的关键是数据要素。银行的数据挖掘分析在已大规模运用的大数据分析技术之上,亟需尽快加持类ChatGPT的行业级人工智能,使得触达客户更加精细、金融输血更为精准、前沿预判更为精益。

三是倾听客户,行稳致远。ChatGPT的研发核心在于训练,训练在的关键在于基于各种反馈不断调优。银行的数字化转型需要像ChatGPT一样,不断“倾听”客户的声音。ChatGPT在不断学习用户的反馈,让自己变的更好。数字化时代的客户服务远不止解决客户的问题、纾解客户情绪这么简单,而在于以客户的反馈为输入,打造产品创新-精益服务-快速迭代的闭环机制,才能在金融同质化产品与服务的竞争中建立差异化优势。

结语

在ChatGPT的热议中,新一代AI在应用层面,一些笃定的未来已较为清晰。

跳出应用层面,在GPT大模型和AGI生成式AI的新赛道上,更多企业和专业人士,从商业发展的角度,看到的是OpenAI的梦想和坚持,微软战略性的眼光和投入,国内科技公司“生死看淡、不服就干”的勇气和行动,当然,还有对曾经研发出AlphaGo谷歌的些许遗憾。

作为普通大众,我们翘首盼望未来,人工智能不再是网络中跳动的字节或是GPU中微弱的灵魂,而是人类真切的宿命。

翘首之余,与其仰望,不如并肩。

成为掌握AI的人,才不会被AI替代。

信息、图片、数据均来自网络,如侵必删

本文转载目的在于知识分享,版权归原作者和原刊所有。如有侵权,请及时联系我们删除。

展开全文
相关阅读
资讯查询取消