ChatGPT：老古董的新革命？揭秘它如何改变知识世界与未来影响
文章主题：关键词: ChatGPT, 语言模型, 技术革命, 应用影响
我们正处于一个堪与人类生命崛起相提并论的变革边缘——弗诺·文奇
📚💻🚀对于近期吴军老师关于ChatGPT的见解，我深感其观点并非全然赞同。这位知名计算机专家的观点似乎引发了不少讨论。在我看来，尽管ChatGPT作为一种新型技术确实引起了广泛关注，但它并不等同于一场革命性变革，其所带来的新机会可能并未如预期那样显著。🚀💡ChatGPT的确展示了强大的语言处理能力，但这并不意味着它能颠覆现有的行业格局或开启全新的商业领域。诚然，它为教育、写作等领域带来了便利，但其潜力和影响范围还需要更深入的探讨。📚📝对于那些对新技术持乐观态度的朋友，我建议不妨保持开放心态，同时也要理性看待其可能带来的挑战与机遇。毕竟，技术革新并非一蹴而就，而是需要时间去沉淀和验证的。🔍📈如果你也对此话题感兴趣，不妨多关注相关研究和专家的观点，以便更全面地理解这一领域的动态。记住，持续学习和批判性思考是应对技术变革的关键。📚🧠
🌟作为一名深度阅读爱好者，我对吴军的作品情有独钟，他的每一部心血之作都值得反复品味。📚《浪潮之巅》、🌈《数学之美》、🔍《硅谷之谜》、🌐《信息革命》和 gömbed in tech’s soul的《计算之魂》，无一不是知识界的璀璨明珠。曾自豪地在朋友圈展示过我的”吴军系列集大成”，那是对智慧探索的见证。如果你想了解更多，只需搜索相关关键词，我将为你提供高质量的内容。😊
🌟通过吴军老师的深度解析，我对互联网世界有了初次触及的惊艳体验，他的文字仿佛引领我穿越时空，直达硅谷那片创新热土。🚀后来，我在自然语言处理和机器翻译领域找到了自己的方向，这都离不开吴军老师无私的指导与启发，那份深厚的师恩，无法用言语完全表达。🙏
📚 精心研读直播实录，吴军老师的深思熟虑一如既往，对于媒体可能过分渲染的区块链与元宇宙，他保持着理性的冷静。然而，对于ChatGPT的语言潜力及潜在影响，我却持有不同见解，忍不住分享我的看法。🌍
1、语言模型是一个1972年就出现的“老古董”，“用来衡量一句话或者一个语言现象有多可能产生”。
事实上千亿级参数的大语言模型和IBM时代的小语言模型已经不可同日而语。
🌟掌握语言艺术的大脑✨，通过深度解析互联网海量多语文本，大语言模型如同高分辨率的思维映像，将语言与思想紧密相连。维特根斯坦的智慧在此得以体现：“言辞的疆界即思维的疆域”。它已积累了世代相传的智慧，那些深藏不露的知识秘密，如今正由它悄然揭示。微软GPT4的157页评测报告，无疑是对其智能深度的一次有力见证。尽管我们仍试图理解这“涌现”背后的奥秘，但它已经展现出不容忽视的能力。🌍
🌟【深度探索】GPT技术引领机器学习新纪元🚀——从“预测下一个词”看原理优势🔍💡GPT模型的独特理解力，犹如机器学习领域的基石，它以一种前所未有的方式解决了无监督学习的挑战。🌍相比IBM时代的N-gram方法，这简直是质的飞跃，跨越了云泥之别！🌈🔍首先，GPT的“第一性原理”概念揭示了其强大的预测能力，这种深度理解不仅超越了传统规则，更像探索世界的钥匙🔑。它让机器学习摆脱了有监督学习的束缚，迈向无尽的探索空间。🚀💡N-gram方法受限于已知数据，而GPT却能无限接近事物的本质，仿佛拥有透视未来的超能力。🔍这正是现代人工智能技术追求的理想状态——理解而非猜测。🔮🌟Illya Sutskever，OpenAI首席科学家的见解，无疑为这一领域的革新注入了强劲动力。他的观点，是对未来智能科技深度探索的有力宣言。📣👉如果你对GPT如何颠覆学习方式感兴趣，不妨深入研究，这将引领你步入一个全新的知识世界。📚#GPT原理 #机器学习革命 #无监督学习
当我们训练大型神经网络以准确预测互联网上大量文本的下一个词时，我们在做的其实是在学习一个世界模型。从表面看，神经网络只是在学习文本中的统计相关性，但实际上，学习统计相关性就能把知识压缩得很好，神经网络所学习的是，它在生成文本过程中的一些表述。文本只是这个世界的一个映射，所以神经网络学习的是这个世界的多个方面的知识。
这就是它在准确预测下一个词的任务中所学习到的，对下一个词的预测越准，还原度越高，你看到的文本的准确度就越高。这就是ChatGPT模型在预训练阶段所做的，它尽可能多地从世界的映射（也就是文本）中学习关于世界的知识。
强化学习教父Richard Sutton，在总结过去70年人工智能研究领域的“苦涩教训”中写到：“最重要的一堂课，是只有通用计算方法（蛮力计算 ）最终是最有效的，而且优势很大——因为摩尔定律，每单位计算成本持续呈指数下降。” 事实上，从IBM深蓝战胜国际象棋冠军卡斯帕罗夫，到DeepMind的AlphaGo战胜人类围棋冠军李世石，从语音识别、计算机视觉、机器翻译的突飞猛进，到如今的大语言模型，都是“大力出奇迹“的结果。
2、ChatGPT有什么用处？吴军老师认为ChatGPT擅长整合信息，回答一些问题，但没有什么神秘的。擅长写作，也其实是一些”靠蛮力计算”的排列组合。
我的想法是：知识问答和写作只是ChatGPT目前最原始的几个应用方式。实际上，ChatGPT，特别是GPT4在众多任务上的能力已经超过此前的自然语言处理专业模型。另外，在微软研究院关于GPT4的早期实验论文中，结论是：GPT-4在抽象、理解、视觉、编程、数学、医学、法律、对人类动机和情感的理解等多种领域和任务上的表现达到或超过了人类水平。这就相当于一个具备吴军老师所说“通识教育”的大学生，在进行微调和专业领域学习之后，潜力极大。此外，重磅级ChatGPT Plugins的发布，更是大大打开了应用空间。
另外，除了自己的使用体验，真实的市场反馈是ChatGPT“有用”的证据，ChatGPT仅用了3个月就突破1亿用户，一方面用户量急速增加，另外一方面，从周围朋友的使用ChatGPT的时长看，几乎都高频而持续，显然不同于VR头盔那种“概念产品”——买回来用用，然后放置一边落灰。如何衡量一个产品有没有用，或者有多大影响力？我认为除了NPS（净推荐值）这样的指标，用总用户量乘以用户平均使用时长，也是一个比较简单但相对客观的标准。
3、ChatGPT对我们有什么影响？吴军老师的回答是：“ChatGPT它某种程度上有点像鹦鹉学舌，你先要说一段话，它才能跟着学。它说出来的声音可能很好听，但是它并不提供更多的信息。”
关于“不提供更多信息”，我的观点是：日光之下，并无新事。我们所谓的“创新”，有多大程度上，其实是一种沿袭（知识学习）和重组（内容生成）？从微观的维度，我们过去和未来的创新，很大程度上是对世界早已有素材的一种组合。那么，一种对人类群体智慧——大语言模型的知识的抽取和组合，会产生创新也是自然而然的事。何况，加上人类的“画龙点睛”，价值迅速放大，大大提升了效率，为探索人类知识奥秘提供了太多可能。
ChatGPT确实算不上新技术革命，如果从“技术创新”角度来说，OpenAI的论文信息量，或者算法层面创新，连图灵奖得主杨立昆也看不过去。让人忍不住想起“人工智能之父”明斯基对连接主义和神经网络的忽视。
不过，如果把ChatGPT看作一个产品，才更容易理解它的革命性，以及评估它对世界的影响。
产品层面，我认为ChatGPT的革命性在于两方面：
一方面，大语言模型意味着人类群体的智慧。GPT为代表的大语言模型，作为AI的集大成者，学习了几乎整个人类以语言为载体的知识，在多达45T的人类文本知识里面，藏着人类的群体智慧，以及世界的镜像。
就像前面提到的，如果大语言模型获得了所有语言的信息，那就意味着获得了人类主要的知识——至少是语言能承载的知识。
另外，革命在交互方面。如此庞大之物，实现了以一种“大道至简”的方式——通过自然语言和人类互动。你只需要Prompt，就像面对一个人一样，ChatGPT就能理解，并对之进行“微调”，输出你期望的结果。
从前的自然语言处理范式，针对单独的场景需要单独开发独立的模型，比如对话、比如翻译，费时费力。到后来基于统一的大模型，在此基础上进行微调。基于Bert路线的Finetuning模式，虽然已经降低了模型训练门槛，但依然依赖算法工程师和标注数据。而GPT路线的Prompt路线，则通过自然语言的对话模式，做到“所说即所得”，用自然语言“微调”模型，来适应不同的场景和任务。
总之，通过Chatbot的模式，用自然语言和人类互动，甚至微调。这不亚于鼠标发明和Iphone触控模式的出现。
关于对人类的影响，我也想说三点：
1、把大模型等同于AIGC，就相当于发明电灯之后，把电力的应用局限在照明行业一样。实际上，那只是电力革命的起点，那时候的人们，还无法想象电冰箱、洗衣机、吹风机、电脑的世界。同样，浏览器出现之后，浏览器大战开启，直到后来却发现浏览器并没有那么重要，更大的机会是google、微软、Meta、Amazon这样的业务和形态……贫穷一次又一次限制了我们的想象力。
2、革命从0-1开始，但从1-10引爆。从历史上看，技术从无到有的影响力（这也是技术背景的人容易忽略的事实），远远比不上技术从奢侈品到平民化的商业化影响力。比如古登堡革命让书籍变得人人可拥有，出现了知识的平权，引发了文艺复兴。大型计算机每年就卖出几台，但微软和苹果让计算机成为人人桌上和手上都有的小型计算机。特斯拉不是电动汽车的发明者，却是让电动车从小众走向大众的革命者。从这个角度，ChatGPT引发的影响称得上知识革命——一场人类知识的平权，让所有的人在知识层面变得平等，就像人类历史上经历的农业革命、工业革命、电力革命一样，影响深远。
3、奇点临近。GPT4是否已经通过图灵测试？或者是否称得上AGI（通用人工智能）？开始有争议。虽然前一阵有生命未来研究所和马斯克的联名信，但连争议都似乎没有持续太久。人工智能安全，我认为是目前共识度最低的关键事项。
作为一个AI的“保守派”，我研究了一些呼吁关注AI安全的KOL的观点。主要有这些：
“机器智能将是人类需要做出的最后一项重要发明。——尼克·博斯特罗姆
“人工智能远比核武器要危险……是未来人类最大的威胁。它的能力远超所有人的认知，并且以指数级的速度进化……人类需要建立一个组织对人工智能进行监管。”——马斯克
“人工智能可能自行启动，以不断加快的速度重新设计自己。而人类局限于缓慢的生物进化过程，根本无法竞争，最终将被超越……彻底开发人工智能可能导致人类灭亡。”——霍金
“我认为任何一种对人类心灵的冲击都比不过一个发明家亲眼见证人造大脑变为现实。” ——尼古拉·特斯拉
ChatGPT无疑是一个历史时刻。在“盲人摸象”的初期，我们有限的认知恐怕只有两个选择——要么高估它，要么低估它。
如果我们高估了ChatGPT和可能到来的强人工智能，我们只是浪费了一些注意力。
而如果我们低估了它，等待我们的，或许是一场灾难。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
相关文章
