过去的一周，朋友圈里的能人们又有了新工作，ChatGPT代注册。
2022年11月，OpenAI推出ChatGPT聊天机器人，以对话的形式与用户进行连续性的交互，与此前常见的Siri、小艺等手机交互系统不同，ChatGPT不仅可以回答问题，还能完成代码修改、内容创作等。
在此基础上，ChatGPT还具备纠正错误、拒绝不正当要求的能力，这意味着ChatGPT的人工智能程度，远高于此前大火的AIGC。虽然目前已经有团队绕开ChatGPT的安全限制，但自古至今哪个技术的发展不是一波三折？
2月10日，国内科技圈头部企业华为公开表示，公司早在2020年就布局了相关领域，2021年发布的鹏城盘古大模型就是类ChatGPT产品，也是业界首个千亿级生成和理解中文NLP大模型。除了华为之外，京东本月已经推出产业版竞品“chatJD”，百度也将于3月推出类ChatGPT产品。
而那些还没入局的企业，正在迫不及待想要涌入该赛道。美团联合创始人王慧文在社交平台宣布，将要带着5000万美元组队切入该赛道，而且根本不在意岗位、薪资和title。
由此可见，ChatGPT已经在科技圈掀起新浪潮，可是它和之前的aigc产品到底有什么不同？是否又是昙花一现，大众过了新鲜劲儿后是否会将其抛之脑后？
01 ChatGPT和AIGC有什么不同？
虽然ChatGPT和AI作画软件等同属于AIGC领域，但是ChatGPT除了绘图外，还可用于文本、视频等内容的“原创”，且比此前的AIGC产品更拟人化。
而且ChatGPT还可用于3D交互以及包括开启科学新发现、创造新价值和意义，因此Gartner将生成性AI列为2022年5大影响力技术之一，MIT科技评论也将AI合成数据列为2022年十大突破性技术之一。
ChatGPT之所以能显著区分于其他竞品，主要是因为其引入了RLHF（Reinforcement Learning from Human Feedback，人类反馈强化学习）的训练方式，从而在训练中增强了人类对模型输出结果的调节，促使模型输出结果更具备理解性。
得益于其更强的互动性，ChatGPT已经达成1亿月活用户里程碑，并开始向用户收费。其竞品如科大讯飞等商业化进程已经被远远甩开。而且科大讯飞付费使用的软件服务中，还停留在语音文件和文字的互转领域，略带交互功能的付费产品则是采取软硬件打包出售的形式。
而在语义交互在这个领域内，国内企业科大讯飞其实更具优势，首先是在知识推理阅读理解比赛 OpenBookQA、QASC 中夺冠，从其在比赛中的表现来看，科大讯飞相关训练模型已经超出人类平均水平，甚至在逻辑推理阅读理解比赛ReClor中刷新全球最好成绩。
只可惜科大讯飞没有基于此率先推出类似ChatGPT的产品。ChatGPT的出现，其实意味着人工智能算法的进一步升级。采用Transformer模型的ChatGPT，首先是突破了RNN 模型不能并行计算的限制；其次关联所需的操作次数不随距离增长。得益于新模型的应用，ChatGPT的解释力度更强。
根据CDSN数据，Transformer的综合特征提取能力、远距离特征捕获能力、语义特征提取能力，全部明显增强。另据机器之心消息，自从ChatGPT上线后，全新的AI模型因为能回答问题、编写代码、自行创作，被认为是下一代搜索引擎的雏形，但目前远未达到替代传统搜索引擎的地步。
但是伴随硬件的提升以及算法进一步完善，传统搜索引擎的日子确实不好过了。
02 ChatGPT背后是行业变革
ChatGPT席卷社交圈的背后，是其正在逐渐推动科技业加速变革。
具体来看，Meta今年的资本开支将下调40亿美元，减少部分数据中心投资，转而支持AI等相关产品。微软、谷歌等也将在调整资本开支的前提下进一步加速对于AI相关的投资。
其中微软的操作最引人瞩目，显示宣布在3月31日前裁员1万人，中国区裁员比例不高于5%，就在其宣布裁员的前一天，微软公司CEO、董事长纳德拉在达沃斯经济论坛上表示：新冠暴发期间，科技行业迅速发展，但目前处于需求正常化的阶段，得用更少的钱做更多的事，即用自己的技术提高生产率。
对于规模企业而言，提高生产率最简单粗暴的手段自然就是裁员。就目前来看，ChatGPT可以有效提升内容创作者的工作效率，反映在二级市场上，微软宣布裁员当天，美股盘前上涨1.5%。
其实作为科技业老兵，微软早就着手用机器代替人工，早在2019年和2021年，微软就两次投资OpenAI，近期又有消息称，微软计划再向OpenAI注资100亿美元。有分析指出，这次万人裁员是日前风靡科技界的ChatGPT带来的直接结果。
ChatGPT持续热度下，AI投资已经成为北美各大云厂商下阶段投资主力，海外云巨头已经开始加速布局。根据德邦研究所统计，谷歌、微软等传统科技企业，均完成了AIGC领域的布局。
AIGC 基础设施层面，OpenAI、Stability.ai 等已经牢牢占据头部位置，他们主要负责预训练模型，但盈利模式却截然相反。
Stability.ai目前的估值超过10 亿美元，公司目前将其基础版的产品完全对外开源，其盈利模式主要基于面对客户开发和销售专业版和定制版。OpenAI 的盈利模式基于公司对其受控 api 的外部调用来进行收费操作
中间层由于需要满足垂直化、个性化、场景化的应用特点，所以参与企业较多，所有涵盖模型即服务（Model-as-aService，MaaS）的企业均属于AIGC行业中间层；应用层面，由于下游消费者的的需求占据重要地位，需求与AIGC模型的无缝衔接助推产业应用发展。
行业下游以内容创作者为主，他们可以凭借前两层预训练好的模型，以及C端消费级显卡的算力来挖掘出更为丰富的应用场景和内容。目前接近C端用户的工具日渐丰富，包括网页、移动端小程序、基于AIGC的自主画图服务等。
那么谁能限制正在狂飙的ChatGPT？这个答案其实显而易见，那就是算力。
除了内容创作者依赖消费级显卡完成工作外，负责模型预训练的上游企业，如OpenAI等也需要稳定高效的算力资源。
2018年OpenAI推出GPT-1模型，参数量达到1亿级别，2019、2020年OpenAI又陆续迭代出GPT-2、GPT-3模型，参数量分别为15亿、1750亿。随着模型参数量提升，算力需求随之加大。
国内企业想要在aigc方面获得长足发展，首先就是解决算力支撑问题。由于种种不可抗力，国内人工智能领域先后经历多次海外大厂限制芯片供应的问题，国内显卡厂商中，景嘉微正在稳定推动显卡产品迭代，其2022年5月发布的JM9系列第二款GPU芯片，已经能满足地理信息系统、媒体处理、CAD辅助设计、游戏、虚拟化等高性能显示需求和人工智能计算需求，但并不足以实现国产替代。
目前AIGC发展的天花板，仍旧掌握在英伟达、AMD等海外芯片大厂手中，但AIGC由于尚处于高速发展期，英伟达、AMD现有产品足以应对AIGC所需。在算力加持下，AIGC带来的冲击已经向科技业外的各行各业蔓延。
03 ChatGPT虽然有风险，但也被同行羡慕
AIGC作为内容创作工具，发展的越先进，对人们生活工作的正反馈就越强，但是和“P2P”一样，作为新技术，总会被别有居心的利用。
关于ChatGPT的报道中，让人印象最深刻的是多家大学明确禁止学生使用ChatGPT写论文，为应对ChatGPT在文字工作中的“超能力”，大学教授们正在重新设计他们的课程评估体系，比如增加更多的口试、小组工作等。
只是这种“掩耳盗铃”式的限制手段，根本不可能避免有人使用ChatGPT完成学术论文，国内某法学教师预计，ChatGPT很有可能引发学术乱象问题。
一个人工智能软件，引发学术乱象，你敢想象吗？
实际上，在ChatGPT之前，人工智能软件早就渗透入论文创作、出版的各个环节，比如PaperPal和Writefull早就被用于论文写作，类似Wiley'sRex之类的软件还能自动从论文中提取数据，其他诸如查重、排版等领域，也都不乏人工智能的身影。但都没有引发学术界的恐慌，更不会明确要求学生禁止使用。
因为ChatGPT出现前的各类软件，主要为创作者提供辅助作用，而ChatGPT可以担负更重要任务，甚至可以替代作者完成整篇文章的写作。长此以往下去，也许在未来某一天，一台经过调校的机器，可以成为一名合格的执行者，人只需要提想法，类似ChatGPT的软件就能直接产出论文，甚至连论文格式都不用调整。
这种背景下，图灵奖得主、Meta的首席AI科学家Yann LeCun公开吐酸水，ChatGPT胡说八道，你们却不管不顾，我们的Galactica上线三天，就被骂下架了。
不得不说，作为深度学习三巨头之一的Yann LeCun，表达的专业观点不会出原则性问题，比如“大型语言模型并没有物理直觉，它们是基于文本训练的……它们的回答，也可能是完全错误的。”“依靠自动回归和响应预测下一个单词的LLM是条歪路，因为它们既不能计划也不能推理。”
但是落实到具体应用上，都可能出错的前提下，谁的产品错误率更低谁就能在市场上存活，显然月活突破一个亿的ChatGPT已经实现了这个目标，即便是三巨头之一的Yann LeCun，也只有羡慕的份儿。羡慕到自己的产品在ChatGPT面前一无是处，只能下线，自己的工作成果似乎瞬间归零。
或许给ChatGPT一点时间，也许它真的能给你一个惊喜，或者，接替你的工作，你升职加薪或者就此失业。
（本文转载钛媒体APP）
