ChatGPT 之后对抗信息熵增

ChatGPT之后，对抗信息熵增ChatGPT的出现不仅引起互联网用户的热切关注，不少企业、创业者们，也在这一概念上倾注了许多心力。那么，ChatGPT会给应用带来哪些可能性？其出现又会带来哪些风险和问题？一起来看看作者的分析与解读。ChatGPT点燃了全球对未来的想象，还让沉寂已久的退休大佬决定重出江湖。是的，就是这两天被刷屏的王慧文。这位曾经美团的核心人物，在社交媒体公开发表宣言。从最初的「必须参与」，到5000万美元带资入组，不在意岗位、薪资和title，求组队。第三天干脆宣布创建一个「全新生命体」，发出AI英雄榜，招募顶级人才。这是ChatGPT传入中国后，最高调的起步公司。它面临的对手是那些国内外科技巨头。微软推出基于ChatGPT的NewBing一天后，谷歌匆忙搬出Bard应战。虽然发布会的演示尴尬出错，市值一夜蒸发超过7000亿元，但微软和谷歌被认为是最有可能将ChatGPT大放光彩的公司。国内公司也纷纷表态，百度、阿里、腾讯等大厂均表示自己在相关方向上有所布局。百度三月即将上线「文心一言」，并接入百度搜索；阿里达摩院正在研发对话机器人，并计划与钉钉等生产力工具深度结合；腾讯虽未透露出具体的应用计划，但也底气十足地表示，自己在大模型（LLM）、机器学习（ML）和自然语言处理（NLP）等领域有着技术储备，进行应用探索。总之，全网都是ChatGPT，被讨论，被神话，被人穷尽溢美之词，被视为是新一轮工业革命。但也有人发出警醒，ChatGPT也在被误解。一、大力出奇迹「我相信大厂声称自己正在布局ChatGPT，除了有保住股价的考虑，肯定也有了解这些前沿技术的团队。但是懂得大致的技术框架，和真正做出来跟ChatGPT效果一样好的东西，是两件事情。」一位AI公司的技术合伙人说。OpenAI对外发布了许多ChatGPT相关的研究性论文，讲述大致的思路，但不会透露技术细节。上述合伙人提醒，「其他公司想要复刻，还是需要自己摸索。而一旦涉及到技术细节的摸索，就要有特别大的投入。」他认为，OpenAI的伟大之处在于，在结果未知的情况下，就敢于下注。「一般公司为了活下去，不得不去考虑投入产出比。」模型的参数越多，意味着训练、调试时间的成倍增加。时间的翻倍，意味着硬件成本、人力成本的翻倍。据《财富》杂志报道，2022年，OpenAI公司的收入预计不足3000万美元，净亏损5.45亿美元。而随着ChatGPT的火爆，可能进一步增加亏损，因为用户每一次调用，就会让OpenAI付出更多的计算资源和带宽成本。本质上，ChatGPT是一个表现令人惊艳的统计语言模型。它的原理是，不断将前文的文本片段作为条件，预测下一个词语出现的概率，选中概率较高的单词，从而生成通顺的语句和段落。ChatGPT的技术——GPT3.5，是由Transformer的技术线发展而来的。而Transformer的第一篇研究文章，其实是由谷歌发布的。2017年6月，谷歌发布论文《Attentionisallyouneed》，推出能调用6500万参数的Transformer模型，并首次将其用于理解人类语言；2018年，谷歌又推出了3亿参数的BERT模型。只不过谷歌走得并不坚定，精力远比OpenAI分散。OpenAI在扩大模型的道路上一路狂奔。GPT-3模型有1750亿个参数，训练的数据量高达5000亿个token（约合3000亿个词）。谷歌则在多种技术路线间摇摆不定，万亿参数的SwitchTransformer并没有得到持续投入；Flan-T5模型一度有着胜过GPT-3的表现，但由于优化进度缓慢，还是由OpenAI先做出了ChatGPT这款产品，将大语言模型的神奇能力展现在我们面前。北京智源人工智能研究院理事张宏江进一步解释，1750亿参数量，约有700G大小，一次训练成本大致花1200万美金。所以，大模型的发展不光是算法上的进步，在数据、算力上的要求也非常巨大。这是一个「大力出奇迹」的故事。AI模型的训练，并不是「一份耕耘，一份收获」的线性逻辑。学术界有一个术语，叫做「涌现」（emergence），参数到了一定的程度，模型效果会迎来质的飞跃。但这个程度，究竟是10亿、100亿、1000亿，在实践之前都无从得知。对于GPT来说，「参数越多，效果越好」只是个「后验性」的结论。OpenAI的孤注一掷，等来了它的「涌现」；而谷歌的多线并行，却也是当时的「局部最优解」。在大语言模型的训练上，「没有人比其他人领先超过两到六个月。」谷歌在相关研究领域硕果累累，并未落后于OpenAI半个身位，但精力分散拖累了它将学术成果落实为具体应用的步伐。二、应用会更容易吗？尽管ChatGPT技术内核的突破有非常高的门槛，但是OpenAI的大模型对产业的影响是绝对深远的。张宏江将其形容为，是从小农经济到大规模生产的一个很重要的变化，就像当初电网的变革一样，此前自己发电，而今天要用AI，不需要再做模型，而是用已有的大模型，以一种服务方式提供给用户。ChatGPT超过Tiktok，成为迄今为止用户最快破亿的应用。积累1亿用户，ChatGPT用了两个月，Tiktok用了九个月，而Instagram则用了两年多。OpenAI的首席执行官SamAltman曾在推特上表示，用户与ChatGPT每次交互的计算成本为「个位数美分」。随着用户破亿，其每月计算成本高达数百万美元。基于此，OpenAI开启了新一轮融资，也在探索如何直接用ChatGPT变现。2月1日，OpenAI正式官宣ChatGPTPlus——ChatGPT的个人付费订阅服务。用户支付20$/月的费用，即可享受高峰时段的优先访问、更快的响应时间，还能优先尝鲜新功能。OpenAI官宣ChatGPTPlustoC的付费制还在试点和探索阶段，toB的付费API调用则是OpenAI现阶段的主要收入来源。2021年底，OpenAI对公众开放了GPT-3的API接口，开发者和相关公司可付费调用，实现自然语言理解和生成的任务。除此之外，OpenAI还开放了Codex、DALL·E的API接口，分别完成自然语言转代码、自然语言转图像的任务。路透社的数据显示，OpenAI2022年收入达数千万美元，2023与2024的预计年收入分别为2亿美元和10亿美元。OpenAIAPI调用价格一个大模型，即使像ChatGPT一般有惊艳的表现、足够的通用性，也无法用来解决所有问题。从新技术的诞生，到可用的行业产品，再到后续的运营和用户服务，还需要很多下游应用企业结合行业场景来进行微调和开发，形成「整体产品」方案。Jasper就是这样一家基于GPT-3API的生成式AI公司，提供电商、广告、博客等场景下营销文案、种草文案的自动生成服务，以及后续的搜索引擎优化工具。2022年，Jasper募资1.25亿美元，估值达15亿美元。再比如Notion，接入GPT-3API后，在文档工具中实现了自动续写、翻译、语法检查等功能。即便是基于垂直行业的语料库对模型进行微调，也需要不小的研发成本：GPT-3的每一次升级和迭代，这些下游企业也要跟进调整，需要一定的财力支撑。国内关于ChatGPT概念的不少公司也拿到投资，而且类似文本生成、图像生成、音频生成、视频生成、虚拟人、元宇宙等场景在中国的落地能力，也许会跟海外同步，甚至更快。不过，目前的大模型，更多偏向于单点式的应用，优化生产环节中的某一个小问题，并未带动整个工作流的革新。第一次工业革命，蒸汽机实现了机器替代人工；第二次工业革命，电力技术驱动了规模化生产。之所以能够被称之为「工业革命」，都是因为技术为生产力带来了质的提升。目前来看，AI原生产品还没有能够大范围囊括某一领域的工作流，并且提供完整解决方案。三、冲击会抵达哪里？如同过去所有新的生产力工具一样，ChatGPT问世以来，关于它会冲击哪些行业的讨论不绝于耳。作为当今最为先进「统计语言模型」，ChatGPT在问答和对话上的表现出色。它能够模仿人类的交互方式，提供和整合信息，从而辅助创意和决策。ChatGPT有效缩短了「信息→决策」的路径，受到其影响最大的，是与「满足信息需求」有关的生意，尤其是帮助「人找信息」的生意。其中无法回避的，首当其冲就是搜索引擎。因为很多人认定，基于ChatGPT有可能诞生出比Google更出色的搜索引擎。ChatGPT已经明确回答，它不会替代搜索引擎。实际上，比起功能替代，未来的信息搜索应当是两者的结合。ChatGPT的优势在于，它可以综合生成更为完整、拿来即用的答案，还可以通过多轮对话回答后续问题，但我们无法忽视它的硬伤——真实性和逻辑性问题。首先，ChatGPT生成的答案中难以避免地出现事实性错误。按照既定的语言模型和规则，ChatGPT可以生成相应的文本，却无法自查自纠；且生成的序列越长，出现错误引用的概率也会随之增加。这也就是为什么谷歌Bard言之凿凿地说詹姆斯·韦布空间望远镜拍摄了太阳系以外的行星的第一批照片（实际并非如此），微软NewBing进行GAP的财报分析时引用了许多错误数据。其次，ChatGPT虽然很少在语法上犯错，但它在推理（reasoning）任务上的表现不够令人满意，颇有种「数学是语文老师教的」感觉。至少在目前，我们无法指望它能够通晓逻辑、厘清事实。而它通过对话喂给我们的唯一答案，也限制了我们从多处来源交叉验证信息的能力。朱啸虎就提出警醒，ChatGPT最大的风险是在网上创造出巨量的似是而非的内容，那以后就不仅仅是「物理学不存在了」，如何判断信息的真实性越来越难，熵爆炸式增长。实际上，较为理想的产品形态是，由ChatGPT精选优质信源，拼接为完整答案，并给出引用来源供我们核实。或者在搜索结果页面的基础上，由ChatGPT来总结要点。除了微软Bing外，初创公司Perplexity也尝试结合ChatGPT和搜索引擎，做出更智能的信息搜索工具。Perplexity的结果展示，包括三个部分：Perplexity（生成的直接答案）、Sources（引用来源）、Related（相关问题）。你还可以在前文的基础上进行追问，获得更聚焦的信息增量。Perplexity产品界面此类信息搜索产品，若想提供好的使用体验，也需要ChatGPT在未来能够做到「知之为知之，不知为不知」。否则，甄别错误信息