ChatGPT 標誌著 AI 進入 iPhone 時刻 | 開談

整理 | 禾木木 責編 | 夢依丹

5 天註冊使用者超 100 萬,60 天使用者破億,引得國內外大廠紛紛追隨 AIGC 步伐,史上增速最快的消費級應用程序ChatGPT更是引領 AI 在科技圈一路「狂飆」。

2 月 8 日,在Google宣佈實驗性 AI 服務 Bard後,微軟就正式推出由 ChatGPT 支持的最新版本 Bing(必應)搜尋引擎和 Edge 瀏覽器。除此之外,百度在 2 月 7 日官宣推出類 ChatGPT 應用、自然語言處理大模型新項目「文心一言」(ERNIE Bot),並於三月完成內測,面向公眾開放。如果說 AlphaGo 當年跟李世石的人機大戰是一場技術秀,那 ChatGPT 就像一把火點燃了沉寂許久的 AI 行業。在這場新的競賽中,誰都不甘示弱。

對於 ChatGPT 熱度的久居不下,CSDN 最新組織了一期《開談:ChatGPT 新時代》訪談,並誠邀到了 AI 各個領域的高級專家,與我們共同探討,他們分別是:

  • 中國最早研究 ChatBot 的矽谷知名孵化器創業導師李卓桓,PreAngel 合夥人,其開源項目 wechaty 在 GitHub 上擁有上百萬的使用者;

  • 開源第一個中文 Stable Diffusion 模型的張家興,IDEA 研究院講席科學家,北京大學博士,清華大學和香港中文大學等大學兼職\實踐教授。曾任微軟亞洲研究院研究員、螞蟻集團資深演算法專家、360 數科首席科學家。在深度學習、自然語言處理、分散式系統等多個領域的頂級學術會議和期刊上發表幾十篇論文;

  • MoPaaS 創始人兼 CEO 魯為民,先後獲得清華大學學士和加州理工學院(CalTech)博士學位。先後在 NASA JPL、IBM 和矽谷初創公司從事不同的技術創新和領導工作。這些年,他帶領 MoPaaS 團隊構建了可擴展的 AI 工程平臺解決方案,以幫助企業加速 AI 應用落地最後一公里的問題;

  • 人人詞典 CEO 笪小強

  • CSDN 創始人&董事長、極客幫創投合夥人蔣濤。

在蔣濤的主持下,圍繞 ChatGPT 主題展開高端對談,資訊量巨大:

  1. ChatGPT 標誌人工智慧進入 iPhone 時刻 ,AI Foundation 成為新一代「程式設計」平臺,所有老軟體都值得用 AI 重做,Mobile First 結束,進入 AI First 時代 ;

  2. OpenAI 來源於工程能力的淘金者精神和巨大足本投入(10 億美金的算力,上萬張 A100 卡訓練,均價大概在 10 萬元/張,需要 10 億到 150 億的入場費),現在每天一億對話,ChatGPT 會不斷進化,類似於當年 Google 在搜尋方面領先,後續其他人難以追趕;

  3. ChatGPT 不是 NLP,而是新物種,能理解對話(這是 NLP 範疇),還能執行任務(txt2code,這是微軟長期投資辦公自動化和開發能力平民化的收益),帶來生產力的巨大提升,這才是革命性突破;

  4. 語言即智慧,GPT 模型能力並不能解決所有問題,依然有很多限制,找到合適路徑和應用場景是關鍵所在,如幫助直男約會對話的應用,搜尋關鍵詞投放最佳化等自動化工作,這才是 AI 新應用時代的開始,需要具備新能力的「程式設計師」來開闢。

搜尋『CSDN』視訊號可查看本場直播回放,以下為對話精編:

一年時間能「

一年時間能「復刻」 ChatGPT 嗎?

蔣濤:各位對於 ChatGPT 有何看法,美國開發者對 ChatGPT 的討論方向又有哪些?

李卓桓:首先,我在參加 NeurIPS 大會時,有四萬名 PhD 參加,充分證明了 AI 技術的火爆。其次無論是學界、業界還是專門關注 Machine Learning 和自然語言的研究人員都開始瘋狂討論 ChatGPT。

有趣的是,大家對於 ChatGPT 出現的效果很吃驚,一線的 PhD 們也沒有想到它的模型能力遠遠超出了大部分開發者的預期,功能程度也大大超出了預期範圍,甚至超出了模型研究規劃的預期。它的發佈可以說是奠定了 AGI 元年的里程碑。

張家興:作為一名真正的業內人士,ChatGPT 的很多功能甚是驚喜。但最讓我意外的是 ChatGPT 在資訊抽取任務上可以很快速抽取到相關任務。大多數人使用它的人是驚訝於它的回答、推理以及對於一個人工智慧可以懂得這麼多的內容。我認為這也是ChatGPT給我們的未來指明瞭一條正確的道路。

魯為民:首先 ChatGPT 的功能強大確實讓大家覺得這是一個奇蹟。雖然在 Transformer 出來之後,大家就開始關注大語言模型這個事情,但是 ChatGPT 湧現出來的各種能力確實很讓人驚豔。

其次還值得關注的是它為什麼可以獲得大家的認可。實際上它的結構並不是很複雜,但它形成了一種新的學習模式,它可以根據使用者的提示來上下文學習回答問題,使用自然語言,這也更加符合使用者的習慣。

最後就是 ChatGPT 模型的規模優勢,模型達到了一定規模以後,它的性能和其它能力也隨著模型的規模增加而加速增加,所以這些內容在未來都是值得進一步去探討。

蔣濤:今年 AIGC 也很出圈,無論是在質量還是速度上都做了一個很大的提升。但總的來說這還是一個開始,我們也來討論一下,一年內,國內外是否能做出同等量級的模型以及它的難度都有哪些?

李卓桓:我認為 OpenAI 相當於已經邁出了第一步,它是基於 Google 最早的 Transformer 的模型,模型的參數越來越大以及技術上的突破等,使得它的發展也越來越快,討論的人也越來越多。

對於其他大廠來說還是很願意投入精力和時間去研究,最近也有一些很火的討論,將這些模型稱為 Model Foundation,比如說 OpenAI 提供相關的解決方案,我們只需要去找各種各樣的 Model,這樣就可以提供各種各樣的解決方案。

AGI 領域被打開之後,接下來 AI 的水平也會急劇飛昇。隨著國內外大廠在這個領域的研究越來越多,並結合著 OpenAI 的解決方案,我相信在一年以內都會達到一個類似的水平。

張家興:我的判斷是一年之內應該沒有團隊能做出超越當時的 ChatGPT,或許可以實現 ChatGPT 當下的水平。這項技術要分幾個要素去看,第一點是算力問題,雖然有很多公司表示自己已經有幾千張 A100 卡,但這些 A100 卡並不一定適合做大規模並行訓練,以及在算力規模上還有一些額外的成本和巨大的投入。

第二點是資料邏輯,在資料方面,OpenAI 是有相對的先發優勢,它可以保持每個月月活在1億,並不是所有的公司都有這個資料體量,並且 ChatGPT 會不斷進化,類似於當年 Google 在搜尋的領先,後續追趕者很難,所以我認為這也是一種優勢的存在。

第三點是 AI 的工程化,其實我們可以看到有很多工程化的典型代表,例如晶片、汽車、手機等,後來者在研究前者的技術和內容時也是通過逐漸的積累,從而達到進步。其次我是希望大家可以把模型當做產品來做,而不是把模型當做項目,這樣就可以不斷的迭代升級,無論是在時間上還是說人力上都可以不斷的累積和分析從而完成這件事。

魯為民:最近在和美國一些大廠的技術人員也有這方面的溝通,ChatGPT 這次還主要是工程上的成就,歸到模型上來說就是需要在工程上不斷地打磨最佳化,不斷地讓它更完美。

我是同意將這種比作為工匠精神、或者更是淘金者精神。有一些看似偶然的東西,但實際上是有很多必然的一些東西在裡面。除此之外,就是通過工程的細節來適配有限能力的基礎模型,針對不同的任務來打造相匹配的模型,例如它在回答問題時結合上下文的任務等。還有打造一個大模型,需要達到一定的規模,意外結果才會顯現出來。它可以根據使用者的提問習慣來回答,但實際上是既舒服又簡單。但它的訓練也是需要很多資源來完成,以及不斷工程打磨和迭代, OpenAI 是具備這些特點。

新時代的 iPhone 時刻

新時代的 iPhone 時刻

AI Foundation 成為新一代「程式設計」平臺

蔣濤:我認為 ChatGPT 的火爆就像是迎來了新時代的 iPhone 時刻,在工藝、應用和理論創新都有突破性的進展。如果說真的是 iPhone 時刻,那作為一名 AI 使用者,能感受到有哪些驚豔的地方?

笪小強:我在應用 ChatGPT 之前,我是不相信通用人工智慧的存在。在我的認知裡面,我認為通用人工智慧是需要有靈魂,它的智慧是靠靈魂給予。

但是 ChatGPT 給我一種是通過演算法逐漸給出答案,所以他給我最大的一個世界觀的改變,並不是靈魂級智慧,而是語言級智慧。例如在語言學上的反例,就是狼男孩的故事,男孩沒有學語言,就沒有智慧,所以我從這個角度思考發現,語言學其實是一個非常大的和進步,尤其是語言學在翻譯這個領域來說,大家一直夢寐以求要找一個叫語言中間態的東西。

那對於機器翻譯來說,它僅僅能停留在表層的意思,無法去理解深層的內容,但 ChatGPT 在翻譯上面真的可以做到信、達、雅的程度。簡而言之,我認為它是懂語言的智慧和魅力。

我在應用時也發現了一些 Bug,就是在數學方面, ChatGPT 的正確性還是有待驗證,並不是它本身不會做數學題,而是因為它的數學能力是靠語文老師教的,這也是很有意思的一點。他可以解釋雞兔同籠,能夠解釋思路和這個概念,但是對於方程解出來還是不會算。

李卓桓:我特別同意 iPhone 時刻這個觀點,因為在 ChatGPT 發佈之前,無論是投資圈還是創業圈對人工智慧解決問題的關注已經是逐漸冷卻的過程。

像當年 iPhone 出現,大家說好用後,新的創新應用是需要開發者去 App Store 裡開發後,使用者才能夠開始使用。而 ChatGPT 我覺得和當年比起來最大的一個區別是它跳過了中間開發者的環節,甚至是絕大部分的使用場景和體驗,都是使用者直接到 ChatGPT 界面裡面,和機器人在聊天中發現了一些特別有用的問法和回覆的方法。我想這也是語言的一個魅力之處,因為它是足夠的簡單,中間環節也足夠的少。

之前我們也提到了工程能力,我認為這也是一個很大的趨勢,可以清晰的看到 AI 模型每年都在提升,但是為什麼用完後卻沒有那麼多的評價和反饋,就是因為它的工程沒有跟上。做一個模型並不是說像交作業那麼簡單,是需要持續迭代、到使用者場景裡。

在 ChatGPT 的這個過程中,這種工程能力它有一大半是直接讓使用者用自然語言去問。所以我想說從這個角度來講, AI Foundation 是真正的是比當年的 iPhone 更快,迭代更快,使用者的發展和發現新的功能會更快,進而可能的是使用者去反推開發者。

對我來講,隨著它通過微軟 Azure 提供了這種穩定的雲服務,那麼這種 AI Foundation 將會成為接下來開發者為使用者創造新的這種自然語言 AI 應用的這種產品的最好的土壤。這也是我非常認同現在是 iPhone 時刻的這個觀點。

張家興:從應用角度我會相對客觀冷靜的去看待,比如說在很多方面我們都可以用專門的模型來做,有一個很大的好處是告訴開發者當這種能力有了之後,使用者更願意拿它來做什麼,例如在 ChatGPT 上排名最靠前的使用是寫程式碼和文章,顯而易見的是大家可以根據 ChatGPT 模型或是 ChatGPT 的 API 做自己的產品。

其次需要注意的一點是個性化的問題,如果我們都用 ChatGPT 做底層,那以數字人為例調性都是相同的,不具備個性化,無法滿足使用者的心理需求。

魯為民:AI 的發展更像是一種階梯性的發展,在跨越之前需要不斷的積累和消化。在消化大模型方面我們要注意的是如何做個性化、場景化,如何針對垂直場景去做等。

  • 第一是規模,它也是一種矛盾的表現,要讓這個模型有一定的能力,就需要一定的規模,但如何在企業中(有限規模)使用它?當然首先要想是否有合適的場景和需求;

  • 第二點是資源,一方面有足夠的資金,另一方面也需要有訓練大模型的域內資料。雖然使用通用資料訓練出來的預訓練模型也是可以的,但是還得需要考慮針對不同的企業適配;

  • 第三是資料的選擇上,我們在選擇資料做模型訓練時也要注意資料的問題域漂移和時間節點漂移的問題;

  • 最後一點是價值對齊,對於企業來說,所需要解決的問題領域不同,它定義的價值目標也不同,需要進行價值對齊,這也是一個很重要的工作。

我認為對於企業或垂直應用來說,這些是每次AI 跳躍增長之後消化利用當今最新通用技術需要做到的一些方面。

而作為一名程式設計師來說,大家可能都想要去了解測試這樣的模型,圍繞它去應用和編寫程式碼,那這其實也是一種新程式設計方式,是使用類似自然語言來程式設計,也是一方面的機會。

在國內我們目前可以看到也有一些大廠在蠢蠢欲動,那還是有很多東西是值得期待,這些也是需要做出生態,程式設計師也可以圍繞這做不同的內容。

蔣濤:是的,我最近在微博上也看到了很多關於 ChatGPT 的段子,例如幫助直男約會等,既體現了工作努力,又懂生活情趣,包裝後的個人簡歷真的很驚豔也很有意思。

蔣濤:面對 ChatGPT 和大模型中小企業應如何應對?

魯為民:對於像 ChatGPT 這類的語言模型,它的能力是有目共睹。對於中小企業來說不一定大家需要從頭開始訓練,可以圍繞這些大模型做一些工作,例如 OpenAI 開放了很多 API,企業就可以利用它的能力開展工作,既可以控制成本,也能相應大模型所提供的紅利。希望國內的大模型在今後也能提供類似的服務和發展。

李卓桓:我覺得它在 To B 和 To C 市場裡面的應用都會受到很大的限制,它的侷限性在於它只能跟你泛泛的聊天;第二點是準確度無法保障,例如面對醫療、法律時,當前的語言模型是遠遠達不到深度的。所以這也是 OpenAI CEO 說為什麼接下來 ChatGPT 會讓大家失望。

AI 新應用時代的開始,程式設計師該怎麼做?

蔣濤:對於 ChatGPT 也就是 AI 新應用時代的開始,大家對程式設計師都有哪些建議呢?

笪小強:我們又面臨著一個非常好的時代,就類似於 2000 年的 PC 網際網路,2009 年的移動網際網路,現在就是 iPhone 時刻的出現。我們要在這個基礎上去做更好玩的應用,我覺得網際網路可以改變社會,那 AI 網際網路也可以改變我們整個社會,所以我認為還是有非常多的機會。

張家興:技術的變化越來越快,已經不單單是一個新的語言和框架簡單的出現,大家要擁抱新的技術正規化、新的手段,我希望大家能夠與時俱進,追求自己最有價值的東西。

魯為民:首先要能夠不斷的學習與時俱進,實際上大模型也衍生一種新的基於類似於自然語言的程式設計方式,所以程式設計師的作用會越來越大,無論是在企業應用還是技術創新,還是需要程式設計師去完成,所以說一方面要不斷學習,另一方面要對未來充滿信心。

李卓桓:首先是在軟體開發領域,隨著人工智慧的技術的火熱,它會出現一種新的技術和新的程式設計方式,建議程式設計師們學習如何去做 AI 的程序,讓自己開始知道下一代的程式設計或者這種技術程序是怎麼工作。其次是我建議大家抓住 ChatBot 這個領域的一些應用的機會,預計未來也是一種很火的趨勢。

蔣濤:非常感謝嘉賓們的分享,今天聊得內容很有趣也是讓大家意猶未盡。每一個人都從不同的角度和維度來分享,一起探討 AI 新應用時代的開始,企業和程式設計師們的未來發展。

短期內,ChatGPT 可以使開發人員能夠更快地構建,而不是取代他們。長期內,人工智慧將使非程式設計師的創造者能夠使用自然語言指令進行零錯誤的開發,但仍然需要開發人員,無論是對於企業還是開發人員,都會面臨挑戰與難度。

搜尋『CSDN』視訊號亦或者點選『閱讀原文』查看本場直播回放視訊!

相關文章

ChatGPT 設計了一款晶片

ChatGPT 設計了一款晶片

ChatGPT 可以幫助軟體工程師解決編碼的煩惱,那是否可以幫助硬體工程師設計出晶片呢?來自澳洲雪梨南威爾士大學的教授進行了一次嘗試。 原文...

SEO 已死,LLMO 萬歲

SEO 已死,LLMO 萬歲

「北風那個吹,雪花那個飄」,我手捧一杯咖啡,聽著白毛女。朋友坐在對面高談闊論:「有了 ChatGPT,我再也不缺內容了,SEO 的春天就要來...

人工智慧和程式設計的終章

人工智慧和程式設計的終章

【CSDN 編者按】隨著人工智慧以及大型語言模型的崛起,人工程式設計真的來到了終章了嗎?作者通過對 ChatGPT 的一些小測試,來檢驗人工...