最近，一個問世不到一週的一個AI聊天機器人光速走紅，瘋狂程度直追羊了個羊。
甚至因為對中文的超高支持度，國內的科技圈都被它刷屏了。
很多人便深陷其中，無法自拔。就連馬斯克不忘調侃一句，這種「人傳人」的瘋狂現象。
想必訊息靈通的差友已經猜到了，他就是 OpenAI的新產品 ChatGPT。
之前，OpenAI 就曾發佈了新模型 DALL·E，能從文字直接生成圖像，打破了自然語言與視覺的次元壁，AI 圈歡呼，二次元猿狂喜。
而從被 AI 作畫驚豔到現在，抖音都已經開始全面整活AI 漫畫臉，人工智慧好像在以一種很新的方式入侵了各位差友的生活。
而這一回 OpenAI 的誠意製作 ChatGPT，更是直接拿「 代表先進生產力的科技巨頭 」開刀，直指Google的基本盤—搜尋業務。
而且這可不是標題黨的噱頭，而是最近一個 Twitter 博主的破防現場。
12月1日，一位名為 josh 的博主在將他日常請教Google的問題餵給 ChatGPT 時發現：「 AI 對話模型 ChatGPT 」的回答竟然完爆了Google搜尋結果。
為此，他振臂一呼：Google已死。
更誇張的，這一激進的觀點，甚至得到了 2.2w 網友的支持。
為了趕上這波AI的潮流，差評君帶著黑眼圈連夜嚐鮮。
一頓操作過後，感覺已經成功見證了歷史。
ChatGPT 的出現基本宣佈了，人工智慧的對話模型開始能在大範圍、細粒度問題上給出普遍穩妥的答案。
簡單地說，人工智慧的大對話模型可以達到基本不犯錯誤的水平了。（ 當然現在還是測試版 ）
有個網友問 ChatGPT：給我講講 2015 年哥倫布來到美國的故事。
ChatGPT 不僅會指出問題的錯誤 「 哥倫布不可能活到 2015 年 」 這個假設。
還能將問題，自動理解成一個假設性場景，並創造性地想象哥倫布生活在當代的場景。
不僅融通古今，還有批判性思維。其語言表現力和思想深度，讓人佩服。
於是為了直觀地體現這種差距，有網友特意帶著我們這位人工智慧界的新秀做一次智商測試，結果顯示平均智商 83。
這還沒完，甚至在某些領域，ChatGPT 已經徹底走在了大部分的人類前頭了。
Anaconda 公司的 CEO ，Python 社區中最具影響力的領導者和開發者之一，Peter Wang 表示：
我剛剛與 ChatGPT 就現代物理學的歷史進行了大約 20 分鐘的對話。如果我在高中和大學期間有這樣一位老師……OMG。我認為我們基本上可以重新審視大規模教育的概念。我們所知道的大學將不復存在。
當然 ChatGPT 真正讓人拍案叫絕的領域還得是程式碼。
當使用者命令ChatGPT找出一段程序的bug時；
它不僅可以清晰地描述 bug 及原因，還能自動修復 bug，寫出一段正確的程序：
不少外網開發者在試用中聲稱 ChatGPT 針對他們的技術問題提供了非常詳細的解決方案。（ 打工人淚目 ）
最喪心病狂的是，ChatGPT甚至不拒絕用一整段程序，給你拼接成一條小狗。
而 ChatGPT 的前輩— GPT-3 語言，更是早就被微軟用在了程式設計軟體裡，開發者只需要說明自己想在 App 裡實現什麼功能，就可以自動生成程式碼了。
這哪裡是個聊天機器人，分明是個無情的程式設計答題機器。
不過，為了不給大家一種人工智慧時代就要來到的錯覺，差評君還是給大家先澆上一盆冷水。
有生之年能不能看到強人工智慧，還是一個難題。
有業內人士表示，ChatGPT 只是經過了某些演算法的修飾，更擅長應付常規的問題。
這就好像所謂的網際網路黑話，以及神棍算命的話術一般，是為了使用者體驗而服務的。
所以，這樣一個看起來很完美的AI到底能不能成功代替Google呢？
這其實是一個開放式的問題。
與其說，ChatGT 人工智慧有多先進，在搜尋業務上比Google更優越？
不如說，AI 在以一種很新的方式，改變搜尋引擎業務的生態。
我們知道，目前的主流搜尋引擎，比如Google，都是基於對問題本身的搜尋，但它們有一個很大的限制：使用者有時也描述不清自己的問題。
恰好，ChatGPT 能夠和使用者進行互動，在充分挖掘使用者真實需求的基礎上，提出解決方案。
有什麼「 專家級解決方案 」比「 face to face 」的專家更加貼近使用者需求呢？觸及使用者痛點的呢？
在此基礎上，通過演算法給ai加上一點點的溫度（ 擬人化 ），簡直就是王炸。
這才第五天，已經有大量將 ChatGPT 嵌入Google的外掛出現了，這裡頭有沒有 ChatGPT 自己的作品呢？我很期待。
不得不承認，這可能就是未來搜尋引擎的的新正規化，ChatGPT 也許會引領一場大革命！
儘管，通過發佈 DALL·E 和 ChatGPT 兩個拳頭產品，OpenAI 似乎在一年內快速佔領了，生成式 AI 的高地。
（ 所謂「 生成式 AI」是指：用人工智慧在幾秒鐘之內迅速生成圖片、視訊等創造性內容的能力。）
不過大家肯定想不到，在這個領域的祖師爺，還得是Google。
2015 年，Google推出 DeepDream，開創了 AI 根據文字生成圖像的先河，而這時候，OpenAI 才剛剛成立不久。
結果 7 年之後，OpenAI 攜帶 DALL·E 火速出圈。而 ChatGPT 使得 OpenAI 在人機結合的領域，又再次領先了一步。
顯然，在大火的生成式 AI 的領域，Google徹底敗下陣來。
有錢，又有先發優勢，Google的一手好牌是怎麼打爛的呢？實在讓人好奇。
對此，來自 Google 母公司 Alphabet 的一位工程師 @hncel 是這麼解釋的：
像 GPT 這樣的大型語言模型是Google主要研究的領域之一，而且有大量相當明顯的應用，它們可以被用來回答查詢、索引資訊等。
但是顯然Google認為，在最大的產品（ 如搜尋、Gmail ）中實際使用這些語言模型的經濟性還不太成熟。
說白了，Google有足夠的技術儲備，但是覺得生成式人工智慧作為通用性人工智慧不太賺錢，所以戰略性放棄了。
這就使得，即使 DeepMind 最著名的專用人工智慧AlphaFold DB已經幾乎準確預測了所有已知的蛋白質結構，徹底引領了生物學的革命。
依然不能改變和 OpenAI 在通用 AI 上的差距，因為AlphaFold DB的所有的技能點都點在了蛋白質結構預測上。
投資者束縛了Google的想象力。
而 OpenAI 在這方面則要幸運得多。
首先，他是一家為通用性 AI 而生的非盈利性公司。OpenAI 的聯合創始人 Ilya Sutskever 表示：一個真正的 AI 應該能解決任何你交給它的問題。
其次，在 19 年與微軟合作之後，獲得了充沛的技術支持和資金。
最誇張的是，連老天都站在 OpenAI 這一邊。
近期，AI
科學家們更是發現了一個大型模型從量變到質變的節點，讓 OpenAI 在通用人工智慧領域強者更強。
研究表明：在學習效率和可靠性上，大約在 10 億參數（ 10^9 ）之後的大模型都會出現飛躍式的提升，放大了OpenAI 高達1750 億參數的大模型的的優勢。
而同時期，Google推出的語言模型 MT5 只有約 130 億個參數，這其中的差距大家自行腦補。
儘管Google憑藉深厚的底蘊，不斷追趕。
驚豔全網的 DALL·E 2 才新鮮出爐一個月，Google就派出名為Imagen的選手來打擂臺。
但是架不住，OpenAI圖像領域殺完，立馬拿著 ChatGPT 出來了。
事實上，Google的例子生動的告訴我們，在人工智慧領域，就是傳統經驗也有些無力。
新時代的到來,不是大魚吃小魚,而是快魚吃慢魚。
沒有人會保證，不會殺出下一匹的黑馬。
人工智慧，永遠驚喜，永遠讓人熱淚盈眶。
12 月 7 日晚上 7 點
我們也將在直播間
和差友們聊聊 ChatGPT
一起來調戲它吧~
撰文：及格編輯：結界、面線封面：萱萱
參考資料：
ChatGPT的崛起：發展歷程、技術原理以及侷限性 新浪財經
GPT-3胡言亂語怎麼辦？OpenAI：重新調教一下，新版本更「聽話」 機器之心
GPT-3的狂歡背後: 最強AI模型帶給了我們哪些思考？｜初心內參
ChatGPT瘋狂生成「辣雞」內容，Stack Overflow氣急，連夜封殺！ 新智元
為什麼生成式AI這麼火？OpenAI剛剛被曝估值已接近200億美金 矽發佈
Google、史丹佛聯合發文：我們為什麼一定要用大模型？
Emergent Abilities of Large Language Models.http://arxiv.org/abs/2206.07682
Beyond the Imitation Game: Quantifying and extrapolating the capabilities of language models.https://arxiv.org/abs/2206.04615
挑戰 Google 搜尋？OpenAI 發佈最強 AI 對話系統 ChatGPT CSDN
chat.openai.com
ChatGPT是有點中文在身上的：魯迅、脫口秀甚至世界盃…都被玩宕機了 量子位
為什麼「生成式AI」這麼火，這些工具太強大了 矽發佈
