一、 ChatGPT、大模型与AIGC
1. 什么是ChatGPT
ChatGPT是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型，一款人工智能技术驱动的自然语言处理工具。它的功能很强大，会聊天会写代码，会写邮件也能写文案，不仅多才多艺，而且语言像人类一样十分流畅，完全区分于以往人们诟病的人工智障。这些惊艳的能力使其一经发布迅速风靡全球，甚至现在官方网站已经满负荷无法登录。
在ChatGPT中，Chat指对话，GPT是Generative Pre-Trained Transformer（生成型预训练变换模型）的缩写。Generative意为生成型，在自然语言处理中，“生成”意味着从0到1，即由机器自己生成要说的话，此概念与旨在处理已有文本的“理解”相对。自然语言理解（NLU，Natural Language Understanding）与自然语言生成（NLG，Natural Language Generation）是两个相辅相成的任务，ChatGPT能够学习和理解人类的语言，这是自然语言理解；根据它的理解，它又生成了与你的对话，能和你聊天，甚至撰写邮件、视频脚本、文案等等，这是自然语言生成。
Pre-trained意为预训练。在自然语言处理领域中，预训练不针对具体的任务，而是在大量通用的语料上进行训练，得到具有通用语言知识的通用模型。得到预训练模型后，可在不同的应用场景再针对性地对模型进行调整（微调，fine-tuning）。举例理解，预训练就像一个人从小学上到大学，掌握了一些基本的知识，拥有了一定的人际交往能力；微调就像这个人参加工作，自身对工作岗位再进行知识的补充和环境的适应。
Transformer是几年前谷歌提出的一种深度学习模型。传统的语言处理模型是串行的，即需要按照顺序处理句子中的词和符号；但Transformer却打破了时序计算逻辑的限制，能够进行并行学习。并行化意味着如果硬件条件允许，可以训练出真正的大模型。
ChatGPT就是一种令人惊诧的大模型，其出现突破了人们对大模型训练效果的认知，也引发了学界工业界对未来AI发展方向的反思。
2. 什么是大模型
2021年8月份，李飞飞和100多位学者联名发表一份200多页的研究报告《On the Opportunities and Risk of Foundation Models》中，将大模型统一命名为Foundation Models，可以翻译为基础模型或者是基石模型。大模型具有极大的参数规模、需要海量的数据进行训练以及投入巨大的算力资源。以与ChatGPT基于相同技术构建的GPT-3为例，其具有 1750 亿参数，使用的最大数据集在处理前容量达到了 45TB， 训练费用超过 1200 万美元，成本之高，投入之巨令人乍舌。
大模型的效果相对好，精度相对高，一定程度上也解决了通用性难题。在一些领域的任务中，由于现有AI处理能力的有限，衍生出了许多中间领域，处理不同的问题也需要不同的模型和算法，模式很像小作坊；而大模型则提供了“预训练大模型+下游任务微调”的方式，能有效减少许多衍生出来的中间环节，整合碎片化的需求差异，为手工作坊向工业化迈进提供了“以不变应万变”的新思路，为AI模型大规模商用落地提供了可能。当然，其成本高昂，众多企业难以负担也是无法避免的问题。
大模型的出现使得AI的生成能力获得大幅提升，基础能力的突破也推动了诸多领域的进一步发展，如AIGC(AI- Generated Content，人工智能生成内容)。ChatGPT就是AIGC能力的一个集中体现，ChatGPT的规模化和商业化应用或将AIGC推到新高度。
3. 什么是AIGC
AIGC即AI Generated Content，是指利用人工智能技术来生成内容，ChatGPT会的写小说，写脚本，写代码这种功能，就是AIGC的范畴。在文字之外的其他模态，还有AI绘画、AI配乐等应用，以及逐渐还有跨模态的，比如由文本的描述生成视觉的形容等等。
AIGC在丰富人们文娱生活的同时，也有诸多产业机会。如之前很热的元宇宙，AIGC可以迅速生成元宇宙中需要的海量数字内容，为元宇宙落地提供技术可行性；这几年各大赛事、晚会频频亮相的AI生成“虚拟人”，也是元宇宙落地的一个方向；离现有生活工作近一些的，如AI辅助生成文稿帮助生产力提升，进行低层次任务辅助决策等等。
但随着AIGC的发展，一些问题也随之出现，比如科技伦理，版权归属等等，这些仍有待进一步探索。
二、 ChatGPT特点及应用
上一部分简单介绍了ChatGPT是什么，并由此介绍了其更大的外延部分：技术角度其所属的大模型，以及应用领域其所属的AIGC。现在把视野重新聚焦到ChatGPT本身，来看一看ChatGPT有怎样的特点，有哪些可应用的领域。
1. ChatGPT的特点
ChatGPT的特点，直观来看有这样几点：语言流畅但容易瞎说，老知识记得牢新知识接受慢。
ChatGPT在形式语言能力上的表现是优秀的，即能让你感觉其回答非常流畅自然，就像和人在对话一样，如在微信接口中问他“人类会毁灭吗”，他会回答“……所以只要我们聪明地把握未来发展的脉络，人类可以摆脱各种生存威胁而自由自在地开展生活”，这让人很难辨别与自己聊天的是人类还是机器。此外，ChatGPT的能力来源于庞大的数据集，这些数据包含各个领域，所以ChatGPT的知识会十分“渊博”，从天文地理到诗词歌赋，它都能说个有模有样，甚至能将不同的领域进行融合并加以“思辨”。
但在流畅的语言，渊博的知识背后，ChatGPT还是存在一些“硬伤”，比如认知能力有限（对于一些事情并没有独到的见解，空洞的车轱辘话来回说，复杂或者深入的问题无法应对），推理能力和数理逻辑的欠缺（算十以内加减法对其来说就是巨大的考验）。ChatGPT也无法保证生成的正确性，这时其强大的形式语言能力就是一种灾难，它会一本正经的胡说八道，让人类无法辨别真伪。另外，新知识是会不断涌现的，而ChatGPT这类大模型由于其训练成本高企，也无法一出现新知识就重新训练模型，而采用微调来更新知识的方式，又容易产生新数据导入带来的原有知识灾难性遗忘问题。
ChatGPT虽然表现惊艳，但目前来看，还是只有人类的“外壳”，但没有人类的“灵魂”。如何让ChatGPT具有逻辑能力，说出正确的事情，并且能与时俱进，也是未来要进行探索的课题了。
2. ChatGPT的应用
根据ChatGPT的特点，扬长避短的使用原则就是将其作为帮手而不是全权负责人；用它减少一些工作量而不是完全取代。
ChatGPT的优势在生成流畅语言的能力，所以可以让它做一些基本的文字生成工作，比如写一些视频脚本、合约报告的初稿，或者用其对一些知识及数据进行分析提炼，提供初步的分析报告，之后再人工核实正确性并进行优化，以加强对风险和机会的识别应对速度。文字创作涉及的领域十分广泛，如市场营销、智能客服的话术生成，一些投研行研报告的生成，只要涉及内容创作的领域，都可以用类似的思路来解决。
但ChatGPT在工作中的大规模应用目前仍有待观望。比如涉及到保密和隐私的问题，目前ChatGPT未开源，需要把数据发送到云端进行接口调用，并且为覆盖高昂的模型训练成本，日后开发大模型的公司很可能从开放免费接口到需要付费使用，这就可能涉及到商业数据隐私保护的问题；日常工作中知识更新换代极快，对人类而言很容易学习的知识，对AI来说可能会给已有模型带来灾难；ChatGPT训练代价高企，一般公司无法负担如此巨大的成本，一家模型大家使用又有科技垄断的风险……无论是模型本身的不足，还是社会框架的局限，都使得ChatGPT的大规模落地仍有一定挑战，所以短期内我们或许不会看到大量工作被AI所取代。
三、 大模型将何去何从
ChatGPT的到来，除了刷新了人们对AI智能化水平的认知上限，也给研究机构和企业带来了危机感。
回顾近年来大模型的发展，首先是国外科技巨头的抢滩登陆，从2018年谷歌发布的3亿参数模型BERT开始，OpenAI、微软、英伟达等科技巨头纷纷加入大模型的烧钱大战，不断刷新模型参数的记录；
国内的起步相对较晚，但发展势头猛烈，2021年4月华为云发布盘古系列超大规模预训练模型，包括30亿参数的视觉（CV）预训练模型，以及与循环智能、鹏城实验室联合开发的千亿参数、40TB训练数据的中文语言（NLP）预训练模型； 2021年4月19日，阿里达摩院发布了 270 亿参数、1TB + 训练数据的中文预训练语言模型 PLUG……大模型持续火热，国内科技巨头也陆续加入模型大战中；
而ChatGPT推出后，各大巨头已剑拔弩张，在应用落地上的军备竞赛一触即发。在谷歌发布了下一代对话AI系统Bard之后，微软在第二天就官宣了引入ChatGPT支持新版必应和Edge的消息，随后百度也迅速官宣了大模型新项目“文心一言”；
国际上的主流学术机构 (如斯坦福大学，伯克利加州大学) 和主流业界研究院（如谷歌大脑，微软研究院）也已经全面拥抱大模型。“身兼数职，多才多艺”的大模型或为诸多领域带来“诸神黄昏”，从研究到落地，在大模型大规模参数的降维打击下，不知什么又会被湮灭在时代的车轮下。
不过大模型的巨大规模也带来一些负面影响，如投入成本巨大，耗电带来的碳排放量也十分惊人，模型规模增大的边际效用递减……种种原因，未来或许并不会被大模型全面占领，阿里达摩院在发布的报告里认为，未来大模型的参数规模发展将进入冷静期，大模型与相关联的小模型协同将是未来的发展方向；百度研究院发布2022年十大科技趋势预测认为，备受业界关注的超大规模预训练模型，将呈现知识增强、跨模态统一建模、多学习方式共同演进的趋势，并逐渐实用化，破除盲目增加参数规模的“军备竞赛”。
大模型的研究应用目前仍在探索阶段，现在做出定论为时尚早，但其带来的ChatGPT的出现，以及相关的AIGC领域的蓬勃发展，都在给我们发出强烈的信号——AI新时代的幕布已被掀开。
本文简要介绍了什么是ChatGPT，又延伸介绍了大模型和AIGC，以及一些关于ChatGPT应用和大模型发展之路的思考。在文章的结尾，我们说回一个由ChatGPT引发，但人类又在一直思索的问题：人类会不会被AI取代？
虽然AI的进步一次又一次地突破人类认知，但作为有“灵魂”的生物，或许我们应该对自己有些信心。对人类来说，最宝贵的能力或许不是记忆，也不是能像机器一样不眠不休，我们最宝贵的，还是对过往经验的领悟，和不断学习新知识的能力。我们人类一直是这样，不断地成长，不断地犯错，然后去反思，去学习吸收新事物，再把这些内化成自己的能力，把一代代人的精华凝结成经验并接续传递下去。AI的发展归根结底还是为人类所用，相比惧怕AI取代自己，莫不如继续发扬优势，从人类的手中，推动AI的继续演化，这或许仍是人类十分高明，AI无法追赶的地方。
