别让ChatGPT跑了( 二 ) ChatGPT只是另一场AI噱头吗？明

这正是ChatGPT重要的原因，它向人们展示了预训练大模型的强大威力。这意味着第三次AI浪潮在经过十多年的发展后，走到一个关键节点。
“ChatGPT/GPT-3.5是一种划时代的产物，它与之前常见的语言模型几乎是导弹与弓箭的区别，一定要引起最高程度的重视。 ”一篇试图帮助开源社区复现GPT3.5技术路线图的文章在开篇就严肃指出了这一点。（https://zhuanlan.zhihu.com/p/593519656）
Sheng则把ChatGPT的诞生比作莱特兄弟发明飞机：“大家都知道飞机理论上是可以做出来的，但从来没人真的见过飞机。 ChatGPT就像是有人突然把飞机摆到你面前，虽然它可能只能飞100公尺，很容易有故障，但它出现了。 ”

文章图片
Biggerthanbigger ，大模型的潜力还有多少？同ChatGPT揭示的AI发展浪潮中的关键节点的意义相比， ChatGPT本身的缺陷和孱弱的商业化前景都显得渺小了不少。更何况，对许多从业者来说， ChatGPT暴露出来的缺点并非不可解决。
其中一个为许多人指摘的是所谓数据库时限问题。 ChatGPT训练是基于一个固定的数据库，截止日期是2021年9月，也就是说ChatGPT无法掌握从那以后世界上发生的任何事的信息，从iPhone14的发布到美国期中选举，甚至今天的天气状况都不行，在这个方面， ChatGPT的表现甚至赶不上时下任何一款智能语音助手。
但从技术层面这个问题并不难解决。实际上，根据外媒爆料，和OpenAI达成战略合作关系的微软即将在3月推出具有AI对话能力的新版必应Bing ，它的原理正是将搜索引擎同ChatGPT的能力相结合，甚至，微软还打算在Office套件中引入相应的能力。
最为引人关注的成本问题，在算法层面同样有许多优化迭代的思路。比如，既然ChatGPT在回答问题过程中通过专门的针对训练很好展示了机器模拟人行为的能力，那么在算法层面，让ChatGPT通过模仿人查阅资讯的方式，在涉及纯粹知识和信息的问题时不再调用本身数据库而是直接从网络抓取内容将是非常值得探索的方向。如此一来，大模型可以在不降低自身表现的情况下缩小规模，训练成本也将随之降低。
至于商业化落地场景，除了已经比较确定的文本生成、智能助手领域外，实事求是的说，还有大片的荒芜地带亟待开发，但不少从业者都表示了乐观。
“难的是从0到1的原始创新，至于后面的都不是问题。 ”一位供职于大厂的AI研究从业者说道， “尤其在中国，市场这么大，大家又这么卷，既然大模型的路子被证明是可行的，那么很快所有的聪明人都会加入进来。 ”Sheng同样预计，短则一两年，就会出现基于预训练大模型的商业化产品。

文章图片
必须攀登的山峰事实上，今年在投资领域， AI是少有的异军突起的热门赛道。然而成本像一道紧箍咒，束缚着每个自身不具有预训练大模型开发能力的玩家。
ChatGPT这样级别的预训练大模型跑一次的成本是千万美元级别，而将其商业化部署，落地到类似聊天机器人这样多用户高并发任务中，成本只会更高。小冰CEO李笛给出的一个估计数字是3亿每天。这也就意味着，国内够资格玩这场烧钱游戏的只能是极个别组织，大部分的初创企业，乃至许多高校，都会被这样的高昂成本“劝退” 。
Sun是来自一家国内一线投资机构的投资经理，在看过无数AI相关项目的PPT后，他今年一次都没有出手：“商业化项目是很现实的，你是不是掌握了核心技术？你的竞争壁垒又有多高？”