如果说ChatGPT掀开了生成式人工智能的序幕,那么这张序幕下是整个智能商业的更快迭代与觉醒,是人类本身对智能的一次惊醒绸缪,也是智能本身对技术的一次觉悟演进,是智能对人类行为的进一步解码,所带来的远远不只效率和成本的经济变革,价值回归与意义追寻之下的战略升级只会愈演愈烈。虽然很多业内人士说ChatGPT在算法层面并没有什么惊天动地的突破,技术的先进性也不可能比谷歌DeepMind储备得更强悍,双方的技术演进都是互相重叠交叉的,但是毫无疑问这次OpenAI占尽了先机,很多人说谷歌作为人工智能巨头,所牵扯的利益方和负担太过承重,所以没有首发这项技术,如果做不到万无一失是不会轻易推出这项技术的。但是据我了解,ChatGPT在技术演进思路上确实有了很大的突破,本质上就是用生成智能算法,生成式预训练算法(Generative Pre-training,GPT),先在大量无标签的数据上预训练一个语言模型,然后再在下游任务场景上进行有监督的fine-tune,更简单理解,就是依靠语言模型从大量的语言词句库中,按照上下文的语义来重新组合词句,完成聊天任务,这个逻辑类似于读书破万卷下笔如有神,只不过这个下笔如有神之前有一个按照特定场景重新组合创新的步骤,就是这个GPT模型。我这么表述大家估计都能看懂,而不是用一大堆技术参数的堆积来凸显专业化,大家都看不懂,当然我也看不懂。所谓生成式AI,就是学习数据中的联合概率分布,并非简单分析已有数据来推动决策,而是学习归纳已有数据后进行演绎创造,基于历史数据进行模仿式、缝合式创作,生成了全新的内容,说的最直白就是基于已有数据的判别分析和归纳总结,然后依据应用场景进行重新组合式的、概率排序式的、模仿推导式的和缝合式的拼组创造,而不是基于大量数据的分析推导决策,这种智能技术的根本在于快速的组合创造出新的内容,比如语句、视频、图片、代码、音乐等等,不需要太宏大的数据库就能实现生成式的功能,这是最厉害的地方。并不是说这种智能技术就不需要分析、判断、推荐和决策,而是在此基础上强化了组合创造、内容生产的功能,这是根本逻辑,这种生成式人工智能会被更广泛的应用于几乎所有商业领域,远远不只是内容生产,更广阔的医疗、生命科学、制造、材料、汽车、航空等等领域,会带来生产力的大幅度的提升,可不只是写作文章那么简单,几乎是智能技术的一次应用变革。那么这种生成式人工智能,最大的优势在于不需要太过宏大巨大的数据库,也不需要做太多宏大的标注工作,只需要特定的划定范围的数据库,就能通过GPT模型,完成特定场景的内容生产工作,这是很大的一个进步,如果把ChatGPT应用在某个细分领域,通过强化这个领域的数据库,就能实现ChatGPT在这个领域更精准流畅的交流表达,再加上与人类互动反馈的循环强化过程,人类标注反馈的强化过程,就能完成这个领域更加专业深度的内容输出,虽然不能依靠特定应用需求做更加订制化个性化的价值输出,但是能做到这个程度就已经够惊天动地了。再进一步分析,ChatGPT使用的是生成式深度学习模型,背后是生成式预训练变换器,基于互联网可用数据训练的学习模型,同时借助人类反馈强化学习RLHF的训练方式,简单说就是通过机器提问人类回答反向强化,来强化机器对人类的了解,或者人类提问机器回答并通过标注反馈来优化答案,这就会让人工智能掌握人类的语言算法和思维密码,然后逐步进化出更加满足人类需求的生成式能力,这确实很厉害。GPT的原理其实很容易理解,本质上就是读书破万卷下笔如有神,从机器学习的角度理解,就是对词句序列或排序的概率分布做到极致,基于大量已经说过的语句或者大量文章中的语句,来预测下一个时刻不同词句出现的概率分布和匹配概率分布程度,结合语言模型来衡量这个概率得出的排序是否符合语言的文法语法,也就是有没有更加流畅,进而生成尽可能准确的新语句。本质上就是这个道理,概率排序的道理,结合语言模型和算法进化,就能做到持续迭代,越来越精确流畅。这种程度就已经足可以让AIGC爆发,也就是人工智能内容生产会有一个里程碑式的进步,所以为什么说AIGC要爆发,本质上就是这个逻辑,大量的内容生产任务可以通过人工智能高效率的完成,效率的倍增带来的自然就是成本的大幅度下降,所以AIGC爆发是必然,我这么说,大家就都能理解了。AIGC背后降本增效带来的商业价值是不可衡量的,是巨大的,所以凡是设计到内容创作生产的行业和工作,都会面临洗牌,所谓的洗牌从来都是把没有竞争力的干掉,让有竞争力的跟进一步,走向更深度的创造领域尤其是在现在这个不景气的环境下。文字创作、图片创作、音乐创作、代码创作目前已经走向成熟,这是必然的趋势,所以AIGC会爆发的底层逻辑就在于此。当然目前来看ChatGPT的聊天功能还处于知识信息逻辑罗列的阶段,并没有逻辑强化能力、逻辑推理能力、更别说深度的分析研究能力,甚至解决问题的能力,这还差的太远,不要太当真,聊天机器人现阶段最重要的是,解决聊天过程中不要出错或者减少明确的信息和内容错误,不然很快就会被喷垮,不信你看各个ChatGPT都在尝试和调侃,本身就是一种进步。说到底还是词句语句的算法排列组合,而且是机械式的排列组合表达,对于自然语言中与人息息相关的社交因素其实是远远没有达到的,内核还是概率分布的问题,会向着越来越准确表达语义的方向演进,但是如果想解码人类的语言密码,人类的交流功能,人类的社交功能,这还远远不够,所以不需要恐慌,毕竟要通过图灵测试不是那么容易的。ChatGPT作为聊天机器人能够流畅生成文字内容,并且进行一定程度的创作,比如文章、故事、诗歌、笑话、广告语,甚至一些商业建议、剧本之类的内容,但是ChatGPT还处于最原始初级的阶段,当然我们也不能对文理、语句、语法有更多要求,更别想对文字要表达的情感、情绪、精神之类的有任何的要求,ChatGPT毕竟还处于太早起的文字编码和排序阶段,能形成语句和段落就已经很难了。再次强调AIGC肯定是会爆发的,这是毫无疑问的,商业案例已经足够充分,并且商业成功案例大面积铺开了,比如AI绘画、AI写作、AI编曲、AI编程等等,2022年以AI绘画为代表的各种生成式AI工具,比如盗梦师、意间AI、6pen、novelAI等,也是雨后春笋。这也是为什么Meta眼红坐不住的原因,生成式AI的价值是巨大的,目前几乎所有的AI平台都在探索如何大规模是实现生成式AI的应用,尤其是Meta,不管是元宇宙战略也好,还是Facebook平台本身的战略升级也好,都需要借助生成式AI生产出大量的内容,最大化提升效率和降低成本,比如Meta将通过能够自动生成宣传资料的AI帮助平台店铺做宣传就是一个大饼。如果Meta不能尽快在生成式人工智能有大突破,就会严重影响其在元宇宙战略、内容战略、平台服务战略上面的布局和进展。微软全系统灌装ChatGPT,也是对目前聊天机器人功能的系统化的升级,相信更多的是解决升级过去决策机器人到生成式机器人的换代,从这个意义上来说,我们目前能看到的聊天机器人都可能会被ChatGPT替换掉,或者升级一轮,最关键的是ChatGPT可能会带来一轮生成式算法的变革,几乎会变革到人工智能的方方面面,比如云服务的系统升级就是一个核心的方向,过去云服务都是基于决策算法来演进推导的,现在的云服务会提供更多的生产式的服务,基于内容和编程的服务,这个空间就比较广阔了,但是要大规模应用,就需要在算力算法、能量能源上有很大的突破。当然微软系统灌装ChatGPT涉及到更深的战略升级,不管是Azure云平台、搜索Bing、办公系统、还是C端消费及B端数字化服务产品中去,系统灌装就相当于重塑微软所有的平台化产品,系统升级以决策人工智能为主导的智能技术中枢,尤其是微软的云服务和搜索业务都处于尴尬的发展境地,OpenAI毫无疑问可以把微软直接带入到智能时代,成为智能时代与谷歌并驾齐驱的王,也会直接为未来消费元宇宙和工业元宇宙融合战略构建中枢和大脑,所以ChatGPT就是微软的跨越时代的救命稻草,这是最关键的。有人说ChatGPT要代替律师、会计师、作家、自媒体等工种,这就比较夸张了,在可预见的未来ChatGPT仍然会以得力的智能工具为主要角色来辅助人类专业化工作,而不是代替人类。ChatGPT离专业化服务能力还太远,能做到通用自然语言的沟通就已经很难了,专业化服务可不只是做文件那么简单,况且,当有一天人工智能做的文件能处理现实人类社会的专业化问题的时候,那还得了,那说明人工智能已经超越人类智能,已经开始人格觉醒,已经彻底解码了人类大脑的运作机制,你觉得这个可能吗?肯定是不可能的,但是ChatGPT一定会代替哪些不需要创造力不需要深度服务能力,不需要和深度交流的专业化场景的工作,这是必然的。(更多智能时代企业战略升级秘籍,请参考关注本公众号,震撼内容足够丰富) 从业务战略层面引进战略投资人的三种典型模式,解决战略投资落地困局 以业务协同、融合发展为导向引进上市战略投资人,是创业公司融资的典型策略 引进战略投资的思维框架,简述三个层面九个维度的成败关键
|