资讯
展览资讯 大型展会 灯光节 大型盛典 赛事 中标捷报 产品快讯 热门话题 艺术节 活动 演出 新闻 数艺报道 俱乐部签约
观点
大咖专访 观点洞察 书籍推荐 吐槽 设计观点 企业访谈 问答 趋势创新 论文 职场方法 薪资报价 数艺专访
幕后
幕后故事 团队访谈 经验分享 解密 评测 数艺访谈
干货
设计方案 策划方案 素材资源 教程 文案资源 PPT下载 入门宝典 作品合集 产品手册 电子书 项目对接
  • 0
  • 0
  • 0

分享

chatGPT:超越想象的革命性AI产品,开启AGI时代序幕 | 投资人观点

2022-12-12

本文系投资人余智敏投稿,版权归作者所有
本文适合人群:所有关心未来的人
(一定会很快与你的工作/生活相关)
预计阅读时间:12mins-15mins


为什么说chatGPT是革命性的产品?    

1.chatGPT能做什么   
2.chatGPT震撼在哪里
3.AI是如何工作的   
4.chatGPT如何实现的重大突破   
5.chatGPT开启真正的AGI时代


后chatGPT时代展望   

1. 大模型基础设施趋势判断   

2. 应用生态潜在机会可能性

文中涉及的基础概念,从业人员可跳过

AGI(Artificial General Intelligence)是指通用人工智能,和普通人工智能的区别主要在于它们的能力。普通的人工智能只能完成特定的任务,比如语音识别、图像识别等,而AGI则能够完成任何人类能够完成的智能任务,并且能够以和人类相似的方式学习、思考、决策。AGI拥有更强大的智能能力,可以完成更复杂的任务,并且能够应对更多的变化和挑战。因此,AGI比普通人工智能更具有前瞻性和普适性,是人工智能领域的一个重要目标,也是人工智能发展的最高境界。

from chatGPT

NLP (Natural Language Processing)意思是自然语言处理。NLP 是人工智能和计算机科学领域的一个重要分支,主要研究如何使计算机能够理解、分析和生成人类语言。
from chatGPT

formalization (形式化推理)指将某种概念、想法或理论用严格的逻辑推理和数学语言来表达的过程。它包括将抽象的想法转换为形式化的语言,并建立适当的模型来描述和分析这些概念、想法或理论。通过形式化,人们可以更清晰地思考和探究复杂的问题,并为解决问题提供有力的工具和指导。
from chatGPT


导语

2013年我出于好奇心,花了接近半年的课余时间自学了AI神经网络模型,那会儿数据量级、计算机算力水平、神经网络模型的参数都还在非常初级的水平,就已经能在很多领域实现非常惊艳的预测效果。当时由于还不是主流模型,相关编程资料非常少,花了很大的精力才从0把模型跑通。现在再回顾也算是dots connected的事件了。


在过去近10年中,无论是alphago击败人类获得围棋冠军,还是最近几年AIGC生成声音、图片都不算出乎意料,但此前我一直觉得NLP的训练难度是远超前几者的,标注难度大,formalization程度不够,会卡在人工智障的阶段很长时间,直到这几天我体验了chatGPT,陷入了深深的震撼中...夸张来说就是NLP真正从人工智障到了人工智能。我承认我此前远远低估了AI的进化能力,也高估了人类沟通的复杂程度。



一、为什么说chatGPT
是革命性的产品?

1. chatGPT能做什么

以下是基于个人体验观察到的chatGPT体验做的一个主观打分,让大家有个直观概念。4.5分是很好用,他的回复可以直接使用,3.5-4分场景很不错,可以做个很棒的助手,3分以下的场景回复还不能直接使用。



写代码:直接给一个大的目标没办法写出全部代码,但是给出具体的问题可以快速实现,且由于有上下文识别能力,可以根据要求修改快速修改并且给出解释。这个场景以往是搜索引擎承接的,程序员在论坛等网站寻找一致或者接近的代码自己再测试调整,chatGPT在这个场景下的实用性已经非常高了,优于搜索引擎的体验。此外,由于chatGPT知识的结构性非常强,只要了解一些基础编程知识就可以让他拆解目标,按步骤逐步实现。所以一方面是降低编程的门槛,另外一方面提高编程的效率。


写小说:上下文理解非常强,大纲情节设计能力在,正文描述能力有但是文笔不够精美。下图和他一起写故事的时候他还能cue流程...他判定大纲基本确定了,催我细化剧情...

逻辑分析:非常擅长,我用GMAT逻辑题测试问他,中低难度80%正确率,而且每个选项解释都很到位,知其然知其所以然,高难度50%正确率,错误的题说不出推理过程,确实就是没理解(还好没有到100%)。


看一下chatGPT的解释,是真的每一句话都非常有逻辑而且说出了潜在的逻辑...关键是1秒就做出来了包括过程,人类平均1分40秒...


情感陪伴:有情绪的分析能力,聊天中自然情绪的流露会有回应,但是直接问是否有情感能力会否认。



文书内容:基础的修改能力在,互联网黑话也擅长,可以写周报,邮件,感谢信,翻译,视频创作脚本,面试大纲等等。



产品设计/游戏设计:有逻辑框架,创意的部分多试试可能会有惊喜,比如下图新颖的三消游戏chatGPT推荐可以尝试三消+卡牌的组合。


信息收集整理/数据分析:刚才提到的这些都是未联网状态,实际上chatGPT是有访问网页并处理的能力的,只是被限制了,破解情况下可以实现更多能力,比如信息收集整理,数据分析,这部分的场景也可能产生对搜索引擎的替代,现在主要问题是信息真实性难以保证,很可能出现一本正经的胡说八道,所以只要让他给出引用地址,确认效率就高很多。


历史信息和刚才提到的客观时间信息收集类似,是有标准答案,绝对答案的。不只是纯逻辑的内容。所以这部分的数据根据相关性分析推测的,哪怕推测准确度是90%,剩下的10%放进信息中也会导致结果不可信,剩下的10%如果想要准确率上去,会需要更长的反馈矫正,数据必须精准标注了才能调整。

直观感受一下一本正经的胡说八道。让他写个南派三叔风格的故事,确实写了一个但是风格不对,让他解释哪里体验南派三叔的风格,他竟然一本正经地回答了,只是说的没有一句对的。

传统的人工智障是答非所问,一看就知道是假的。但是由于现在chatGPT有了模拟人类的逻辑能力,所以会听起来“头头是道”,这种情况其实更可怕,因为可能会以假乱真,就像当初有人在维基百科虚构了数百年的俄罗斯历史,现在ai已经完全具备这个能力了。

数学能力差是因为没有直接进行符号运算的训练,所以也是一本正经的胡说八道,但是这个本来就是计算机的基础能力,想要加上,或者在现在的对话中让他编程计算软件进行计算都是可以的。

诗歌创造我没放进来是因为此前的NLP就已经实现的很好了,诗歌本身就是天马行空也没有标准答案,几年前小冰就可以实现上传照片根据照片写诗了,这个是小冰根据我画的一幅画写的诗:


2.chatGPT震撼在哪
我们先来看一下下面的图,是近期我和chatGPT以及小冰、百度Plato问相同问题的对比:



注:各家训练目标不完全一致,这么对比不太公平,这里只是做一个简单参考,让大家对chatGPT有个直观感受。

和此前2C的多轮对话NLP产品对比,
震撼于这三点:

(1)多轮对话的能力极强。context理解几乎没有问题,不仅完全不会前言不搭后语,还会推理潜在问题,一直记住之前问题,在后面的回复中跟踪回复。

这一点无论在代码还是写小说还是文本创作等任何有语境的环境,效果都是惊人的好。小说一直记住人设、背景、行动目标等等,异常丝滑。然后有试过让chatGPT给我一段在终端可执行的python代码,用来画玫瑰图。中途发现环境设置有问题,他给出了检查的方法,推理出和画图的gap,推荐了过程中的设置方法和路径。这些都不是单一的搜索查询的场景,而是有上下文语境的场景,也更符合我们真实会遇到的场景。

(2)Formalization的程度非常高,简单来说就是知其然,知其所以然。
上文逻辑题的分析已经非常清楚了,他能推断出竞争者的策略会影响公司的销售份额,这对人类来说很自然,但是对机器来说需要在一大段的内容中找到两者潜在关联性,然后准确判断影响,这非常不容易,但是目前看起来chatGPT已经做的非常好了,完全能够还原出完整的推理过程。

(3)回答问题的表现,在代码、文书、小说创作甚至情感分析等都有非常出色的回应。

完成任务的前提是理解问题,分析问题, 最后才是回答问题/执行任务。第一点是理解问题的能力,是在上下文语境中听懂问题。第二点是分析问题的能力,有模拟人类的推理思考过程,第三点才是最终回答问题的结果。几个能力相叠加,真正实现了从人工智障到了人工智能的跨越。

那到底怎么突然间就从人工智障到了人工智能了呢,需要先理解一下AI是如何工作的。

3.AI是如何工作的
AI的三大生产要素:算力、算法和数据。

AI模型发挥作用有两步:

1.训练模型:有基础的算法,用大量的数据进行训练,反馈迭代

2.应用模型:在适合的场景下,输入信息,运行模型,输出结果

(1)算力水平:随着芯片行业的摩尔定律,计算机算力已经最早的每秒预算五千次到一台顶配的笔记本电脑,每秒两亿五千万次到三亿五千万次。企业级的更是飞速发展,chat-GPT背后也有微软Azure的支持。

(2)有了算力的基础支持,算法层面一直也在快速迭代,可以理解成解题方法,有不同的路径,例如图像生产从GAN到diffusion model等,更高效率更好效果的算法在行业被实践和迭代。

(3)数据,不只是数量的问题,更重要的质量,也就是有效数据量,是机器可以学习进行迭代的数据。

4.chatGPT如何实现的重大突破
在传统的训练方法中,都需要标注的数据,AI可以知道什么是正确的结果然后返回调整,坏处是效率比较低。有明确答案的数据标注难度低,比如分辨猫狗,或者结果类似于棋盘位置这样的也是相对明确的,最后输出的就是棋盘坐标,需要在不同的坐标中选择一个最优的结果。NLP本身模拟人的对话,除了基础的客观信息获取,大多数情况下并没有标准的答案,有不同的可能性,标注难度比前面的都高,训练的有效数据就不足。


但是最近几年谷歌的BERT模型,openAI的GPT模型其实都做了这样一个突破:用了无标记数据进行训练。这样在无监督或者自监督的情况下可供训练的数据量一下就上升了,模型是参数量级也是百倍增长,但是无标记数据会有一个致命的问题,过度拟合,下图就是一个GPT-3的例子:


是不是熟悉的人工智障的感觉,这是因为只根据互联网数据进行训练,模型只能对内容相关性高的赋予更多的权重从而进行预测,他并没有真正理解指令的意图。moon landing和gravity、big bang theory经常出现在一起,就有了这样的回答。这也是为什么在过去几年虽然NLP一直有很大进展但是2C实际落地很难的原因。

chatGPT是基于GPT3做了调整,主要是加入了人类的反馈(RLHF)。此前instructGPT已经引入RLHF,效果显著优于传统GPT模型,这次进一步迭代出chatGPT。也就是在机器大量无标注数据学习之后,在这个基础之上用人类标注数据反馈,迭代到今天的chatGPT就实现了惊人的结果。考虑到GPT-3是20年5月推出的,到今天也就过来2年的时间,就已经实现了质的飞跃。下图是chatGPT对于这个问题的回答:


小结一下,两个重要的突破点,一个是使用了无标注数据,极大增加了可训练数据量,第二个是在前者基础上再加入人类反馈的调整,就有了今天的我们看到的chatGPT。

5.chatGPT开启真正的AGI时代

AGI需要与人进行自然的交流,理解人类的需求,再结合不同的能力完成需求。从这个角度上看,NLP可以说是在这么多人工智能不同领域能力前的那个1,没有NLP再多的0也无法迈进AGI的时代。所以chatGPT今天的表现,是真正打开了AGI时代的序幕。


当然了,不同的场景下对能力组合的要求不同,离最终形态的AGI还有距离,但是我们已经可以开始解锁一些细分场景的丝滑体验了。



二、后chatGPT时代展望分成两个部分,一部分是底层大模型基础设施,一部分是应用生态

1、大模型基础设施趋势判断

先说核心结论:

1、多模型逐步融合,或有人机交互新入口主攻不同技能的模型融合是必然的趋势。

文字和语音的转换已经非常成熟,所有今天和chatGPT文字交互的内容,完全可以语音随时随地输入(类似现在的siri换一个更智能的大脑),他也反馈文字或者语音。从文字到图片最近一年也有质的飞跃,还有音乐的创作等等。所以输入的角度可以是语音、文字、图片等,输出也可以是语音、文字、图片等,未来算力成本进一步下降还可能解锁视频的形态。NLP能力解锁之后,相当于机器人的大脑已经有了,这时候可能会在现有硬件层面多一个交互入口(类搜索引擎),也可能结合实体机器人实现物理世界的一些功能。

2、大模型不会被openAI一家垄断,但是会有寡头

虽然chatGPT目前能力惊人,但是从上文的分析可以看出chatGPT是在RLHF这块走在前面一些,谷歌的BERT如果加入更多人类反馈的调整,也是有可能会出旗鼓相当的NLP产品。但是考虑到巨头已经在行业积累时间非常长,而且前期投入大,再加上有用户量之后数据反馈多进而更智能产生飞轮效应,所以创业企业想做底层模型胜出的概率很低了。

3、国内会有也必须有自己的大模型
无论是出于数据安全还是地缘政治还是审核等维度考虑,国内必须有自己的大模型。各家巨头此前就有推出不同的大模型产品,比如百度文心,但是在多轮对话的NLP上还是远不如chatGPT。参考此前其他算法的发展情况,行业学习的速度都很快,所以对国内的大模型还是要有信心,期待各家最终的产品。

2、应用生态潜在机会可能性

通常来说,细分场景需要根据大模型二次开发,因为会有特定场景的数据和特征,所以基于底层模型也会有很多的生态可能性。例如国外一款叫replika的产品就是基于更早的GPT模型开发的虚拟人社交产品,用到了GPT的情绪分析能力,给当中的虚拟人做了单独的训练,能够提供很高的情绪价值,只是之前的智能程度还不够。

从场景来说一些可能性:
(1)2C虚拟人的任何场景,包括虚拟人社交产品(replika升级智能版),游戏角色(智能NPC)应用等等。NLP是虚拟人的大脑,也是最“灵魂”的部分,有了这个能力不同的场景都可以解锁,例如将来虚拟人直播就可以不用中之人。

(2)AIGC内容生产的相关场景,多模型融合之后会有更多可能性。

(3)办公效率提升场景:邮件撰写,面试提纲,会议摘要,拍摄脚本撰写,访谈提纲。

(4)效率提升工具:写代码,写小说,资料收集,数据分析。

(5)智能客服升级。
因为AI极大提升了效率,很多岗位未来需求量一定会逐步减少,容易结构化的工作,简单重复的工作,基础的信息收集分析等都是效率最先被提升的地方。与此同时,所谓的创造性工作,目前看起来AI做的没有想象中的差。

但是绝对无法替代的是人与人的交流。所以如果你是行业的创业者寻求融资或交流,或者希望寻找这个方向创业的机会,或者仅仅是想对这篇文章表达赞同/批判的观点,非常欢迎通过后台联系我。


附:为什么需要关注AI

革命性的技术变革往往带来巨大的机遇和挑战。人类社会历经原始社会、农业社会、工业社会以及信息技术社会的变革,每一次变革间隔的时间越来越短,产生的影响也越来越大。

技术的变化总是指数级的,在拐点到来之前,无论鼓吹者如何吹捧,新技术还不能带来显著的变化,也因此在爆发之前,人们总是会低估潜在的影响。而过了拐点之后,无论怀疑者如何质疑,反对者如何抗拒,他们都会迅速吞噬各行各业。

有的变化是海平面级别的,有的是海浪级别的,海平面级别的变化是行业基础设施的变化,会影响很多的行业,头部能出千亿美金甚至万亿美金的企业,例如历史上的PC互联网,移动互联网,海浪级别的变化更多,会有很多百亿美金级别的企业。

因此找到重要的技术变量,并且跟踪判断拐点就尤为重要。在当今的信息技术社会中,我们正在经历两个革命性要素的剧烈变化,一个是crypto,一个是AI,分别对应生产关系和生产力的变革。

AI是重要的信息技术科技变革,其结果是生产力的巨幅提升,AI发展的最高境界就是AGI通用人工智能,可以模拟人实现不同场景下复杂任务的完成。AGI时代的到来,可以使得人们以最便捷的方式和AI交互并得到期待的结果。而chatGPT的推出,正是AGI序幕拉开的信号。


Hello!
我们在为更加闭环、更加高效的服务模式做准备
欢迎加入限定白名单
与我们一起探索



阅读原文

* 文章为作者独立观点,不代表数艺网立场转载须知

本内容由数艺网主动采集收录,信息来源为 “共同虚拟” 公开网络发布内容。第三方如需转载本内容,必须完整标注原作者信息及 “来源:数艺网”,严禁擅自篡改、删减或未标注来源转载。 并附上本页链接: 若您的内容不希望被数艺网收录,或认为此举侵犯了您的合法权益,敬请通过微信 ID:d-arts-cn 联系数艺网。我们将致以诚挚歉意,并第一时间为您办理下架或删除处理。

数字媒体艺术 新媒体艺术 科技艺术 AI产品

25761 举报
  0
登录| 注册 后参与评论