最近一段时间，ChatGPT及其相关的技术、软件等等，都已经成为互联网圈的关注热点。那么关于ChatGPT和ChatGPT所产生的影响，你究竟知道多少？本文便针对ChatGPT做出了十问十答，一起来看一下。
随着人工智能大模型、量子计算、类脑智能、云原生、数字引擎、音视频等技术的深入发展，新技术、新模式和新业态持续涌现。针对上述领域，我们策划了一个科普系列栏目《T-chat前沿热点问答》，以十问十答的形式，用通俗的语言，与大家交流最新、最热的前沿科技话题。也欢迎大家指导，并提出感兴趣的问题一起研究，持续迭代认知，共同进步。
ChatGPT作为现象级热点，近期笔者收到了很多来自各方的咨询，大家对于其技术、影响等内容都非常关心，于是有了写作本文的想法，请各位专家和业界同仁不吝指正。
2022年11月30日，ChatGPT横空出世，在全球范围内形成了热烈的讨论。根据 Similarweb 的数据，今年1 月，平均每天约有 1300 万独立访客使用 ChatGPT，是去年 12 月份的两倍多，累计用户超1亿，创下了互联网最快破亿应用的记录，超过了之前TikTok 9个月破亿的速度。
除了广大用户千奇百怪的问题，引发了社交媒体的大量传播，ChatGPT在各领域的秀肌肉，也进一步强化了其知名度。美国宾夕法尼亚大学发现，ChatGPT能够通过该校工商管理硕士MBA课程的期末考试。《自然》杂志1月24日宣布，将人工智能工具列为作者的论文，不能在杂志上发表。《自然》称，作者身份意味着对作品负有责任，而人工智能工具无法承担这样的责任。据传，ChatGPT还成功通过了谷歌的编程面试，拿到了年薪18.3万美元的L3工程师offer。
ChatGPT是生成式AI的一种形式，Gartner将其作为《2022年度重要战略技术趋势》的第一位。Gartner预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。
ChatGPT背后的支撑是人工智能大模型，这个技术点，我们在去年的腾讯研究院《2022十大数字科技前沿应用趋势》报告中做过详细的阐述：当前的人工智能大多是针对特定的场景应用进行训练，生成的模型难以迁移到其他应用，属于“ 小模型”的范畴。整个过程不仅需要大量的手工调参，还需要给机器喂养海量的标注数据，这拉低了人工智能的研发效率，且成本较高。
大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练。之后，在其他场景的应用中，开发者只需要对模型进行微调，或采用少量数据进行二次训练，就可以满足新应用场景的需要。
这意味着，对大模型的改进可以让所有的下游小模型受益，大幅提升人工智能的适用场景和研发效率，因此大模型成为业界重点投入的方向，Open AI、谷歌、脸书、微软， 国内的百度、阿里、腾讯、华为和智源研究院等纷纷推出超大模型。特别是OpenAI GPT 3 大模型在翻译、问答、内容生成等领域的不俗表现，让业界看到了达成通用人工智能的希望。当前ChatGPT的版本为GPT 3.5，是在GPT3之上的调优，能力进一步增强。
ChatGPT使用的核心技术之一是Transformer。这从其全称上也能看得出来，ChatGenerativePre-trainedTransformer。Transformer技术是近几年人工智能技术最大的亮点之一，他是Google于2017年提出的一种采用注意力机制的深度学习模型，可以按输入数据各部分重要性的不同，而分配不同的权重。Transformer的精度和性能上都要优于之前流行的CNN（卷积神经网络）、RNN（循环神经网络）等模型，大幅提升了模型训练的效果，让人工智能得以在更大模型、更多数据、更强算力的基础上进一步增强能力。此外，他还具有很强的跨模态能力，不仅在NLP（自然语言理解）领域表现优异，在语音、图像方面也显示出了优异的性能。
ChatGPT是非常成功的一次从技术研发到工程化、再到点燃大众热情的经典案例。
Open AI持续的研究中，不断探索引入新的技术路线。这次引入的强化学习方法，很好地提升了模型的效果。在研究中，Open AI在模型训练中，引入了人类专家。专家一方面帮助ChatGPT撰写更符合人类习惯的回答，另一方面，也对生成的结果进行排名，通过这样的奖励机制，实现模型的微调优化。
Open AI自成立之初，就致力于打造通用AI的能力，并坚定的持续投入，这是ChatGPT成功的一大关键因素。在这样的愿景下，吸引了一大批高水平的人才，在没有任何商业KPI的情况下心无旁骛地开展研发工作，最终取得了重大的突破。
通过用户的使用，Open AI可以获得用户对于模型优劣和使用体验的反馈，从而形成了模型使用到体验反馈的闭环，从而进一步优化模型。此外，Open AI还组织专门的反馈竞赛，鼓励用户针对回答中的风险危害、新颖的回答建议等方面给予反馈，参赛者有机会赢取500 美元的 API 积分，并可兑换相应奖品。
一个影响力出圈的技术，与其项目策划密不可分。ChatGPT的问答和多轮对话形式，很好地激发了大众的热情和创造力，大家基于各自感兴趣的话题自由发挥，或幽默搞笑、或严肃认真，在朋友圈和媒体上屡屡刷屏。包括之前GPT3的推出，他写新闻、作诗、翻译、编代码等能力，也是在社会上产生了热议和讨论。这种很好地与公众互动的项目设计策略，也很值得我们学习。包括之前AlphaGo的围棋大战、Deepmind破解蛋白质折叠结构难题，都是很好的议题任务设置。
尚未开源，目前是以API（应用程序编程接口）调用的方式服务，目前也暂无开源计划。
Open AI不Open，是业界很多人诟病的地方。开源是多年来软件和互联网产业之所以蓬勃发展的核心动力之一。开源的方式可以调动全球开发者的积极性，每个人都可以下载源代码使用，并进行优化和在社区分享。这种用全社会的力量来创新的机制，大幅加速了技术科研攻关、产业应用的进程。
关于ChatGPT为何不开源，业界也有一些专家表示认可，因为人工智能技术至今为止还是一个黑盒，关于其内部的机制尚未可知，如果代码开源，很难避免该技术用于一些不利于社会和人类的方面。此外，自从Open AI放弃了非盈利组织的定位，接受微软等投资后，从商业化的角度考虑，也会采取整体模型闭源，开放应用接口的方式来推广，同时也会开源少部分模型，丰富开发者生态。
当前，普通用户使用ChatGPT 是免费的。
据《财富》，2022年，OpenAI公司的收入预计不足3000万美元，净亏损5.45亿美元。而随着ChatGPT的火爆，可能进一步增加其亏损，因为用户每一次调用，就会让Open AI付出更多的计算资源和带宽成本。
当然，Open AI也开始了商业化的尝试，2023 年 2 月，OpenAI 宣布推出付费试点订阅计划ChatGPT Plus，定价每月20美元。付费版功能包括高峰时段免排队、快速响应以及优先获得新功能和改进等。
Open AI预测，随着ChatGPT成为吸引客户的重要工具，其收入将会快速增长，预计2023年收入2亿美元，2024年收入预计超过10亿美元。
此外，据报道，微软正在洽谈向 OpenAI 投资约 100 亿美元，也让其估值达到了290 亿美元。而此前，2019年微软曾向 OpenAI投资 10 亿美元，为其提供了大量的资金支持和Azure云算力支持。
短期来说，不会。长期来看，有可能通过融合，形成新型的搜索引擎。
目前的ChatGPT给出的答案参差不齐，既可以给出很多问题的简要答案，甚至能写一篇符合初级规划师水平的产业规划报告，但ChatGPT也不可避免地经常出现“一本正经的胡说八道”的情况，这使得其置信度还需进一步提升。而且ChatGPT目前的知识库主要还是2021年9月之前的数据，缺乏新数据，这也大大限制了其提供新信息的能力。而同时，Open AI还推出了WebGPT，它可以在网络上查找信息并提供信息来源，这将很大程度上补充ChatGPT的实时信息源，从而进一步优化答案。
在搜索引擎的逻辑下，选择权在用户，搜索引擎一般会给出众多相关结果，根据用户的点击反馈来持续优化搜索结果。近年来，搜索引擎也一直在做结果唯一化的尝试，比如直接在搜索框中提供唯一的答案选择，但目前可提供唯一结果的比较有限，且无法开展多轮对话。
ChatGPT的推出，给搜索引擎厂商带来了很大的震动，也启发了其打造搜索新体验的方向。谷歌两位创始人多次召开讨论会，以应对 ChatGPT 可能带来的颠覆搜索引擎业务的潜力。谷歌CEO Pichai表示，将在近期推出类似ChatGPT的基于人工智能的大型语言模型，一款由 LaMDA 提供支持的对话AI服务 Bard，让用户以“搜索伴侣”的形式使用。微软已经在 Bing搜索引擎中添加了 ChatGPT 功能，并开展了小流量测试。百度也计划在3月推出新功能，在搜索引擎中加入类似ChatGPT的对话式机器人“文心一言”。
我们也可以看看ChatGPT自己的回答：
ChatGPT是典型的AIGC大模型，目前国内外在文本、代码、图像、视频、3D等领域都涌现出相应的生成模型。
当前，ChatGPT一个有力的竞争者是Claude，他是Anthropic近期推出的生成式Al模型。Anthropic由几位前 OpenAl的研究员在2021年创立，包括OpenAl前研究副总裁Dario Amodei、GPT-3论文一作Tom Brown等人。据《金融时报》报道，2022 年底，Google向这家初创公司投资了约 3 亿美元。相比ChatGPT，Anthropic 在其网站上更强调其构建“可靠、可解释和可操纵的人工智能系统”的工作。
腾讯的混元大模型，集CV（计算机视觉）、NLP（自然语言理解）、多模态理解能力于一体，先后在MSR-VTT，MSVD等五大权威数据集榜单中登顶，实现跨模态领域的大满贯。2022年5月，腾讯“混元”AI大模型在CLUE（中文语言理解评测集合）总排行榜、阅读理解、大规模知识图谱三个榜单同时登顶，一举打破三项纪录。12月，混元推出国内首个低成本、可落地的NLP万亿大模型，并再次登顶自然语言理解任务榜单CLUE。混元用千亿模型热启动，最快仅用256卡在一天内即可完成万亿参数大模型HunYuan-NLP 1T的训练，整体训练成本仅为直接冷启动训练万亿模型的1/8。
图片来源：红杉资本《Generative AI: A Creative New World》
自从包含1750亿参数的GPT3从2020年6月推出以来，业界对于达成通用人工智能的探讨又进一步热了起来。正如微软CEO纳德拉近日在接受华尔街日报访谈时表示，GPT 的发展不是线性的，而是指数级变化的，所以相比较GPT3，当前的GPT3.5已经展现出更强的能力。业界普遍预测，GPT4将在今年推出，并具备更强大的通用能力。
但同时，我们也需要有清晰的辨识，AI并非万能。即无论AI如何强大，其解决的问题，也只是人类面临所有问题的很小一部分。因为现实世界中有海量的问题并不是数学问题，也就不可能通过计算来求解。目前人工智能已经找到解决方案的问题，也只是可计算问题的一小部分。
ChatGPT也面临人工智能长期以来面临的问题，如歧视等伦理问题，被滥用于诈骗、欺诈、政治造谣、伪造身份等安全问题，以及知识产权问题。最近，OpenAI表示，正考虑在ChatGPT中添加模型水印，即监测模型可以识别的特殊标记，以降低模型滥用的问题。
此外，针对大众普遍担心的失业问题，ChatGPT 在 LinkedIn 上分享了一篇帖子写道：“AI 不会取代你。一个使用 AI 的人将取代你”。
ChatGPT自己的回答，已展现出其发展的一种典型路径，即作为人类的陪伴机器人。
但更重要的，ChatGPT会成为未来人机交互的一个新入口，很可能改变现有APP的交互方式，以更为自然的对话方式，让用户来使用软件和调用技能。例如，未来在文档编辑软件中，人们可以通过描述需求，让软件直接生成文字内容，或者生成一个图形，甚至直接进行修图等工作。在编程方面，ChatGPT这种即时编程的方式，将改变传统的工作方式和应用交互规则，推动产业进入软件3.0的新阶段。
除此之外，ChatGPT未来还可以有多样化的应用前景：
一是现在火热的数字人，好看的皮囊下，则需要类似ChatGPT这样的模型提供对话能力，才能让数字人具备有趣的灵魂，更好地陪伴和服务人。同时，该能力也可以嵌入到机器人身体内，让未来的人形机器人更聪明，更像人。
二是大量的开发者可以利用ChatGPT这样的底层平台，在大模型基础上根据不同行业和场景进行模型调优，从而创造出各类满足用户需求的丰富应用，从而形成对话式AI的生态。
例如国外火爆的Jasper，通过在GPT3模型上的微调，可以帮助用户撰写营销文案，甚至有人在上面完成了一部 12 万字的小说，IBM、Airbnb、Autodesk等大企业都是其企业用户。普通用户可以免费试用1万个单词的版本，之后可以29美元订购2万个单词，或用59美元订购生成5万个单词的权限。
三是在教育、医疗、广告营销、电子商务、市场和战略咨询、企业服务、编写代码等专业服务领域，成为更为专业的人类助手，不仅可以生成内容，还可以调用各种专业能力，甚至替代部分初级的专业工作。
企业服务方面，2月8日，微软推出了由 ChatGPT 提供技术支持的高级 Teams 产品， ChatGPT 可以自动帮助参会者生成会议记录，即使没有参加会议，智能回顾功能也能帮助用户生成会议记录和要点。如果有被同事在会议中提到，ChatGPT还可以给用户提供个性化的时间线标记，以快速查看分享和讨论的内容，该服务将在 6 月份每月收费 7 美元，然后在 7 月份增加到 10 美元。代码编写方面，近期特斯拉前任AI总监Andrej Karpathy透露，现在他80%的代码都是由AI生成的（GitHub Copilot），而且有80%的准确率。
四是与其他模态AI工具的组合式创新，ChatGPT同文生图、文字生成视频、甚至未来直接生成3D模型的工具集成，可以带来UGC内容的极大丰富，成为内容工业化的核心引擎。
未来，ChatGPT与更多的AI、云计算等信息技术的集成创新，将创造改变生产力曲线的工具，成为经济发展新动力。
作者：王强，腾讯研究院资深专家，前沿科技研究中心主任
来源公众号：腾讯研究院（ID：cyberlawrc），腾讯研究院是腾讯公司设立的社会科学研究机构。
本文由人人都是产品经理合作媒体 @腾讯研究院 授权发布，未经许可，禁止转载。
题图来自 Unsplash，基于 CC0 协议
该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。