如今的ChatGPT，火到几乎什么话题想蹭上它的热度，然而这世上很多事物都是来得快去得快，半年后ChatGPT还能这样收到人们热议吗？对于ChatGPT，我们有太多疑问。本文作者提出了关于ChatGPT的六个问题，一起来看一下吧。
ChatGPT太火了，火到新晋“叔圈”顶流张颂文都得在热搜上避让三分。
要完整理解ChatGPT的内核，原本需要了解很多技术名词，包括但不限于——
生成式AI、NLP（自然语言处理）、LLM（大型语言模型) 、ILQL（隐式语言Q学习）、RM（奖励模型）、RL（强化学习）、RLHF（基于人类反馈对语言模型进行强化学习的技术 ）、PMP（偏好模型预训练) 、PPO（近端策略优化）……
可在讨论被引向“文能写文章、武能改Bug”“将端掉无数人的饭碗”后，ChatGPT的评论门槛已被无限拉低。
在眼下，几乎没有什么话题是不能蹭上ChatGPT的，如果有，那就换个角度蹭蹭，实在不行硬蹭也能蹭着。
以至于，不找个陡峭的角度，都没法从ChatGPT凿出的巨型流量池里分一杯羹。
但这个世界上的太多事物，都是兴勃亡忽，来得快去得也快。
那，再过半年，还会有人像现在这样热议ChatGPT吗？
这说的，不是ChatGPT的话题半衰期问题，而是ChatGPT的生命周期问题。
ChatGPT留给人们的问题，远不止于此。
“鲲之大，一锅炖不下”，ChatGPT之热，“六问”能稍解。
诺基亚和iPhone，分别是功能机与智能机品牌的王者，代表的也是两个时代——一个是工业化时代，一个是智能化时代。
虽然已“不做大哥好多年”，但诺基亚当年挟信号接收能力好、超长待机之利，称霸手机市场，作为一代人心中“永远的机皇”的诺基亚N95，那时候更被视作高度集成化移动终端。
值得注意的是，早在21世纪第一个十年，诺基亚就曾想给手机加载上网功能，但它仍未跳出做功能手机的思维窠臼，最终在功能机时代领跑14年后，在智能机时代被迫插草卖身。
如果说，诺基亚是“手机+互联网”，那iPhone无疑是“互联网+手机”，顺着第一性思维，乔布斯将手机看成可移动超级终端，最终用iPhone重新定义了手机。凭着iOS系统+硬件产品+软件生态一体化的优势，iPhone成功掀起了移动互联网革命。
问题来了：眼下正火的ChatGPT，究竟是诺基亚，还是iPhone？
目前不少科技圈大佬都将ChatGPT视作跨时代性产品：
马斯克曾表示，ChatGPT好得吓人，我们离强大到危险的人工智能不远了；
微软现任CEO纳德拉认为，这是自己从没见过的技术扩散，“这就完全等于工业革命”；
Gmail创始人保罗·T·布赫海特断言，像ChatGPT这样的人工智能聊天机器人将像搜索引擎杀死黄页一样摧毁谷歌，“谷歌可能只需要一两年时间就会被彻底颠覆”；
京东技术副总裁何晓冬直接将ChatGPT跟iPhone相提并论：ChatGPT是第一款真正意义上的AI原生的产品，就像第一款iPhone，一面市就展现出高完整度、高体验性和高平台性。
▲马斯克此前曾发推盛赞ChatGPT
毋庸置疑，ChatGPT代表了AI技术应用的新高度，就像自动驾驶技术从L2跃升到了L3+那样——这是个里程碑式节点：以往是以人为主、机器为辅，现在是机器为主、以人为辅。
只不过，ChatGPT可能既不是诺基亚，也不是iPhone。说ChatGPT不是诺基亚，是因为它跟以往的AI产品都有别；说ChatGPT不是iPhone，只因iPhone是范式革命， ChatGPT是核聚变。
iPhone是认知升维的结果，ChatGPT则是AI技术从量变到质变的产物：跟造手机不一样，AI产品信奉的是“大力出奇迹”——超强的算力+超多的数据，带来规模效应与网络效应，最终击穿阈值。
袁进辉博士将ChatGPT的出比作“登月”，不无道理：登月不是突然就能登上的，而是发射很多次火箭后的大突破，它离不开技术的日积月累。
ChatGPT的魔法，就是交互体验的高流畅度加文本生成高完整度达到阈值后的创造物。
这些天，很多人调侃，有了ChatGPT后，胡锡进要慌了——ChatGPT用胡锡进体写出的文章也很“胡锡进”。
这链接的命题是：作为超级内容生成器的ChatGPT，将掀起内容生产领域的历史性变革。
内容行业的上次变革，是字节跳动挟算法之力撬动的，它的改变主要在于内容推荐分发方面，机器由此取代人工成为重要的推送决策者。
ChatGPT带来的变革，则主要在于内容生产维度，也就是AI“写手化”。
说起来，ChatGPT是AIGC（人工智能生产内容）领域的典型应用与顶尖模型，而AIGC就被视作新一轮内容生产方式的变革。
在有些人看来，PGC（专业生产内容）、UGC（用户生产内容）对应的分别是Web1.0、Web2.0时代的内容生产方式，AIGC则是Web3.0时代的主流。
去年7月，百度CEO李彦宏就曾表示：AIGC或许将颠覆现有内容生产模式，实现以十分之一的成本、以百倍千倍的生产速度，去生成AI原创内容。
▲AIGC作画产品文心一格
都知道，当下各个内容平台的内容源头供给，仍有赖于媒体与文字工作者。整体上，内容生产依旧是个智力（也是苦力）密集型产业。
到了将来，ChatGPT会不会成为“非灵魂写作”的杀手？其实不用问都知道，答案是肯定的。
可以预见，在不久的将来，内容平台会用类ChatGPT工具生成大量文字、图片、视频内容，去降低原创内容采买成本——考虑到内容安全红线问题，AI替代人工的进度条会被减缓。
被称作美国“今日头条”的内容平台Buzzfeed，就宣称计划使用OpenAI的 AI 技术来协助创作个性化内容。
到那时，内容从智力密集型产业变成技术+资本密集型产业，只会是必然。
今天很多公众号流水线式、产品化的写作，到时AI都能干。读者想要多少个爆点、想看怎样的爽文，AI都能奉上。
对内容行业而言，是时候做好最坏的打算了，最起码，得降低自身生成内容的可替代性——尽管AIGC不具备特别的创作者人格魅力，但能取代那些平庸的公式化内容。
在“今日头条改变内容消费，ChatGPT改变内容生产”的背景下，内容行业必将受到一次强震。
ChatGPT本身不生成知识，而是知识的搬运工——它靠着自学习能力，对海量知识进行了智慧化重组；并依据海量的语料数据库和人对话、互动，去完成撰写文本生成任务。
鉴于知识扩散和积累是知识再创造的前提，这对知识图谱丰富有着积极价值。
但现实问题也随之而来：ChatGPT会从知识搬运工，变成垃圾内容集散地吗？
科普作家张田勘就指出，就语法（规则）、逻辑和事实三个方面而言，集合了“语言识别-修正和文本分类-文本生成”能力的ChatGPT，很少在语法上犯错，其答案经常很顺，但在逻辑和事实上经常犯错。
就算正在研发中的GPT 4没准能减少这类问题，在此过程中，仍会有大量似是而非、经不起二次校正的不可信内容出现。
即便能杜绝，ChatGPT批量制造的大量无营养内容，也会削减整个内容池的质地。
正如藻类大量繁殖会让池塘里的生命窒息那样，AIGC量产的垃圾内容也可以“杀死”内容平台的公信力。
而在当今社会，人们缺的也不是信息密度，而是信息精度——人类社会过去几百万年，都在解决信息匮乏问题，但过去几十年，要着力解决的慢慢变成了信息过剩问题。
在信息过剩的情况下，“弱水三千，只取一瓢饮”会是常见的信息获取需求，“信息的海水再多，也难止渴”则是普遍的信息获取困境。
ChatGPT恐怕会加剧这样的困境。它会不会生产出更多民粹、极端的内容来，也挺值得观察。
更何况，ChatGPT被有些人诟病侵犯知识产权——美国语言学家乔姆斯基就认为，ChatGPT是个高科技剽窃系统，从海量数据中发现规律，并依照规则将数据串连在一起，形成像人写的文章和内容。它获取的很多数据，本质上是未经授权剽窃而来。
这样一来，ChatGPT就跟这几天出现的一堆山寨ChatGPT那样，甩不掉一口“侵权”的锅了。
《奇葩说》议长马东说过：内容的本质是解决人的焦虑。
可ChatGPT却让很多人更焦虑了——因为它解决的似乎是“人”。
准确来说，它让不少人变得不重要了。
这让人想起赫拉利在《人类简史》中的预言：AI将让99%的人沦为“无用阶级”。
赫拉利说：“我使用了useless这个单词，以凸显我们讨论的是从经济和政治体系角度看起来的无用，而不是从道德角度的无用。”
格隆汇也梳理过，三次工业革命——从机械化到电气化再到自动化，除了第二次（电气化）是以“赋能”为主，其他的都是“替代”为主。
而大部分AI技术，都是“劳动替代型”，也就是替代掉一堆人的工作。
你很难说，替代就替代了，时代总会惩罚那些不学习的人。在当今舆论场，“社达”的下一步是社死。
《流浪地球》台词不是说了吗——没有人的文明，毫无意义。
得看到，所有的技术进步，都酝酿着反技术进步的诱因。
因而，在新事物替代旧事物的过程中，总会出现激烈的利益博弈，这会诱发反技术的“新勒德主义”盛行。卢德运动，就是典型例子。
而能否减缓新技术带来的就业冲击与现实摩擦，往往决定了技术能否顺利落地。
▲ChatGPT自己对是否会替代人们工作的回答
ChatGPT如今已带来广泛的“失业焦虑”，那它怎么解决这问题？
中国互联网大厂用教训换来的经验，指了个方向：科技向善。
至于怎么向善法，得ChatGPT平台方去参透了。
着眼长远，可以肯定的是，当AI“成精”——也就是越来越像人，人的处境也必然发生剧变。
很显然，ChatGPT的横空出世，已成AI发展史上继2016年阿尔法狗（Alpha Go）之后的重要里程碑事件。
可，阿尔法狗之前一鸣惊人后，“不羞答答的它”就在静悄悄地开了。
这是AI技术发展至今的缩影。
有人概括，AI在过去很长时间里，都在以5-10年为周期经历着波动：先是出现某个现象级的产品，让人们惊呼“人工智能的春天”来了，密集的炒作纷至沓来；之后热度散去，寒冬又会笼罩到整个行业，直到下一个现象级产品的出现。
迄今为止，谷歌都没能打开阿尔法狗最高效的商业化路径，反倒在微软系的ChatGPT出来后成了“最大输家”。
ChatGPT确实很牛，但烧钱能力惊人。
东吴证券研报分析，GPT、GPT-2和GPT-3的参数量从1.17亿增加到1750亿，预训练数据量从5GB增加到45TB，其中GPT-3训练单次的成本就高达460万美元。当前开放的ChatGPT版本是GPT-3.5，成本更高。
有消息称，OpenAI为了做出ChatGPT，每年大概投入超25亿美元。
有些人只看到算法的牛，却看不到算力成本的高——目前用一次ChatGPT问答，综合成本就高达0.8美元。
小冰公司CEO李笛此前预算，“如果小冰用ChatGPT的方式来运行系统，现在小冰每天承载的交互量就需要花近3亿人民币的对话成本，即使ChatGPT可以把成本优化到现在的10%，也赚不回来。”
2月1日，OpenAI官方发文称，将推出ChatGPT的试点订阅计划ChatGPT Plus，定价每月20美元。
它接下来要怎么找到赚钱场景、填补烧钱窟窿？
这不啻为是AI商业化能力的“正名之战”。
自从ChatGPT走红后，中国科技巨头们也没做“局外人”：
（字节跳动也被曝出人工智能实验室（AI Lab）正在开展类似ChatGPT和AIGC的相关研发，未来或为PICO提供技术支持，但已辟谣。）
▲阿里被曝正内测阿里版ChatGPT
在以ChatGPT为代表的AI竞争中，科技巨头们掀起的军备战迹象已隐约可见。
因为它们都想抓住下一个时代。
而就云计算能力积累与数字化基础设施完备度而言，未来最有希望在AIGC应用市场上领跑的，也依旧是坐拥技术与市场之利的美国和中国。
但这注定是个长跑项目，虽说先行优势也很关键。
做“ChatGPT”不是做PPT。光是那些多模态大数据积累和强化学习能力强化，就需要不低的投入和不短的时间。
要知道，就在这两天，谷歌为了应对ChatGPT而快速推出的AI聊天机器人Bard，就受演示视频中出现答题答错了的影响，股价一度跌去近10%市值，损失高达1200亿美元。
国内大厂们，又做好充分准备了吗？
对于这些问题，庞麦郎在《我的滑板鞋》中唱的那句词，或许挺适合作答：
时间，会给我们答案。
作者：佘宗明
来源公众号：数字力场（ID：shuzilichang），抵抗熵增，打捞有趣。
本文由人人都是产品经理合作媒体 @数字力场 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。