【資料圖】

聊天機器人(行情300024,診股)ChatGPT爆紅全球，掀起AI浪潮。一時間，人工智能生產內容（AI Generated Content，AIGC）也再次被推上了風口浪尖，國內外科技巨頭爭相布局。

隨著新市場的打開，AIGC未來將如何影響資本行業的發展？人工智能的發明終究會對人類產生怎樣的影響？ 結合當下ChatGPT，金融界推出《顛覆——人類與 AI 之爭》特別策劃，對話新聞傳播、服務行業以及前沿科技等領域專家、學者，探討人工智能新技術如何驅動經濟發展，實現新舊動能轉換，促進產業生態的良性發展。

本期嘉賓：北京郵電大學王敬宇教授/博導，長期從事網絡智能化、自然語言處理、深度學習系統和人機交互方向的研究。

核心觀點：

◎OpenAI正是沿著這個“理論上”的路徑一路狂奔，重視人工智能的“系統化”或許也是給科研工作者帶來的重要啟示。

◎ChatGPT正在迅速顛覆傳統搜索引擎，未來或成為新一代的信息入口。

◎ChatGPT背后依托的語言處理大模型（LLM）本身并非新算法技術，ChatGPT的核心是“算法+數據+算力+系統化”。

◎如果能發揮出中國的集約化政策和資金等優勢，催生出“量變引發質變”的結果，也可能創造出屬于中國的人工智能領先級產品。

◎高算力投入意味著更強的聚焦性，核心技術向大公司、大團隊傾斜，其他中小公司做應用級生態。

◎ChatGPT還是弱人工智能階段，目前還缺乏具有觀點性的內容，屬于網上現有知識的總結和檢索，缺乏態度性的東西，對于專業性知識的理解還不足；

◎目前ChatGPT所展現出來的能力主要在文本的簡單處理上，但真正原創性的、需要人與人交流的工作卻無法替代；

◎ChatGPT并非無所不能。由模型自動生成的基因，使得它更容易“一本正經地胡說八道”。

◎智能語音、智能客服、智能催收都是ChatGPT在金融上很好的落地點，將率先應用在率先在客服產品咨詢知識庫方面。

◎不可以因為AI替代了一部分勞動力就給它帶上造成失業的大帽子，任何新技術、新產品都終將服務于社會大眾。

以下為對話全文：

金融界：請您談一下最新風口上 ChatGPT帶來什么啟示？將發生怎樣的變革？

王敬宇：如果說AlphaGo當年跟李世石的人機大戰還只是一場技術秀，可以寫劇本、寫代碼的ChatGPT則像一把火，再度點燃了AI行業。ChatGPT這只“蝴蝶”掀起的“颶風”，最終讓各大互聯網企業也坐不住了，紛紛宣布了自己在ChatGPT所用的技術領域的相關布局。資本市場則以更大的熱情來擁抱所有宣布與之相關的企業。從技術上來看，相較于小模型，ChatGPT依賴的是大模型，不僅能給出更準確的結果，還有更強的通用性和泛化能力。

ChatGPT背后依托的語言處理大模型（LLM）本身并非新算法技術。ChatGPT的核心是“算法+數據+算力+系統化”，前三點都談得比較多了，而常常被忽略的恰恰是算法背后的“系統化”。從理論上看，窮盡所有的測試數據和訓練材料，AI就會呈現出恐怖的準確率。而OpenAI正是沿著這個“理論上”的路徑一路狂奔，它閱覽了互聯網上幾乎所有數據，并在超級復雜的模型之下進行深度學習。OpenAI引入了人類監督員，對AI的回答進行打分，使得它在眾多可能的回答中選擇那些更加符合人類預期的答案。在涉及一些有關步驟的問答當中，讓這個模型的語言前后邏輯更加明晰、有因果關聯。高質量的數據加上充分的訓練，人工和算法的有機配合，共同造就了今天的結果。ChatGPT被認為可能是邁向通用型AI的一種可行路徑——作為一種底層模型，它再次驗證了深度學習中“規模”的意義。同時，重視人工智能的“系統化”或許也是給科研工作者帶來的重要啟示。

運行ChatGPT需要比較高的算力，GPT3的參數規模則達到1750億，利用45萬億字節文本數據進行訓練的人工智能算法模型，而GPT-4的參數可能將比它高出幾個量級。這么高的算力投入也就意味著更強的聚焦性，核心技術向大公司、大團隊傾斜，其他中小公司做應用級生態。一款產品出圈，表面上是短跑競賽的結果，但實際上，任何競賽背后都是長期性系統性的比拼。尊重規律、持續積累，如果能發揮出中國的集約化政策和資金等優勢，催生出“量變引發質變”的結果，也可能創造出屬于中國的人工智能領先級產品。

金融界：如何看待 ChatGPT 的應用趨勢？會影響到哪些行業？如何來應用好這一新產品？存在的瓶頸會是什么？

王敬宇：盡管這一機器人模型的名字中有Chat（聊天），但受ChatGPT影響最大的，并非微信這樣的聊天工具，而是搜索引擎。許多人已經養成了同一個問題問一遍搜索引擎，再問一遍ChatGPT的習慣。因此，ChatGPT影響最大的將是搜索引擎行業，以至于很多用戶都感嘆，ChatGPT正在迅速顛覆傳統搜索引擎，未來或成為新一代的信息入口。新體驗恐怕會是對話式搜索，必然產生新的廣告模式，也就是說，對話式搜索引擎在跟人對話的時候，通過對話來個性化投放廣告，這種廣告更加隱晦，但是轉化率可能更高。

目前ChatGPT是免費不限量向C端公眾開放，并且OpenAI推出ChatGPT付費訂閱版ChatGPT Plus，每月收費20美元，加速AIGC商業化進程。這兩個月已經出現了ChatGPT更多的下游公司，來基于ChatGPT接口來開發更多的衍生應用，類似Android/IOS，或許會形成圍繞AI會話的生態產品。當然要實現大規模商業化，有許多現實問題要解決，比如版權、監管和信息安全問題。目前并沒有合適的條件促使它快速商業化，只能走一步看一步。

關于瓶頸問題，我認為存在的技術瓶頸和難度還是很多的，ChatGPT的能力可以分成Chat和GPT兩部分，即上層的對話能力和底層的大規模語言模型能力。首先ChatGPT還是弱人工智能階段，目前還缺乏具有觀點性的內容，屬于網上現有知識的總結和檢索，缺乏態度性的東西，對于專業性知識的理解還不足，“能夠明顯發現它用的是哪個數據庫的東西”。另外大模型一定是未來主流嗎？也未必，有沒有更有效率的方法讓ChatGPT生成事實正確、有critical thinking能力的回答？也許有。這些前進的道路上需要越來越多的做錯題的經驗，這些經驗用錢買不到，只能用時間。

金融界：業界有 AIGC 徹底改寫人類創造的新型生產力的說法，您如何看？

王敬宇：由于ChatGPT強大的資料搜索整理、以及格式化寫作能力，“美國89%的大學生都開始用ChatGPT做作業”。而在科技公司、金融機構、甚至一般的商業企業里，越來越多的職員都已經開始在ChatGPT的幫助下，進行各種表格制作、商業資料搜集、甚至初步的程序代碼編寫。

ChatGPT的出現以及相應產業化商業化的落地將會為從用戶創作(UGC)到AI創作(AIGC)的轉型提供關鍵的支持，在寫作助手、在線翻譯、情感分析、問答系統、代碼開發、智能客服等領域商業化進程有望加速。

但距離完全替代，還為時尚早。盡管目前尚未有ChatGPT的相關論文披露，但人們可以從關于GPT的論文中了解到，GPT是通過文字接龍以及人工引導接龍反饋的模式訓練這一語言模型的。因此ChatGPT并非無所不能。由于它的答案不是從一篇文檔中摘出來，而是由模型自動生成，這使得它更容易“一本正經地胡說八道”。比如，當它按照你的要求生成一段代碼，如果你對此并不熟悉，可能看不出其實通篇都是錯。

金融界：AIGC 打開新市場，未來將如何影響金融行業的發展？

王敬宇：前段時間流行的AI繪畫DALL-E一樣，ChatGPT可實現全方位運用，AIGC會得到更多關注和市場機會，進而打開AI應用的新賽道，商業價值明顯。生成型AI技術的進步有望降低勞動者的腦力負擔，同時創造出新的崗位。它最大的創新點在于能夠與用戶直接交互，了解用戶意圖，對信息進行搜索并加工生成定制化內容，這將大大提高內容創作的豐富度、創造性和效率。

雖然不少人反饋ChatGPT的表現還有些瑕疵，但考慮到ChatGPT才剛剛投入實用短短幾個月時間，它的表現已經很讓人驚嘆了。可以預見的是，隨著版本的迭代，ChatGPT的模型能力將更為強大。ChatGPT模型每次生成對話的成本不足一美分，遠低于傳統內容生產者的成本。而它回答的質量在這一成本下顯得“物超所值”。

對金融行業，ChatGPT可能率先在客服產品咨詢知識庫等方面應用，比如，用在營銷、運營領域，用于宣傳、接待以及內容生成。在技術門檻下降后，將會出現垂類領域的ChatGPT，如風險、運營態勢評估，專業分析等。智能語音、智能客服、智能催收都是ChatGPT在金融上很好的落地點，能聊得下去，比現在這種AB判斷的智能語音要更貼近現實一些。

只不過在金融應用場景下不是簡單的閑聊，機器人不僅要模擬真人回復，還要有領域知識的注入，要兼顧答案的準確性和可控性，不能一本正經地胡說八道。對于銀行業務本身而言，現在的ChatGPT并不能直接應用到現有的業務中去，還需要面臨如何在細分場景探索可持續的商業模式、業務合規性、技術自主可控、數據安全等相關問題。目前所展現出來的能力主要在文本的簡單處理上，但真正原創性的、需要人與人交流的工作卻無法替代。

金融界：您認為人工智能的迅速發展，人類社會需要如何去正確應對？

王敬宇：人工智能技術的發展是科技與時代的象征，工業革命時代、信息化時代等等只不過現在逐步走向人工智能時代，我們要清楚的認識到AI只是一種工具是用來輔助我們的生活的，在未來人工智能的應用場景將會全面覆蓋我們的生活，就像現在的手機現在的網絡一樣。多元化的應用場景使得AI有更多的數據可以分析從而得出更加完善的社會數據模型，通過這些數據模型我們可以優化我們日常行為以及生活和工作習慣以至于更加的高效、便捷。

如此強大的應用，讓人不禁想起老生常談的話題——“人類會否被人工智能所替代”。AI科學家們最初的猜想是，AI大發展后，一些藍領崗位、重復性的工作會首先被取代。然而，ChatGPT、AlphaFold等工具出來后，人們發現，最先感受到AI沖擊的，反而是創造性的工作，而送餐這一類涉及勞動力的工作卻沒能被取代。他解釋說，在機器人、自動駕駛等領域，機械與智能是兩個基本的模塊。現實進展來看，機械部分有很多物理上的限制，很多技術目前尚未突破；得益于深度學習等模型的發展，智能部分反而突破更快。

不可以因為AI替代了一部分勞動力就給它帶上造成失業的大帽子，社會在進步、科技在發展，任何新技術、新產品都終將服務于社會大眾。當然也應不斷提升相應的“警惕感”，由于AI技術可以自主控制，它可能會做出一些不符合人類道德規范的決定。所謂有“矛”就有“盾”，ChatGPT火爆的同時，檢測AI生成文本的全新算法DetectGPT也應運而生。因此我們應該加強對AI技術的監督，以確保AI技術的安全和可靠性。

金融界：您如何看待以ChatGPT 為底層技術的人工智能對話機器人未來的發展？

王敬宇：ChatGPT在人機交互這個環節上，與我們早已熟悉的Siri、小愛同學等個人助理相當類似，都能夠根據自然語言的對話，理解并回答用戶的問題。但與Siri等相比，ChatGPT顯然在解決問題的廣度、深度上遠超后者，能夠以Siri等難以企及的邏輯性和復雜度，為用戶提供答案。

在過去，消費者們已經習慣于用Siri、小愛同學來進行諸如找歌、找吃喝玩樂地址、紀錄電話等等事務，甚至與它們進行調侃式的聊天以資娛樂。但隨著AI技術的不斷進步，人們在比較中卻逐漸發現，Siri等助理的智能化水平依然不夠，把“私人助理”這個稱呼賦予它們，還是顯得有些名不副實。ChatGPT出現后，用戶們才真正明白了Siri等傳統助理的缺陷在何處?——它們只能進行相對簡單的搜索工作，卻無法像ChatGPT那樣，真正幫助用戶高效的解決問題，并賦能用戶。可以說，ChatGPT已經是一個極具“學識”的虛擬人，一個知識水平超乎我們想象的“高智”人。

人類世界有許多重復性的、程式化的工作，不需要復雜的邏輯思考或決策判斷。ChatGPT幫助人們更流暢、更快速地生成這些文字或代碼的潛力。比如，在人們需要請假時，只要打出“寫一封請病假的郵件”幾個字，Outlook就能把措辭正式的請假申請寫好；網絡管理員面對繁雜專業的配置命令，只要打出“我們5個人要開一個高清視頻會議，把專線部署好”，意圖網絡就會把網絡命令自動生成配置好所有的網絡環境。