人工智能時代已經到來。在過去的想象中，機器人可以快速地計算，也可以在極端環境下工作。但是，其最大的缺點在于，無法體會人類的語言和情感，不能進行創造性的思考。
然而，從戰勝全球頂尖棋手的 AlphaGo 到 OpenAI 創造的大語言模型 ChatGPT，人工智能正在一步一步地解構人類的思考邏輯和語言模式。換句話說，我們正在賦予人工智能更多的人類特征。最重要的是，ChatGPT 所代表的人工智能，具有非常快速的學習能力。
人工智能正在涉足各行各業，從金融到科技，從設計到工業生産。ChatGPT 的到來，作為科技界近兩年來最大的突破之一，蘊藏着巨大的機遇，同時也讓我們擔心，一部分崗位是否會被語言類 AI 取代。如果社會模式因為這些人工智能發生改變，我們能做什麼？
此刻，ChatGPT 是一個視窗，讓我們得以提前窺見充斥着人工智能的世界，以及在這樣的世界中，人類處于何種地位。這種前瞻式的引導，将幫助我們更好地了解 ChatGPT，以及其他各種形式的人工智能。
成生輝是西湖大學工學院和未來産業研究中心研究員、智能可視化實驗室負責人。近日，他出版了新書《ChatGPT——智能對話開創新時代》。基于他在元宇宙、人工智能、可視化、可視分析等領域的豐富經驗，該書将深入 ChatGPT，展示 AI 生成的内容如何徹底改變人們的思考、寫作和交流方式。
圖 | 成生輝（來源： 成生輝）
這本書從解析 ChatGPT 技術模型要點出發，幫助了解 ChatGPT 的内在原理，然後進一步探索智能對話的邊界，即 ChatGPT 可以“進化”到何種程度。在書的後半部分，成生輝總結了 ChatGPT 行業前沿應用，并對未來經濟模式進行了展望。
知名孵化器 Founders Space 主席兼 CEO 史蒂文·霍夫曼（Steven S. Hoffman）推薦說，想了解 ChatGPT 如何颠覆社會，這本書将是一個完美的開始。
（來源：《ChatGPT——智能對話開創新時代》）
接下來，本文将分享書中以及成生輝關于 ChatGPT 前沿觀點和思考，來幫助讀者了解一個嵌入 ChatGPT 的社會将如何運作，未來又将走向何方。
ChatGPT 是由 GPT 模型驅動的，是以，ChatGPT 本質上是一款 AI 産品，其背後的 GPT 模型是由 OpenAI 研發的一種大語言模型（Large Language Model，LLM）。LLM 是一種基于深度學習技術的自然語言處理模型，旨在了解和生成人類語言的文本。
在訓練模型的過程中，通常會使用人類回報強化學習（Reinforcement Learning from Human Feedback, RLHF）來改進模型。專家會對大語言模型輸出的結果進行評估和回報，給出獎勵或懲罰信号，以改進和調整模型。模型根據這些回報信号進行再學習，以提升其性能和效果。
大語言模型能夠通過學習海量的文本資料，掌握語言的文法、語義和上下文資訊，并能夠生成具有連貫性和合理性的文本。
它可以預測給定上下文下的下一個單詞、補全句子、回答問題、生成對話等。目前，指令微調大語言模型是 LLM 研究和實踐的主要方向之一，它能給出更加準确的資訊，同時也能保證輸出無害的資訊。在 OpenAI 等 AI 公司的努力下，指令微調 LLM 更加安全且更符合人類價值觀。
ChatGPT 誕生後，其它網際網路公司也釋出了類似的語言類人工智能産品，例如，百度的“文心一言”、華為的“盤古”模型和阿裡的“通義千問”等。
這些模型背後的技術原理相似，甚至一些應用是直接調用 GPT 模型的接口，其差異性主要展現在模型性能上。目前這些語言類 AI 中，ChatGPT 在響應速度和準确性上的優勢比較明顯。
由于國外對于大語言模型的研究起步較早，并且 OpenAI 投入了極大規模的研發成本，包括研發人員成本、訓練模型使用的裝置成本、訓練用的語料庫資料成本等。中國對于語言類 AI 的模型開發起步略晚，但是研發的速度很快，勢頭也比較猛。
（來源：Pixabay）
在使用者體驗中，常常會碰到 ChatGPT 或者其它語言類 AI 答非所問的情況，而這與使用者提問的精準性是密切相關的。
首先，要保證可以給出清晰而具體的提問，要能夠給出盡量準确的關鍵詞。清晰且具體的表述，可以降低模型給出無關或錯誤響應的機率。對于一個過于複雜的目标來說，适當的拆解目标，然後發出指令是可行的方法之一。例如，如果直接對 ChatGPT 發出“寫一篇關于 AI 的文章”的指令，大機率會得到一篇不知所雲的文章。
一種可行的方法是，把“寫一篇關于 AI 文章”的大目标拆解為小目标，從架構到每一段的中心思想，逐漸的向 ChatGPT 發送指令，以達到完成一篇文章的目标。
其次，要學會引導模型，并适當矯正模型給出的答案，避免 AI 模型自行編造。目前，ChatGPT 已經深入到各個領域，包括創意、教育、技術、服務等各行業。對教育行業來說，ChatGPT 可以作為學生個性化學習輔助的工具。它可以回答學生的問題，提供解釋和示例，幫助學生了解複雜的概念和知識點。通過與 ChatGPT 的對話，學生可以得到即時的回報和指導。
此外，ChatGPT 可以大大提升學生獲得資訊的效率。對服務行業來說，ChatGPT 可以充當客服的角色。其實，AI 客服在服務行業中已經得到了廣泛的應用。但是，之前的 AI 客服隻能回報一些既定的模闆式的答案，而語言表達不夠自然流暢。
ChatGPT 生成的語言更接近人類語言，且能夠根據不同的需求生成更有針對性更具體的回報。可以說，ChatGPT 不再是一個沒有感情的模型，而越來越往富有“人性化”的方向發展。
（來源：Pixabay）
然而，就像核武器一樣，任何技術都是一把雙刃劍。由于 ChatGPT 生成回複的方式是基于模型的訓練資料，它可能無法始終保證提供的資訊是準确、可靠的。
在某些情況下，它可能生成錯誤的回答或誤導性的内容，特别是當模型沒有足夠上下文或相關資訊的時候。例如，對于晦澀的問題，ChatGPT 可能會編造謊言，且 ChatGPT 在數理推理上的表現較差。
其次，使用 ChatGPT 時，使用者輸入的資訊可能會被記錄和存儲。這就會引發隐私和資料安全的問題，尤其是對于涉及敏感個人資訊或商業機密的場景。
更為重要的是，ChatGPT 的應用還有許多法律和道德責任的問題沒有解決。例如，責任歸屬、算法透明度、版權和知識産權等。可以肯定的是，人類将不會容許 ChatGPT 遊走在法律的邊緣。
一個被廣泛讨論的場景是，ChatGPT 應用于學生論文寫作或幫助完成作業。學習本身是一種思維訓練，通過做作業的過程實作思維模式的培養。是以，如果學生依靠 ChatGPT 來完成作業，就會喪失自我思考的能力。
在寫論文場景中，基于相關實驗，ChatGPT 生成的大部分文獻都是虛假文獻。是以，使用 ChatGPT 完成的論文，完全不符合高校論文的标準，并且學生還要花大量時間對其進行修改。是以，在學習中濫用 ChatGPT 并非明智的選擇。然而，ChatGPT 具有非常高效的資訊檢索能力，完全可以作為輔助學習的效率工具之一。
另外，ChatGPT 會讓很多行業消失，這是很多人所擔心的事情。ChatGPT 及其他生成式 AI 的發展确實可能對某些行業和職業帶來一定的影響，但是否會導緻大規模失業現象尚不确定。
對此，成生輝表示：“我認為ChatGPT 及生成式 AI 和人類相比，在創造性思維、情感了解以及較為複雜的決策性事務上并不具備優勢。是以，人類和 ChatGPT 之間應該是互補關系，而不是簡單的替代關系。”
此外，ChatGPT 等産品的發展可能創造出新的就業崗位，例如提示工程師等，可以利用這些技術創造出新的應用場景和商業模式。
那麼，我們應該怎麼面對 ChatGPT 所帶來的巨大改變？
成生輝認為，随着技術的發展，職業環境不斷演變，人們需要适應變化并不斷更新技能。在面對 ChatGPT 等技術工具時，人們可以通過轉型和學習新的技能來适應變化，包括培養專業技能、加強創新思維和解決複雜問題的能力，以及與 AI 工具協同工作的能力。
AI 時代勢不可擋，盡管對于人工智能語言模型還沒有合理合法的管控，但是 ChatGPT 所展現的能力已經足夠讓我們看見人工智能時代的未來場景。
對此，我們已經沒有時間去擔憂和恐懼，應該最大程度地發揮 ChatGPT 等 AI 的功能，進一步拟人化 AI 工具，同時建構一個靠譜的“護欄”，幫助人們颠覆生産的模式。