ChatGPT：一週爆紅，兩週過氣_風聞

兩週前瘋狂刷屏的爆款AI應用ChatGPT，也難逃互聯網過氣定理。

“人類離強大到危險的AI不遠了。”這個讓馬斯克強烈安利的聊天機器人，在短短十餘天的時間裏，便擁有了一場從走紅到涼涼的經歷。

“ChatGPT本來的預期就不是商業化，一沒有收費，二沒有開放API，所以它只是一個DEMO。”AI賽道創業者，猴子無限創始人尹伯昊向「科技新知」表示，熱度下來是正常現象，但這並不妨礙它是一個跨時代產品。

在他看來，ChatGPT爆火的背後，映射着一個不可忽視的事實：技術的拐點已經到了。

“ChatGPT背後運用的技術是GPT3.5，等GPT4出來的時候一定會非常火爆，屆時國內很快就會有一大批創業公司出現。”

彼時的AIGC賽道，必將迎來一場“血戰”，一邊是佈局多年的BAT老勢力，一邊是初生牛犢的新選手，誰的贏面比較大？

站在新的技術拐點前，或許大家都在同一起跑線上。

AI難被“馴服”

很多人對於ChatGPT的過氣表示並不意外，甚至包括開發方Open AI的CEO Sam Altman本人。

“ChatGPT的侷限性令人難以置信，但在某些方面足夠出色，足以給人一種強烈的誤導印象。現在依賴它來做任何重要的事情都是錯誤的。它是一個項目的DEMO；我們在穩健性和真實性方面還有很多工作要做。”Sam Altman在社交媒體上如此表示。

從實際體驗來看，目前版本的ChatGPT存在兩個關鍵性的問題。

問題一：只提供了“情緒價值”，沒有提供“商業價值”。

正如Sam Altman所言，現在依賴ChatGPT來做任何重要的事情都是錯誤的。當作一種娛樂屬性的軟件來説沒問題，但如果渴望ChatGPT能有更大的實用價值，似乎有些太過理想。

一款合格的工具是幫助人們減少重複性勞動，而一款好工具是能幫助人們進行決策。而ChatGPT目前能做到的，還處於第一階段。

就拿前幾天有人誇讚ChatGPT編程能力很強大舉例，對於外行或者入門級程序員來説，ChatGPT快速生成的代碼已經足夠用，比如Java的簡單編程例子，九九乘法表、水仙花數等，但對於中高級開發人員來説還遠遠不夠。

問題二：看似合理，實則荒謬。

有時ChatGPT還會鬧出一些烏龍事件。Open AI公司承認，儘管號稱可以和人類對話，但ChatGPT也可能寫出“看似合理但不正確或荒謬的答案”。

比如有網友輸入“宮廷玉液酒”來考驗ChatGPT，它一本正經地給出回答：“宮廷玉液酒是一種傳統的中國白酒……”而我們都知道，如果這句話問一箇中國網友，他給到的答案會截然不同。

OpenAI坦承，由於ChatGPT的知識只來自訓練數據中的統計規律，而不是任何類似人類對世界複雜和抽象系統的理解，因此“該系統可能偶爾會產生不正確或誤導性的信息，併產生攻擊性或有偏見的內容。”

清華大學國強教授、智能產業研究院(AIR)首席研究員也指出，這款機器人本質上還是一個基於統計的語言模型，應該沒有真正理解開放域的問題。它在處理開放域的問題上實際上還是基於概率，基於前一個值來生成下一個值。

狂歡的中國學徒們

人們對於技術的期待，往往太過於理想主義。或許應該放低些對AI的期待和要求，畢竟很多時候，人類自己都不知道心裏想要的正確答案是什麼。

就像微軟旗下AI產品小冰公司CEO李笛説的那樣，ChatGPT非常強調回答的因果關係，而回答的結論本身是否正確對它而言並不重要。強調過程，弱化結果，這是ChatGPT和搜索引擎最大的不同。

又或者説，ChatGPT的意義並不是給出人們想要的答案，而是讓人們感知到，技術的拐點或許真的已經到了。

“技術拐點的核心體現在於，我們好像離圖靈測試越來越近了。”尹伯昊向「科技新知」感慨道。

Gartner在《2022年重要戰略技術趨勢報告》中指出，生成式人工智能 （Generative Artificial Intelligence）將是最引人注目和最強大的人工智能技術之一，可用於多種場景，如創建軟件代碼、促進藥物研發和營銷等。

從Disco Diffusion到Midjourney和DALL-E2，AIGC的門檻一次次被降低，最後到Stable Diffusion模型開源，徹底讓AIGC站上了風口浪尖。

CMC資本董事總經理易然在採訪中指出，目前各個科技巨頭主要在模型層競爭，而創業公司在應用層有更多的機會。

例如OpenAI開發的GPT-3模型、谷歌開發的LaMDA模型、Meta開發的OPT-175B模型、阿里巴巴達摩院開發的M6模型、微軟與英偉達聯合開發的Megatron-Turing（MT-NLP）模型等。

視野聚焦到國內不難發現，互聯網大小廠都開始更加關注AIGC。

在今年7月的百度世界大會上，創始人李彥宏表示：“AIGC或許將顛覆現有內容生產模式，實現以‘十分之一的成本’，以百倍千倍的生產速度，去生成AI原創內容。”

不光是一把手親自站台，百度還將在內部組織上進行相應調整。有相關人士獲悉，眼下百度MEG正在籌劃新一輪組織架構調整，重心是將圖文與視頻部門單獨成立的內容事業羣，百度對於AIGC的重視程度可見一斑。

此外，其他大廠也動作頻頻。例如，騰訊AI Lab有能夠通過用户提供的關鍵詞自動生成歌詞並演唱的虛擬歌手“艾靈”、能夠輔助疾病診斷的遊戲AI“絕悟”；字節跳動也於近期推出了抖音AI繪畫特效，進一步讓AIGC真正走向大眾視野。

阿里在AIGC上的佈局稍有不同，從動作來看更偏向於底座。達摩院提出了新概念“模型即服務”（Model as a Service），即把AI模型當作生產的重要元素，從模型預訓練到二次調優，再到模型部署，阿里將圍繞模型的生命週期來提供相應的服務。

另外一邊，“國家隊”北京智源人工智能研究院，在科技部和北京市政府支持下，於今年11月開發了AltDiffusion，以及開源文生圖系統FlagStudio等，將生成式模型進行了本地化。

除了頭部科技公司之外，諸如崑崙萬維、科大訊飛、天娛數科等細分領域的廠商也都已涉足AIGC。

站在同一起跑線

AIGC大潮的幕布在國內已經被掀開，這是一場關於ChatGPT“中國學徒”的狂歡。那麼問題來了，現在入局AIGC晚不晚？

要知道，國內應用層的創業公司，大多基於Stability AI或OpenAI這類底座廠商模型進行二次開發，只能在應用層“卷”。

產品門檻低導致的同質化現象嚴重，對於廠商來説是“無效的卷”，對於用户來説則是“無限的薅羊毛”，想要找到差異化併發掘變現潛力並不容易。

另外，很多從業者表示，版權一直是AIGC商業化過程中難以忽視的問題。不過，尹伯昊認為，在中國的話語體系裏，版權一定不是制約AIGC商業化落地的制約因素。

況且，版權問題其實也在模型端嘗試被解決，比如Stable Diffusion推出的2.0版本，核心就是讓生成出來的內容是版權乾淨。

“AIGC商業落地真正的痛點在於場景還沒有特別明確，產品有意思並不代表着成功，人很難為一個娛樂屬性的東西付費，最終還是看能否有持續生產力。”尹伯昊向「科技新知」表示。

初創公司如何與百度、騰訊、阿里這樣的大廠比拼？在尹伯昊看來，似乎並不存在這個問題，因為在新的技術拐點出現的時候，在大模型的範式下，過去的積累是清零的，大家都在同一起跑線上。

“坦率來講，百度、騰訊在做的事情和我們是比較像的，都是基於海外出現了創新後，在上面找新場景和新應用。”

同時也有業內人士分析，大廠在應用層的打法可能不會很垂直，而是更偏向於搭建生態，未來或許會和很多創業的垂直廠商有合作機會。

寫在最後

1966年，歷史上第一個聊天機器人Eliza誕生，它被麻省理工學院人工智能實驗室的德裔美國計算機科學家約瑟夫·維森鮑姆賦予了充滿戲劇性的內涵。

Eliza名字源於戲劇作品《賣花女》，劇中出身貧寒的賣花女Eliza通過學習與上流社會溝通的方式，變成大使館舞會上被人尊敬的“匈牙利王家公主”。

作為Eliza的創造者，維森鮑姆卻想時刻提醒人們：“即使有時好像他們會説話，但他們從未真正聆聽過你，它們只是機器。”

他認為，正是由於當時的社會環境日漸冷漠，才使得人們變得如此絕望，以至於拋棄應有的理性和判斷力，轉而去相信一個機器程序可以聆聽他們的心聲。

很慶幸的是，在半個世紀後的今天，人們似乎已經找到AI存在的真正意義，它絕非僅僅是提供“情緒價值”。

接下來，擺在創業者們眼前的命題便是，如何用技術改變時代，用AI技術深入到產業，帶來更長遠的商用價值和產業價值。

參考文獻：

1、《ChatGPT走紅，人工智能離通過圖靈測試還有多遠？》，中國經濟新聞網

2、《創業者的AIGC淘金記》，光錐智能

3、《百度隱藏的AIGC野心》，光子星球

4、《Here’s What To Know About OpenAI’s ChatGPT—What It’s Disrupting And How To Use It》，Forbes