來了，ChatGPT開始在金融圈搶活_風聞

　　夢晨 金磊 發自 凹非寺

　　量子位 | 公眾號 QbitAI

　　ChatGPT如此火爆，OpenAI自己也沒想到。

　　根據《紐約時報》最新披露，原本下一代GPT-4在OpenAI內部幾乎準備就緒，只待發佈。

　　11月中旬，高層突然宣佈新任務：兩週後發佈免費聊天機器人應用，代號**“Chat with GPT3.5”**。

　　一羣技術人員臨時掉頭，但他們中甚至有人懷疑這是否真的有意義。

　　底層技術方面，他們原本天天接觸最先進的GPT4，已經麻木了，GPT3.5對他們來説已是兩年前的舊玩意。

　　產品形態方面，同行Meta發佈的聊天機器人無人問津，另一個科學文本生成模型Galactica還因不準確3天就被噴到下架。

　　知情人士透露，OpenAI高層的思路本來也很簡單的：

　　去年爆火的AI繪畫就是始於OpenAI發佈的DALL·E，但因版權、倫理等顧慮選擇了內測邀請制，最後被免費、開源的Stable Diffusion搶走了絕大部分風頭。

　　聊天機器人上，他們擔心發生類似的情況被其他公司搶先。另外用舊模型迅速推出一款產品可以幫他們收集反饋，以改進新模型。

　　僅用13天，ChatGPT正式誕生。

　　接下來的事情，出乎所有人意料。‍‍

　　5天用户破百萬，2個月活躍用户破億，ChatGPT成為史上增速最快的消費級應用。

　　學生用它寫作業，打工人用來寫週報，程序員用來寫代碼……‍

　　不過ChatGPT的意義，似乎不只限於消費級應用這麼簡單。

　　商家、品牌方試用後也覺得“真香”，如美國房產中介用它來生成房源文案，原本一小時的工作量縮短到5秒。‍‍‍‍‍‍‍‍‍‍

　　兩個月席捲全球，OpenAI自己都怕了

　　熱度來得太快就像龍捲風，OpenAI自己都怕了。

　　OpenAI總裁Greg Brockman曾在推特慶祝用户突破200萬，作為CEO的Sam Altman則認為這樣宣傳並不明智，並叫他刪除。

　　Altman擔心過度炒作可能引發監管反彈，或導致用户對未來版本期望過高。

　　儘管Altman想壓下熱度，外界仍在持續沸騰。‍‍‍‍

　　微軟追加投資，谷歌如臨大敵，各種相關不相關的AI公司股價暴漲。

　　比爾·蓋茨在接受福布斯採訪時盛讚道：ChatGPT的意義不亞於PC和互聯網誕生。

　　從這個角度看，ChatGPT與真正的獨特之處，在於改變了人與機器交互的模式。

　　遵循上下文回答後續問題、承認錯誤、質疑不正確的前提並拒絕不適當的請求，是ChatGPT發佈時最初的三個宣傳點。

　　ChatGPT遠稱不上完美，數學計算不準確，經常一本正經胡説八道，21年之後的新知識一概不知。

　　但人們還是願意去嘗試，與之互動，每天生成數十億字文本。

　　OpenAI產品副總裁Peter Welinder最近透露，3年前他們剛開始測試GPT-3的API接口時，幾乎找不到願意嘗試的人。

　　作為Demo開放的GPT-3 Playground影響力也僅限於技術圈內部。

　　財富雜誌把ChatGPT比作iPod和iPhone：在蘋果發佈iPod之前就有MP3播放器，但並沒有引發數字音樂革命；在iPhone之前也有其他智能手機，但沒有形成應用生態。

　　小冰公司CEO李笛曾在量子位舉辦的MEET2023智能未來大會上分享他的見解：

　　ChatGPT改善了AI的行為，即使生成的內容不夠準確，人們也會覺得有意思。

　　對話是比關鍵詞搜索更自然的交互模式，讓AI不再冷冰冰，在做到高併發（同時響應多個用户）的同時，做到了高轉化率（滿足用户新的需求），才成為劃時代產品。

　　如今，圍繞ChatGPT及其所代表的AIGC（AI內容生成）展開的生態和競爭可分為四大層次。

　　第一層是AIGC模型、服務本身。

　　谷歌自家的LaMDA在內部抓緊測試，還投資了從OpenAI分裂出去的公司Anthropic，雙管齊下以抗衡微軟。

　　中國方面，粵港澳大灣區數字經濟研究院(IDEA) 認知計算與自然語言研究中心擁有國內最大的開源模型體系-封神榜，已開源的 98個模型正在全力支持中國AIGC發展，探索研發適配各個領域的個性化模型。

　　中心負責人張家興博士曾表示“在當下及未來的AI發展中，一個模型就可以是創造產品中很重要的一部分，甚至一個模型就可以催生一個產業，比如最近大火的Stable Diffusion (Diffusion Model)，就是促進AIGC產業迅速發展的一個重要里程碑，可以説底層模型不斷地製造和進步就是推動整個AI產業進步的一個重要因素。”

　　而百度也將於3月推出自己的生成式搜索產品。關於這點百度曾向量子位透露：最終產品會與ChatGPT有很大不同，即雖是多輪交互，但並非單純的多輪對話。

　　第二層是將AIGC能力集成到現有產品。

　　微軟宣佈旗下所有產品全線整合ChatGPT，視頻會議工具Teams已上線能自動生成會議記錄並預測下一步任務。

　　谷歌也即將於2月8日召開最新發佈會，外界推測很可能與AI產品相關。

　　第三層是使用AIGC能力開發全新的產品類型。

　　DoNotPay使用ChatGPT做AI律師，幫人處理罰款和賬單。

　　谷歌工程師出走成立的Character.ai，可以讓聊天機器人模仿歷史人物、現實名人或虛擬人物與用户對話。

　　國內這個模式也湧現出一批新秀，如Glow一度登上熱搜。

　　最後一層，則是直接或間接使用AI生成的內容。

　　初創公司ProfilePicture.AI使用ChatGPT與GitHub Copilot生成了產品的主要代碼。

　　甚至國內動作快的企業都開始嚐鮮了，會找技術圈的合作伙伴來共同探索。‍‍‍‍‍‍‍

　　如招商銀行信用卡剛剛發佈的一篇使用ChatGPT生成的品牌稿件，就是與氪信信息技術有限公司朱明傑博士等合作，完成了國內金融行業首篇利用AIGC技術生成的宣傳稿。

　　朱明傑博士表示，去年年底ChatGPT的出現讓他備受震撼，哪怕是作為早年OpenAI創始的見證者，如今看到AI真的學會了人類的知識，依然覺得超越想象。

　　2017年，當時OpenAI成立還沒多久，我們去硅谷做訪問交流，他們認為能符合馬斯克第一性原理的人工智能方向，是訓練出一個能把人類知識都學會的AI，以解決人類面臨的知識挑戰的問題。

　　還有什麼不能實現的呢？這個時候，像招行信用卡這樣敢於率先邁出一步去探索去擁抱未來的企業，相信都能得到先機。

　　AIGC新時代，還有多遠？

　　僅靠現在的ChatGPT技術，還不足以支撐以上模式長期發展。

　　除了內容生成不夠準確外，許多嚐鮮者還發現“模型無法定製化”是ChatGPT現階段應用的一大痛點。

　　一些垂直行業的應用，目前還是使用舊的GPT-3（儘管現在宣傳上都願意模糊二者的區別）。

　　如初創公司DoNotPay做機器人律師，讓AI幫人處理罰款和賬單問題。要想讓AI瞭解法律專用知識，必須在通用語言模型的基礎上做二次開發。

　　而招行信用卡這次算是第一次嘗試，產出過程可以總結為：

　　將人類的訴求，通過適當的自然語言描述輸入給ChatGPT。

　　通過進一步的提示和對結果的反饋來激發模型的聯想能力，最終完成稿件的撰寫。

　　例如團隊先是讓ChatGPT“闡釋基因與親情的關係，引用《自私的基因》的觀點”：

　　從第一步的結果來看，ChatGPT的回答是包含《自私的基因》這本書中的背景知識；但從語言描述上來看是屬於較為平鋪直敍的那種。因此團隊進一步地對它提出了要求：

　　寫得深入一些要有思辨性。

　　不難看出，ChatGPT是在第一輪問答的基礎上，根據新的要求加以精進。此時的ChatGPT已經得出兩個較為鮮明的觀點，一是“生命是基因的載體”，二是“親情是一份利他的愛”。

　　更進一步的，團隊繼續提出要求：

　　這裏可以寫得具體一點，舉個例子更好。仔細思考一下，通過生命這個載體，親情是如何超越基因的生物性而存在的，要寫得優雅又文采。

　　至此，便已經生成了招商銀行最終宣傳稿中的核心觀點內容。

　　不過團隊成員也提醒説，在“調教”ChatGPT的過程中，我們自身一定要提前想好的最終答案的觀點輪廓，而後再去對它做引導，否則就有可能會在生成過程中被某些結果帶偏思路。

　　除此之外，由於大模型本身所具備的隨機性，若是對第一次得到的答案不是很滿意，我們可以嘗試重複提問，直至得到滿意的回答為止。

　　可以看出，AI生成的文案算不上行業頂尖，但也能達到中等水準，未來最基礎的一些工作可能真的就被AI替代了。

　　並且AI寫文章的強項在於跨學科跨領域，超越單個人的創作能力，不過也不必過分擔心，對於創意要求高一些的工作，熟練掌握AI後則會大幅提升工作效率。

　　至少目前還需要人類通過寫提示詞給AI下達任務，精通此道的人會獲得新的機遇。

　　如在網絡分享ChatGPT使用心得的Riley Goodside就被Scale AI聘為全球首位提示詞工程師，年薪200萬。

　　企業同樣如此，除了科技巨頭谷歌微軟為此激烈競爭，AI創業公司抓住風口以外，其他行業也應該像招行信用卡這樣積極擁抱變化，才能掌握先機。

　　最後來大家可以猜猜以下兩首小詩，哪首是人類創作，哪首又是由ChatGPT創作的？

　　A、

　　最開始的時候，親情是一組共同的DNA，你在產房裏頭，我在外頭。

　　後來啊，親情是一個個遊樂園，你在旋轉木馬上頭，我在下頭。

　　長大了，親情是一場場的考試，你在考場裏頭，我在外頭。

　　而現在，親情是一張“親情信用卡”，你在遙遠的外頭，我在家鄉里頭。

　　人生逆旅 親情無價

　　B、

　　生命孕育，親情是一條細細的DNA鏈，你在這頭，父母在那頭。

　　成長時，親情是一本珍貴的家庭相冊，過往在裏面，你在外面。

　　後來啊，親情是一條無限温馨的電話線，牽掛在一端，擁抱在另一端。

　　而現在，親情是一張温馨的親情卡，家人在舍，你在天邊。