應對ChatGPT，中國AI需要這三種能力_風聞

這段時間，ChatGPT成了全球科技企業“羣起而攻之”的風口，幾乎打開每一個社交媒體平台、每一個微信羣，都在激情討論ChatGPT。

不過我發現，經過一段時間的發酵，大家的情緒不再只是獵奇和興奮，一部分AI業內人士，已經率先進入了ChatGPT冷靜期。

一位長期從事NLP/AI的研究人士告訴我，NLP本來屬於長期坐冷板凳的領域，ChatGPT對話中錯誤隨處可見，LLM大語言模型的商業模式還不清晰，認知智能剛剛劃過了冰山一角，對目前ChatGPT的一波波信息轟炸已經審美疲勞了，是時候給ChatGPT降降温了。

降温是不可能降温的，但找回常識和理性是必須的。

大膽預測，今年會是一個ChatGPT大年。

國產化的必然選擇，股市與投資者的熱捧，大量中國科技企業已經切實在跟進類ChatGPT，而且“chat”問答天然的低門檻和娛樂性，確實會吸引大量原本不關心技術的人開始玩AI。所以，儘管圍繞ChatGPT，有很多瘋狂炒作和無稽之談，但熱度勢必還會持續一段時間。

當然，如果你已經對ChatGPT資訊有點審美疲勞了，好消息是，大部分人在“調戲”ChatGPT之後，獵奇心理也會消失。加上ChatGPT在應用和體驗上還需要迭代，個人關注度會下降，而能夠用ChatGPT帶來業務價值的產業關注度，還會持續保温。

所以，ChatGPT接下來的發展，不是“要麼火要麼涼”那麼兩極分化，而是會經歷一個恆温培育孵化的發展期。

擔心中國做不好ChatGPT的，不用急，一切才只是剛剛開始；認為中國ChatGPT可以彎道超車的，不用嗨，新技術還是要按照規律按部就班地發展進步。

從第一代生成式預訓練模型GPT-1到GPT-4，這條路OpenAI走了五年。可以説，沒有對大模型的長期投入與探索，是不可能一步登天，做出ChatGPT這樣的產品的。

那麼，中國有沒有類似的AI企業，擁有支撐起類 ChatGPT的綜合實力呢？

通過國際權威諮詢機構IDC新近發佈的《2022 中國大模型發展白皮書》，我們可以一窺國內大模型實力分佈。

評估結果顯示，百度旗下的文心大模型表現非常突出，在市場格局中處於第一梯隊，產品能力、生態能力、應用能力全面領先，給百度即將發佈的生成式對話產品文心一言，提供了強大的技術支持。

讓我們暫時排除“支持國貨”的民族情緒，帶着理性和常識去探究一下，文心大模型的水平到底怎麼樣？文心一言等類ChatGPT產品，究竟能為用户和市場提供什麼樣的價值？

拆解ChatGPT：一匹以大模型為骨架的“特洛伊木馬”

ChatGPT的出現，代表了大語言模型的突破，將對話式AI與NLP技術帶到了一個全新的高度，展現了AI的更多可能性和商用潛力。

上個世紀，信息哲學領軍人盧西亞諾•弗洛裏迪就説過，“人工智能就像特洛伊木馬， 把一種更具包容性的計算/信息的範式引入哲學的城堡。”而ChatGPT就是一匹看起來極其神奇的特洛伊木馬，令人類嘖嘖稱奇，擔心自己不再是城堡中唯一的萬物之靈。

當然，歸根結底，AI也好，ChatGPT也好，都是一匹人造的木馬，由人類創造，也為人類所驅使。

ChatGPT這匹“特洛伊木馬”的出現，更大的意義在於，它代表了一個標誌——通過大模型這種方式，人工智能的知識瓶頸，是可以被打破的。

我們知道，算力、算法、數據，這AI三要素在當下基本得到了滿足，帶來了AI技術應用化的突破。但許多自然語言處理NLP任務，如機器翻譯、情感分析、問答系統、語言生成等，需要模型具有一定的語言知識和理解能力。張鈸院士曾提出：AI最重要的能力是知識。但知識，始終是AI的一個瓶頸。

ChatGPT的出現，標誌着知識瓶頸是可以被打破的。通過大模型，學習海量的語料庫，可以獲取豐富的語言知識，對語言中的複雜結構、語義和邏輯，進行識別和處理。

大家感覺ChatGPT特別神奇，好像真的有自主思維一樣，正是源自知識能力融入大模型後，在泛化性、通用性、遷移性上的強大表現。

它是一個標誌，也只是一個標誌。

因為ChatGPT也並沒有徹底解決知識瓶頸，還存在一些侷限性。比如由於中文語料不夠多，獲取的深度中文知識少，所以對中文的理解和問答效果都不如英文，經常出現常識性錯誤。

那麼，問題來了。OpenAI又不向中國大陸開放服務，對於優化ChatGPT的中文能力顯然不會投入太多資源。同時，AI又廣泛應用在安防、識別、智慧城市等重要領域，安全性和可靠性也決定了，發展國產化ChatGPT，成為了必然的選擇。

好消息是，機會總是留給有準備的人，中國AI過去多年間不斷積累升級，並沒有在大模型時代令我們失望。

自2018年預訓練大模型成為風潮後，中國AI領域快速跟進，已經積累了大模型所需要的全產業鏈要素，包括算力基礎設施、數據集、算子庫、深度學習開發框架、AI開發工具，以及多個領域的大模型產品。

人家牽出了盤亮條順的“特洛伊木馬”，中國科技企業將自家拉磨的驢包裝成汗血寶馬，顯然就不太合適了。國產大模型必須足夠優秀，才能讓國人和企業放心支持。

IDC此時發佈《2022中國大模型發展白皮書—— 元能力引擎築基智能底座》，首提大模型評估框架，是一個大模型比武的好契機，讓我們可以綜合評估國產大模型的實力。

從文心的三輪驅動，稱稱國產大模型的重量

投資市場有句話，“在短期，市場是個投票器；在長期，市場是個稱重器。”遇到短期風口“豬也能在天上飛”，但長期來看，任何公司和概念都要靠紮紮實實的核心能力，長出翅膀，才能穿越風雨，持續騰飛。

放到ChatGPT概念上也一樣，各種國產類ChatGPT產品出現，到底是騾子是馬，得拉出來遛遛。

此次《白皮書》中，IDC搭建了大模型評估框架V1.0，選取國內主流廠商（N=9），從模型能力、工具平台能力、開放性、應用廣度、應用深度、應用生態共6大維度的11項指標，進行打分評估。結果顯示，百度文心大模型的產品能力、生態能力達到L4水平，應用能力達到L3水平，處於第一梯隊。IDC中國副總裁兼首席分析師武連峯認為，百度文心大模型是其打造文心一言的堅實基礎。

現實進展來看，百度率先打開局面，即將推出類ChatGPT的生成式對話產品文心一言。

《白皮書》中提到，“模型+工具平台+生態” 三級協同，是OpenAI在開發GPT大模型過程中的核心思路，經過長期的積累，也更容易形成競爭壁壘。

我們不妨從這三個角度出發，去稱稱百度文心大模型的重量，究竟與OpenAI有何差距？

第一，大模型的產品能力。

模型層，是大模型的核心引擎，也是相關產品的主要優勢和競爭賽點。

ChatGPT的成功，得益於大規模的數據集，較強的模型開發和算法調優能力，在NLP領域的長期積累，以及來自微軟的計算資源支撐等。總的來説，打造一個像ChatGPT這樣的大模型產品，需要對算法和技術有深入的理解，以及數據、算力等支持。

這方面，我們可以看到，百度要打造類ChatGPT產品，不是從零開始，而是有着長期積累和綜合優勢。

百度自2019年開始深入研發預訓練模型，發佈了知識增強的產業級大模型文心ERNIE1.0。在深度學習的基礎上融入知識，將海量的知識積澱和自研的多源異構知識圖譜，投入到文心大模型的預訓練中，在知識的指導下，文心大模型的效率更高、效果更好，可解釋性更強。用於訓練的數據量級也有顯著優勢，模型參數達到萬億級別。2020年開始將文心大模型應用到搜索業務，可以説，百度在破解AI知識瓶頸這一問題上的探索，並不比OpenAI落後，更比國內很多科技企業要早得多。

目前，困擾國產ChatGPT的算力資源和成本問題，百度也在開發文心大模型的過程當中，與國內外硬件夥伴合作尋找解決方案，百度飛槳深度學習平台向下適配各種硬件，以支持文心大模型的開發、高性能訓練、模型壓縮、服務部署的各種能力。

可以説，百度在大模型方面有着貫通全產業鏈的積累，能夠滿足類ChatGPT產品的開發需求，具有較強的先發優勢。

第二，應用工具平台。

大模型的落地應用，是海外AI研究機構很少提及，卻是產業智能化不可規避的問題。真實的產業應用場景中，企業和開發者接入大模型的方式多種多樣，有的需要產品級的API接口，有的希望能夠開放深度定製，有的則對成本非常敏感。

所以，要讓大模型廣泛應用，就必須平台提供完善的成體系的全棧工具鏈，包括深度學習框架、基礎模型庫、數據集、端到端開發套件、API接口等，才能讓更多行業人員或開發者，能夠低門檻甚至零門檻的將大模型應用於自己的業務中。

目前，ChatGPT還是沒有開源的，想要基於ChatGPT打造集成化的行業應用產品，還不現實。這一點上，和飛槳深度學習平台生態共享的文心大模型，可以藉助飛槳龐大且豐富的工具平台，以及AI開發社區，加速大模型的產業化應用，更快建立起商業閉環。

第三，行業生態。

正如OpenAI的首席執行官山姆·奧特曼所説，ChatGPT的技術不應該被保留在科技行業的狹小範圍內，而應該擁抱真實世界。

但是，大模型與千行百業的融合，充滿了未知的領域，要一個行業、一個行業去探索，與開發者、行業用户、上下游產業共創，這是一個苦活重活，確實大模型走向產業、擁抱真實世界的更優解。

生態建設上，百度文心大模型與飛槳深度學習平台生態共享，前期已經做了大量的工作。《白皮書》顯示，百度飛槳生態已經凝聚了535萬開發者、服務20萬家企事業單位，與12家硬件夥伴聯合發佈飛槳生態發行版、推動深度學習平台與更多硬件適配，還與國內科研院所、實驗室以及高校強強聯手，一同攻克AI技術難關，目前賦能了389所高校，服務747名教師，學分課培養10萬餘名AI學子 。

在此基礎上，文心大模型與眾多頭部企業合作，融合了通用數據和行業特有知識，推出行業大模型系列，比如能源行業NLP大模型國網-百度·文心、金融行業NLP大模型浦發-百度·文心等，顯著提升了大模型在行業任務上的應用效果，也在重點行業形成了大模型落地應用的參考路徑，給全球大模型走向商業化，起到一定的示範作用。

“模型+工具平台+生態”，三輪驅動下，一點點將大模型推向廣闊的產業天地。

化解中國AI焦慮的另一種思路：大模型的產業突圍

ChatGPT火爆之後，大家可能聽到了類似的聲音，認為中國科技企業不像OpenAI這樣長期投入，中國AI缺乏元創新、底層創新，中國在ChatGPT上已經落後了追趕要花很多錢……

其實梳理百度文心大模型的進化史會發現，這些都是一種科技自立焦慮心理的“暈輪效應”，即因為某個細分領域、垂直領域的短板，而放大到對中國AI整體能力的質疑和虛無論，這顯然是不客觀的。至少在大模型這個領域，中國技術自信是很真實的。

ChatGPT熱潮也體現出，大模型成為發展AI技術的必然選擇。這也為化解中國AI焦慮，提供了另一種思路，那就是大模型的產業突圍。

IDC認為，大模型將會助推數字經濟，為智能化升級帶來新範式。對行業用户而言，大模型已表現出巨大的潛力，企業應該儘早關注，在業務中佈局。

但ChatGPT雖好，這類新技術在與行業融合時，實際中還會面對一系列適配問題，比如：

1.原始模型太大，難以在產線、礦山、園區等終端側部署。

2.需要與行業專精知識相結合，開發定製程度更高、更安全可靠的垂直應用。

3.服務商自行開發類ChatGPT成本太高，難度很大，商業效益難保障。

所以，要打通ChatGPT等新AI技術向產業釋放的一系列關節，真是“尋龍分金看纏山，一重山是一重關”，有着千山萬水要過。這時候，圍繞文心大模型這樣的產業級平台，去撬動新技術的可能，或許才是真正的機遇所在。

在這個過程中，百度這樣的AI頭部玩家，接下來還需要做好三件事：

1.夯實AI基礎設施。通過文心大模型與飛槳深度學習平台，夯實AI基礎設施底座，加速類ChatGPT產品的開發，持續技術創新的同時，提供基礎模型、豐富工具棧、API接口等必要資源，成為各行業都可以低門檻引入AI的創新底座。

2.進一步加強生態開放。有活力的創新開發環境，才有中國AI應用的百花齊放，頭部企業有責任為生態賦能，不斷向開發者釋放資源和支持。近日來，愛奇藝、集度汽車（通過Apollo）、小度、宇信科技、漢得信息、金蝶軟件、寶寶巴士、智聯招聘、太平洋汽車網等知名企業，都已經加入了百度文心一言生態圈，獲得該AI技術的“加持”。據説，文心一言還將會推出生態夥伴計劃，全面支持夥伴，共同發展商業市場。

3.探索無人區，不斷推動新技術與行業問題的結合。儘管每次AI領域的技術突破都會引發很大的輿論關注，但AI在行業當中的滲透率只有10%左右，還有大量空白地帶是可以與AI相結合的，需要頭部企業去引導和探索，形成示範案例。

總之，中美AI或許在頂級科研、底層技術上有差距，但中國科技企業、從業者、開發者以及無數行業和企業，從來沒有“躺平”過，一直在追逐着新技術的腳步。這些要素疊加在一起，是文心大模型的重量，也是中國AI的重量。