ChatGPT能寫這篇專欄嗎?——華爾街日報
Andy Kessler
對於每一項新技術——如今是像OpenAI的ChatGPT這樣的生成式人工智能——我總是對其可能性感到着迷,但總會問:它能擴展嗎?能否變得更小、更便宜、更快、更好?早期版本通常笨拙。在最初的“哇,我沒想到這也能實現”之後,往往伴隨着否定和嘲笑。我也有過同樣的反應。那麼,如何分辨哪些是可行的,哪些是失敗的呢?
ChatGPT利用機器學習在主要由人類編寫的訓練數據中尋找模式中的模式,以生成聽起來像人類的散文來回應提示。機器學習是有史以來最偉大的模式識別系統。這就是為什麼Alexa的語音界面能工作,也是Google能在你3歲的照片中找到你的原因。
我試過ChatGPT,它相當不錯——如果你需要交一篇高中新生學期報告的話。它的回答單調、重複,而且常常充滿錯誤,就像大多數新生一樣。
説到單調,律師們可能是最緊張的一羣人。2月份,在線票務處理公司DoNotPay將指導某人利用其AI聊天機器人通過被告的耳機在法庭上即時對抗超速罰單。DoNotPay甚至向第一位同意佩戴耳機並重復機器人所説內容、在最高法院辯論的律師提供100萬美元。
這能行嗎?誰在乎呢?這是基蒂霍克時刻。谷歌資助了自己的生成式AI項目,並宣佈了“紅色警報”,擔心對其利潤豐厚的搜索業務構成威脅,這是理所當然的。微軟在應對一個古怪但不斷發展的互聯網時,遲到了好幾年。
純數字技術幾乎總能實現規模化擴展。1970年,英特爾64位(非64K)的3101內存芯片每比特售價近1美元。如今,1美元可購買100億比特內存。摩爾定律——芯片密度每18個月翻倍——就是規模化的典範。對比初代纖薄iPhone與現今的iPhone 14 Pro Max便可見一斑。
那麼其他熱門技術——元宇宙、CRISPR基因編輯、核聚變、量子計算——能否實現規模化?
元宇宙的數字世界(從遊戲到健身應用)依託雲端服務器運行,因此在複雜度、分辨率和速度上必然能持續升級。我擔憂的是人機交互界面。佩戴滑雪鏡式設備探索元宇宙存在明顯瓶頸——距離眼球僅一寸的屏幕會引發頭痛和眩暈。蘋果公司據傳將於今春發佈混合現實頭顯,但彭博社指出其"輕量化增強現實眼鏡"將推遲至2024年面世。技術創新仍是剛需。此外,如同錄像機與電子商務的歷程,我們需要殺手級應用來推動這項技術普及。
核聚變技術去年12月在勞倫斯利弗莫爾國家實驗室取得突破,其系統產生了3.15兆焦耳能量,超過192台激光器輸入的2.05兆焦耳。廉價電力時代即將來臨?但請注意細則:激光器消耗了300兆焦耳電力才產生2.05兆焦耳輸出。更多技術攻關勢在必行。且聚變腔需要鑽石外殼包裹的精密重氫燃料球——這聽起來可不像能規模化的方案。
量子計算已展現出初步的可擴展跡象,但——物理雙關預警——可能難以躍升至下一階段。計算單元被稱為量子比特(qubit),早期原型機僅有4或8個量子比特。IBM近期展示了433量子比特的成果。未來會每幾年翻倍嗎?或許。這令網絡安全專家感到不安。破解當前加密可能需要6000個量子比特,儘管這樣的機器可能還需十年或更久才能問世。
至於基因編輯和CRISPR技術的驚人進展,需注意生物學發展是緩慢的——無論是其生物過程還是技術進步。即便是最新的mRNA疫苗,也是讓我們的免疫系統自行發揮作用。這個過程無法加速。治療鐮狀細胞貧血的基因編輯每次可能耗資百萬美元。救生級的基因編輯終將實現規模化,但速度遠不及數字技術。
那麼生成式AI能否規模化?這是必然趨勢。我們已擁有專為機器學習和AI設計的硅芯片,如谷歌的Tensor處理器。目前所見只是蹣跚學步。據OpenAI首席執行官薩姆·奧爾特曼透露,ChatGPT每次對話成本"約合幾美分"。這個成本會快速累積。該公司向微軟出售股權的原因之一,正是為了獲取廉價雲計算資源。
隨着時間的推移,ChatGPT將變得更快速、更經濟,並像谷歌搜索一樣更精準聚焦。但請記住:AI的優劣取決於訓練數據質量。輸入垃圾,輸出即垃圾。我曾要求它:“用安迪·凱斯勒的風格撰寫800字論述ChatGPT的可擴展性”,結果糟糕得像《紐約時報》的蹩腳客座文章。生成式AI可能長期停留在高中新生水平。不過,若它能打贏最高法院官司,這種程度或許也夠用了。
照片:ANP/Zuma Press刊登於2023年1月23日印刷版,標題為《ChatGPT能寫這篇專欄嗎?》。