了解ChatGPT之前，可以回顾一下GPT-3。这个模型出现后，曾开放API接口进行商用测试，有不少公司通过采购它来实现AI聊天。比如一家名为Fable Studio的虚拟形象公司，用这个模型让用户跟虚拟形象聊天；一家名为Nabla的医疗保健公司，用这个模型来辅助医生和病人对话。优点对话能力确实很强，但缺点也很致命――它们只能预测下一个单词，对文本中的具体内容和含义却毫无把握，经常显得十分“放飞”，Nabla称该功能甚至鼓励“有自杀侵向”的病人去自杀。
之所以出现这种现象，是因为AI聊天，一开始采用的是 “暴力”学习方式，也就是先建立起一个比人脑更庞大的神经网络，机械式对话。在OpenAI的前几代产品里，也能看到，扩充训练样本，是其主要迭代方向。
但GPT-3的训练样本量已经足够大了，根据OpenAI 的 CEO山姆・奥特曼此前公开透露的信息，GPT-4不会再追求训练样本上的大幅增加。事实上，这从ChatGPT上已经有所体现，相比GPT-3，ChatGPT并没有参数规模上的大突破，而是集成了自动问答系统InstructGPT和GPT-3模型，并强化了对模型的训练，在训练中引入了人类监督员。
OpenAI的论文显示，在GPT-3中，AI采用的训练方式是“从人类反馈中强化学习”（RLHF），即人类设计算法，提供数据库后，AI对不同的问题自行回答，人类虽然会对学习效果打分，但只提供参考，供AI继续强化学习。但ChatGPT首次使用了“监督微调”（SFT）方法，即由人来问问题，由人来回答，然后让AI模型来学习问答模式本身。
此外，在多个环节，ChatGPT都引入了人类评价，供AI学习，甚至包括本次发布产品，实际上也是一次开放公测，好收集更多的真实用户反馈，以改进对话技术和质量。在每一个ChatGPT的回答后面，用户都可以添加一条feedback发送给OpenAI。从这个角度就不难理解这次ChatGPT发布后引起的轰动了，某种程度上，它代表着自然语言领域的AI技术，已经从“量变”发展到“质变了”。
在每条回复后面，用户可以添加反馈
山姆・奥特曼曾说，“十年前的传统观点认为，人工智能首先会影响体力劳动，然后是认知劳动，再然后，也许有一天可以做创造性的工作。现在看起来，它会以相反的顺序进行。”
如今AIGC（AI技术自动生成内容的生产方式）的发展显然正在印证这一点。前阵子火遍社交网络的AI作画，虽然很多时候人们看到的只是半截扭曲的人脸，从天而降的断桥，显得完全不顾现实逻辑。但也有一些时候，仅仅一串字符后，就有令人惊艳的作品出现。
基于此，一场关于AIGC的军备竞赛已经开启。最近，除了主要由微软注资的OpenAI发布的ChatGPT，谷歌系的AI研发机构DeepMind最近也发布了一款AI写作工具“Dramatron”，专门写剧本的，标题、角色列表、情节、场景描述和对话等要素样样齐活。国内各互联网大厂同样在AIGC领域有所投入，其中同样有产品已经能进行作文、新闻稿、小说、文案等创作。
从这个角度，新一代AI产品或许将重新定义，什么是真正的创造性劳动。
在定义创造性劳动之前，起码在当下，高水平AI工具还面临着一些其他的小小问题。
随着涌入的用户越来越多，ChatGPT对算力的需求变得越来越高。12月12日进入网页后，系统上的提示是，“我们正在经历异常高的需求，在我们努力扩展我们的系统时，请稍等片刻。”
其实两天前的晚上，我就发现它已经有些疲软了。当时我邀请它，“来做个数字游戏吧”，ChatGPT本来欣然答应，还制定好了规则。结果才玩到第四个回合，ChatGPT就不再有反应了。它宕机了！
再问，就是“too many questions，please slow down。”等到再开一局时，它甚至不承认自己会玩数字游戏了。在翻脸速度上也能比肩人类了啊。
事实上，GPT产品的每一次产品迭代，都意味着算力成本的大幅增长。据《上海证券报》援引一位业内人士的说法，此次ChatGPT背后的训练消耗算力大约为3640PF-days，也就是假设每秒运算一千万亿次的话，需要运行3640天。
作为一家创业公司，OpenAI选择的还是一种相对轻快的数据存储和运行办法――上云。目前ChatGPT的训练都是基于微软的超算基础设施（由V100GPU组成的高带宽集群）完成。有报道指出，OpenAI每年在微软云计算上花费约为7000万美元。
但与此同时，OpenAI距离商业化落地还有很长一段时间，毕竟它现在依然经常“不懂装懂”，制造错误信息。在这样的ChatGPT面前，付费意愿和付费能力是一方面，另一方面，正如一些专家提示的，尤其要谨防AI在知识教育领域的“灌水”风险，ChatGPT的模仿能力和文笔越好，这个未来风险就越大。
不过话又说回来，在人类为主的知识教育领域，就没有“不懂装懂”的“灌水”风险了吗？恐怕也未必。
对我个人来说，大战过几回ChatGPT后，我发现，不论是编程人员，文案营销，亦或者新闻从业者，面临的可能并不是行业会不会被取代的问题，而是哪部分劳动能得到优化和辅助的问题。毕竟AI和人脑的一个根本区别在于，它只能从过往获取“组合式”答案，而人类是在一次又一次面对不确定未来的思考中，才走到如今的。
AI能取代人类吗？很多人都把这个问题抛给了ChatGPT，我同样跟ChatGPT讨论了一下这个问题，我告诉它，我觉得ChatGPT不会取代人类，ChatGPT对此表示“你觉得不会，只是你的观点，不代表一个事实”。挺有意思的回答。
相关阅读 >>
“科技向善，为爱（AI）发声”：智能新通信，让世界沟通无障碍
一刀传奇客服电话已更新2023大全(今日/实时动态)担心过于依赖openAI被卡脖子 软件开发商纷纷寻
东方时尚驾校退款全国各售后服务电话号码2023已更新(2023/更新)美媒：马斯克等人呼吁暂停AI训练是对的 为了安
更多相关阅读请进入《AI》频道 >>
