【资料图】

聊天机器人(行情300024,诊股)ChatGPT爆红全球，掀起AI浪潮。一时间，人工智能生产内容（AI Generated Content，AIGC）也再次被推上了风口浪尖，国内外科技巨头争相布局。

随着新市场的打开，AIGC未来将如何影响资本行业的发展？人工智能的发明终究会对人类产生怎样的影响？ 结合当下ChatGPT，金融界推出《颠覆——人类与 AI 之争》特别策划，对话新闻传播、服务行业以及前沿科技等领域专家、学者，探讨人工智能新技术如何驱动经济发展，实现新旧动能转换，促进产业生态的良性发展。

本期嘉宾：北京邮电大学王敬宇教授/博导，长期从事网络智能化、自然语言处理、深度学习系统和人机交互方向的研究。

核心观点：

◎OpenAI正是沿着这个“理论上”的路径一路狂奔，重视人工智能的“系统化”或许也是给科研工作者带来的重要启示。

◎ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代的信息入口。

◎ChatGPT背后依托的语言处理大模型（LLM）本身并非新算法技术，ChatGPT的核心是“算法+数据+算力+系统化”。

◎如果能发挥出中国的集约化政策和资金等优势，催生出“量变引发质变”的结果，也可能创造出属于中国的人工智能领先级产品。

◎高算力投入意味着更强的聚焦性，核心技术向大公司、大团队倾斜，其他中小公司做应用级生态。

◎ChatGPT还是弱人工智能阶段，目前还缺乏具有观点性的内容，属于网上现有知识的总结和检索，缺乏态度性的东西，对于专业性知识的理解还不足；

◎目前ChatGPT所展现出来的能力主要在文本的简单处理上，但真正原创性的、需要人与人交流的工作却无法替代；

◎ChatGPT并非无所不能。由模型自动生成的基因，使得它更容易“一本正经地胡说八道”。

◎智能语音、智能客服、智能催收都是ChatGPT在金融上很好的落地点，将率先应用在率先在客服产品咨询知识库方面。

◎不可以因为AI替代了一部分劳动力就给它带上造成失业的大帽子，任何新技术、新产品都终将服务于社会大众。

以下为对话全文：

金融界：请您谈一下最新风口上 ChatGPT带来什么启示？将发生怎样的变革？

王敬宇：如果说AlphaGo当年跟李世石的人机大战还只是一场技术秀，可以写剧本、写代码的ChatGPT则像一把火，再度点燃了AI行业。ChatGPT这只“蝴蝶”掀起的“飓风”，最终让各大互联网企业也坐不住了，纷纷宣布了自己在ChatGPT所用的技术领域的相关布局。资本市场则以更大的热情来拥抱所有宣布与之相关的企业。从技术上来看，相较于小模型，ChatGPT依赖的是大模型，不仅能给出更准确的结果，还有更强的通用性和泛化能力。

ChatGPT背后依托的语言处理大模型（LLM）本身并非新算法技术。ChatGPT的核心是“算法+数据+算力+系统化”，前三点都谈得比较多了，而常常被忽略的恰恰是算法背后的“系统化”。从理论上看，穷尽所有的测试数据和训练材料，AI就会呈现出恐怖的准确率。而OpenAI正是沿着这个“理论上”的路径一路狂奔，它阅览了互联网上几乎所有数据，并在超级复杂的模型之下进行深度学习。OpenAI引入了人类监督员，对AI的回答进行打分，使得它在众多可能的回答中选择那些更加符合人类预期的答案。在涉及一些有关步骤的问答当中，让这个模型的语言前后逻辑更加明晰、有因果关联。高质量的数据加上充分的训练，人工和算法的有机配合，共同造就了今天的结果。ChatGPT被认为可能是迈向通用型AI的一种可行路径——作为一种底层模型，它再次验证了深度学习中“规模”的意义。同时，重视人工智能的“系统化”或许也是给科研工作者带来的重要启示。

运行ChatGPT需要比较高的算力，GPT3的参数规模则达到1750亿，利用45万亿字节文本数据进行训练的人工智能算法模型，而GPT-4的参数可能将比它高出几个量级。这么高的算力投入也就意味着更强的聚焦性，核心技术向大公司、大团队倾斜，其他中小公司做应用级生态。一款产品出圈，表面上是短跑竞赛的结果，但实际上，任何竞赛背后都是长期性系统性的比拼。尊重规律、持续积累，如果能发挥出中国的集约化政策和资金等优势，催生出“量变引发质变”的结果，也可能创造出属于中国的人工智能领先级产品。

金融界：如何看待 ChatGPT 的应用趋势？会影响到哪些行业？如何来应用好这一新产品？存在的瓶颈会是什么？

王敬宇：尽管这一机器人模型的名字中有Chat（聊天），但受ChatGPT影响最大的，并非微信这样的聊天工具，而是搜索引擎。许多人已经养成了同一个问题问一遍搜索引擎，再问一遍ChatGPT的习惯。因此，ChatGPT影响最大的将是搜索引擎行业，以至于很多用户都感叹，ChatGPT正在迅速颠覆传统搜索引擎，未来或成为新一代的信息入口。新体验恐怕会是对话式搜索，必然产生新的广告模式，也就是说，对话式搜索引擎在跟人对话的时候，通过对话来个性化投放广告，这种广告更加隐晦，但是转化率可能更高。

目前ChatGPT是免费不限量向C端公众开放，并且OpenAI推出ChatGPT付费订阅版ChatGPT Plus，每月收费20美元，加速AIGC商业化进程。这两个月已经出现了ChatGPT更多的下游公司，来基于ChatGPT接口来开发更多的衍生应用，类似Android/IOS，或许会形成围绕AI会话的生态产品。当然要实现大规模商业化，有许多现实问题要解决，比如版权、监管和信息安全问题。目前并没有合适的条件促使它快速商业化，只能走一步看一步。

关于瓶颈问题，我认为存在的技术瓶颈和难度还是很多的，ChatGPT的能力可以分成Chat和GPT两部分，即上层的对话能力和底层的大规模语言模型能力。首先ChatGPT还是弱人工智能阶段，目前还缺乏具有观点性的内容，属于网上现有知识的总结和检索，缺乏态度性的东西，对于专业性知识的理解还不足，“能够明显发现它用的是哪个数据库的东西”。另外大模型一定是未来主流吗？也未必，有没有更有效率的方法让ChatGPT生成事实正确、有critical thinking能力的回答？也许有。这些前进的道路上需要越来越多的做错题的经验，这些经验用钱买不到，只能用时间。

金融界：业界有 AIGC 彻底改写人类创造的新型生产力的说法，您如何看？

王敬宇：由于ChatGPT强大的资料搜索整理、以及格式化写作能力，“美国89%的大学生都开始用ChatGPT做作业”。而在科技公司、金融机构、甚至一般的商业企业里，越来越多的职员都已经开始在ChatGPT的帮助下，进行各种表格制作、商业资料搜集、甚至初步的程序代码编写。

ChatGPT的出现以及相应产业化商业化的落地将会为从用户创作(UGC)到AI创作(AIGC)的转型提供关键的支持，在写作助手、在线翻译、情感分析、问答系统、代码开发、智能客服等领域商业化进程有望加速。

但距离完全替代，还为时尚早。尽管目前尚未有ChatGPT的相关论文披露，但人们可以从关于GPT的论文中了解到，GPT是通过文字接龙以及人工引导接龙反馈的模式训练这一语言模型的。因此ChatGPT并非无所不能。由于它的答案不是从一篇文档中摘出来，而是由模型自动生成，这使得它更容易“一本正经地胡说八道”。比如，当它按照你的要求生成一段代码，如果你对此并不熟悉，可能看不出其实通篇都是错。

金融界：AIGC 打开新市场，未来将如何影响金融行业的发展？

王敬宇：前段时间流行的AI绘画DALL-E一样，ChatGPT可实现全方位运用，AIGC会得到更多关注和市场机会，进而打开AI应用的新赛道，商业价值明显。生成型AI技术的进步有望降低劳动者的脑力负担，同时创造出新的岗位。它最大的创新点在于能够与用户直接交互，了解用户意图，对信息进行搜索并加工生成定制化内容，这将大大提高内容创作的丰富度、创造性和效率。

虽然不少人反馈ChatGPT的表现还有些瑕疵，但考虑到ChatGPT才刚刚投入实用短短几个月时间，它的表现已经很让人惊叹了。可以预见的是，随着版本的迭代，ChatGPT的模型能力将更为强大。ChatGPT模型每次生成对话的成本不足一美分，远低于传统内容生产者的成本。而它回答的质量在这一成本下显得“物超所值”。

对金融行业，ChatGPT可能率先在客服产品咨询知识库等方面应用，比如，用在营销、运营领域，用于宣传、接待以及内容生成。在技术门槛下降后，将会出现垂类领域的ChatGPT，如风险、运营态势评估，专业分析等。智能语音、智能客服、智能催收都是ChatGPT在金融上很好的落地点，能聊得下去，比现在这种AB判断的智能语音要更贴近现实一些。

只不过在金融应用场景下不是简单的闲聊，机器人不仅要模拟真人回复，还要有领域知识的注入，要兼顾答案的准确性和可控性，不能一本正经地胡说八道。对于银行业务本身而言，现在的ChatGPT并不能直接应用到现有的业务中去，还需要面临如何在细分场景探索可持续的商业模式、业务合规性、技术自主可控、数据安全等相关问题。目前所展现出来的能力主要在文本的简单处理上，但真正原创性的、需要人与人交流的工作却无法替代。

金融界：您认为人工智能的迅速发展，人类社会需要如何去正确应对？

王敬宇：人工智能技术的发展是科技与时代的象征，工业革命时代、信息化时代等等只不过现在逐步走向人工智能时代，我们要清楚的认识到AI只是一种工具是用来辅助我们的生活的，在未来人工智能的应用场景将会全面覆盖我们的生活，就像现在的手机现在的网络一样。多元化的应用场景使得AI有更多的数据可以分析从而得出更加完善的社会数据模型，通过这些数据模型我们可以优化我们日常行为以及生活和工作习惯以至于更加的高效、便捷。

如此强大的应用，让人不禁想起老生常谈的话题——“人类会否被人工智能所替代”。AI科学家们最初的猜想是，AI大发展后，一些蓝领岗位、重复性的工作会首先被取代。然而，ChatGPT、AlphaFold等工具出来后，人们发现，最先感受到AI冲击的，反而是创造性的工作，而送餐这一类涉及劳动力的工作却没能被取代。他解释说，在机器人、自动驾驶等领域，机械与智能是两个基本的模块。现实进展来看，机械部分有很多物理上的限制，很多技术目前尚未突破；得益于深度学习等模型的发展，智能部分反而突破更快。

不可以因为AI替代了一部分劳动力就给它带上造成失业的大帽子，社会在进步、科技在发展，任何新技术、新产品都终将服务于社会大众。当然也应不断提升相应的“警惕感”，由于AI技术可以自主控制，它可能会做出一些不符合人类道德规范的决定。所谓有“矛”就有“盾”，ChatGPT火爆的同时，检测AI生成文本的全新算法DetectGPT也应运而生。因此我们应该加强对AI技术的监督，以确保AI技术的安全和可靠性。

金融界：您如何看待以ChatGPT 为底层技术的人工智能对话机器人未来的发展？

王敬宇：ChatGPT在人机交互这个环节上，与我们早已熟悉的Siri、小爱同学等个人助理相当类似，都能够根据自然语言的对话，理解并回答用户的问题。但与Siri等相比，ChatGPT显然在解决问题的广度、深度上远超后者，能够以Siri等难以企及的逻辑性和复杂度，为用户提供答案。

在过去，消费者们已经习惯于用Siri、小爱同学来进行诸如找歌、找吃喝玩乐地址、纪录电话等等事务，甚至与它们进行调侃式的聊天以资娱乐。但随着AI技术的不断进步，人们在比较中却逐渐发现，Siri等助理的智能化水平依然不够，把“私人助理”这个称呼赋予它们，还是显得有些名不副实。ChatGPT出现后，用户们才真正明白了Siri等传统助理的缺陷在何处?——它们只能进行相对简单的搜索工作，却无法像ChatGPT那样，真正帮助用户高效的解决问题，并赋能用户。可以说，ChatGPT已经是一个极具“学识”的虚拟人，一个知识水平超乎我们想象的“高智”人。

人类世界有许多重复性的、程式化的工作，不需要复杂的逻辑思考或决策判断。ChatGPT帮助人们更流畅、更快速地生成这些文字或代码的潜力。比如，在人们需要请假时，只要打出“写一封请病假的邮件”几个字，Outlook就能把措辞正式的请假申请写好；网络管理员面对繁杂专业的配置命令，只要打出“我们5个人要开一个高清视频会议，把专线部署好”，意图网络就会把网络命令自动生成配置好所有的网络环境。