2023年2月7日, 微软宣告推出有人支持的, 最新版本的人工智能搜索引擎Bing（必应）, 以及Edge浏览器, 微软CEO宣称, “搜索引擎迎来了新时代”, 8日凌晨, 在华盛顿雷德蒙德举办的新闻发布会上, 微软宣布把传闻已久的GPT-4模型整合到Bing及Edge浏览器中。

  那到底是什么？

  这是美国人工智能研究实验室新推出的一种基于人工智能技术驱动的自然语言处理工具, 它采用了神经网络架构, 也就是GPT-3.5架构, 属用于处理序列数据的模型, 具备语言理解与文本生成能力, 会通过连接大量语料库对模型进行训练, 这些语料库涵盖真实世界对话, 使其拥有上知天文下知地理的能力, 还能依据聊天上下文互动, 从而能在与真正人类几乎无异的聊天场景里进行交流。

  不只是聊天机器人, 还能够开展撰写邮件工作, 能够进行视频脚本创作, 能够完成文案撰写, 能够从事翻译工作, 能够执行代码相关任务。

  结合的底层技术逻辑之中, 有媒体曾经列出了中短期内的潜在产业化方向, 其中包含归纳性的文字类工作, 还有代码开发相关工作, 以及图像生成领域的工作, 另外还有智能客服类工作。

  为什么备受关注？

  引入新技术RLHF, 也就是基于人类反馈的强化学习, 这是受到关注的重要原因。RLHF解决了生成模型的一个核心问题, 这是关于如何让人工智能模型的产出和人类的常识、认知、需求、价值观保持一致的问题。这是AIGC（人工智能生成内容）技术进展的成果。该模型能够促进利用人工智能进行内容创作, 能够提升内容生产效率与丰富度。

  是否存在局限性？

  在使用方面存在着局限之处,模型依旧有着能够加以优化提升的空间。模型在应用范畴内是被奖励模型所决定其能力上限的, 这个奖励模型需要海量的语料用以拟合真实的世界情形, 并且对于从事标注工作人员的工作量以及其综合素养方面的要求是比较高的。

  或许会出现制造出并不存在的知识这种情况, 又或者有着主观臆测提问者意图这类问题, 对此模型的优化将会是个持久不断的进程。要是AI技术的迭代达不到预期的状况, NLP模型遭受到优化方面的限制, 那么相关产业的发展进度就会被波及。同时, 盈利模式当下还处在摸索探寻的阶段, 后续商业化落地的进展情况有待去观察。

  宛若一颗“核弹”, 其冲击波不但震动了整个科技领域, 而且已达成破圈效应, 在全球范畴内引发了AI热潮。

  虽然, 被好多人当作「正正经经地瞎扯乱说」来调侃, 可是, 这没办法拦住业内对它那具有革命意义的看好态度: 英伟达的创始人黄仁勋觉得, 这属于人工智能领域的关键时候；微软的CEO Satya表明, 它会重新塑造几乎全部的软件, 甚至是整个互联网；还有从业者大声叫嚷, 这是AGI也就是通用人工智能发展进程里的一座里程碑。

  一轮接一轮的科技革命, 极易使人陷入宏大叙事的激动与焦虑之中, 反而常常致使背后基本逻辑遭受忽视, 其实这是一个语言类对话模型, 它的成功源自背后大规模语言模型（Large Model, LLM）这些年取得的迅猛进展, 这才是更值得备受关注以及深入讨论的问题关键所在。

  本次, Park 直播, 会由极客公园创始人, 以及总裁张鹏, 和「乱翻书」主理人潘乱一同主持, 特别邀请了中国大模型领域的多位创业者进行连麦, 一起去聊聊火爆背后, 大模型的底层逻辑, 以及未来应用。

  直播可能会聊到：

  1. 为什会成为人工智能的“杀手级应用”, 它又会带来哪些变革性的改变。它究竟还会带来什么样翻天覆地的革命变动。

  2. 为什么所有公开的对 GPT-3 的复现都失败了？

  3. 对话 AI/聊天机器人是下一代人机交互的曙光吗？

  4. 到底大模型能力的边界处于何处, 它是否会迅速抵达本身的瓶颈, 是否会进入到平台期? 后续它又会怎样去演进?

  5. 除了对话之外, 大模型还有哪些应用方向是值得去予以关注的, 并对属于创业公司的机会究竟在哪里提出疑问呢?

  6. GPT - 3是在2020年发布的, 可是为何一直到现在我们才发觉并且开始思索其背后的范式转变? GPT - 4还有哪些能够想象的空间？

  2月26日，这一天是周日, 就在下午14:00的时候, 要在Park那里进行直播相见！

  嘉宾介绍

  周明, 是澜舟科技的创始人以及 CEO, 他如今担任着中国计算机学会的副理事长, 同时还是创新工场的首席科学家, 以前曾出任国际计算语言学学会的主席, 也当过微软亚洲研究院的副院长, 在 2021 年创立了认知智能公司澜舟科技, 其专注于去开发最为先进的下一代认知智能技术, 这涵盖了自然语言以及多模态信息的理解与生成, 还有机器翻译、知识图谱、问答和推理、行业搜索、知识服务等等。

  黄民烈, 身为清华大学计算机科学与技术系长聘副教授, 是聆心智能的创始人, 还是自然语言生成与智能写作专委会的副主任。其主要研究领域涵盖大规模语言模型、对话系统、自然语言生成以及拟人化AI。他曾以第一完成人的身份荣获中国人工智能学会吴文俊人工智能科技进步奖一等奖。他是研发任务型对话系统平台以及世界上最大的中文对话大模型EVA、OPD, 智源中文大模型CPM的核心研发成员, 在知识对话、情感对话方面有着开创性成果。

  罗江春, 其身份为一览科技创始人兼CEO、风行在线创始人兼董事。他拥有清华大学机械工程跟企业管理双学士、美国赖斯大学计算机科学硕士学位。在2005年时, 他创办了「风行在线」, 借此开创了中国互联网高清视频产业的机会。他创新研发出了全球首款“边下边看”视频软件以及FSP点播平台, 从而推动风行成为全球领先的网络视频平台。到了2017年, 他创办了一览科技, 其侧重于视频商用服务领域, 并且在人工智能应用方面投入了海量的研究以及落地实践。在2018年的时候, 有人曾在乌镇的世界互联网大会上做出预测, 提出AIGC也就是机器生成视频内容, 在5年之内将会实现, 并且会成为主流。

  肖涵, 身为 Jina AI 的创始人以及 CEO。, 这个 Jina AI , 属于一家开源初创企业, 它专门聚焦于基于深度学习的多模态搜索以及生成式 AI 的相关领域。而且, 它总计得到过来自像 GGV、云启资本、SAP 这般的中美投资机构所给予的 3750 万美元的融资。从 2020 年创立以来, 这家公司连续两年都登上了 CB 全球 Al 百强的榜单, 还光荣地登上了 DACH AI 30 2020 的榜单。还有, Jina Al 十分推崇工程师文化, 并且积极地拥抱开源。设在德国柏林的公司总部, 在中国设有办公室, 在美国也设有办公室。团队成员来自微软, 来自谷歌, 来自腾讯, 来自Adobe等顶尖科技公司, 覆盖超过全球10多个国家。

  有个叫龙海涛的人, 他是启元世界联合创始人, 同时担任CTO。他是深度强化学习技术方面的专家, 曾经任职于阿里巴巴认知计算Lab担任系统架构师, 在那里带领团队完成了「双十一」搜索架构的搭建工作, 他还曾是IBM中国研究院的研究员。启元世界（.ai）是一家科技公司, 这家公司专注于通用人工智能领域, 其致力于去创造那种人与AI能够共生的世界, 它已经成功打造出了AI玩家、AI角色、AI设计师、AI指挥官等众多产品方案, 这些方案能为游戏、数字人、虚拟世界提供高质量内容以及互动体验。

  GPT的现身仿若按下了加速键, 然而众多人都尚未明晰它确切的趋向。在过去的两年当中, 它由聊天工具摇身变为了写作、编程以及翻译的助力者, 当下又开端融入办公软件、教育体系乃至医疗咨询领域。将来它不会是单个的对话框形态, 而是如同水电那般, 悄然化作各类服务的底层能力。

  从技术层面来讲, GPT模型正朝着更为轻量的方向发展, 同时也朝着更为便宜的方向行进, 目前存在情形是模型规模过大, 运行一次需要消耗相当数量的电量, 在未来将会推出数量更多的专门化小幅度模型, 举例而言, 会有一个仅仅用于编写代码的版本, 还会有一个仅仅承接客服工作的版本, 历经如此这般的情况之后, 企业能够负担得起, 普通用户也能够等待得起, 从而不用再长时间盯着界面中转动的圈圈而陷入发呆状态。

  商业范畴内, GPT的收费方式将会愈发细致地划分, 当下每月二十美元的高级版本仅仅是初步尝试, 后续有可能出现按照次数进行付费、依据任务来付费, 甚至于会有借助广告予以支持的免费版本。微软已然在将GPT嵌入到以及之中, 这就等同于把AI变作了操作系统的组成部分, 用户想要避开都无法躲开。

  无法绕开的坎是监管。各个国家都注视在隐私以及版权问题上, 欧盟已然采取行动, 美国也正针对规则展开 。展望未来, GPT 务必得学会于受限状况下灵活运作, 像自行屏蔽敏感的内容, 明确标注信息源头。这并非是件坏事情, 相反地, 会促使产品更具可靠性,普通大众使用起来也会内心更为踏实。

  普通人最为应该关注在意的是: 它是不是会抢走我的赖以谋生的工作岗位呢? 答案是有一部分岗位将会面临重新构建, 不过不会完全地彻底消失不见。就如同计算器并没有将会计这份职业完全消除掉, 而是促使会计去从事更具价值意义的事情。未来能够运用AI的人, 会比仅仅只会使用鼠标的人更具备竞争力。而去学会与GPT进行配合协作, 这点比为它的发展而焦虑要更加有用处。

  2023年开始爆火直至如今, GPT已不再只是那个仅会写诗聊天的玩具了, 它开始切实渗透进办公、编程、教育这些日常场景当中, 俨然如同一个愈发靠谱的搭档。好多人询问我, 这东西究竟值不值得花费时间去学习、去使用呢? 我的看法是, 趋势相当清晰, 然而期望需要做出调整。

  首先说一说能力方面所产生的变化。在GPT - 4出现之后, 模型的逻辑推理能力以及长文本处理能力显著提升到了一个新的层级。在之前, 向它询问稍微复杂一些的问题时容易偏离正确的思路方向,现在则能够如经验丰富的老员工那般, 拆开问题的步骤, 进而给出相应的解决方案。而在这背后, 是依靠训练数据以及算力堆砌起来的实实在在的进步, 并非仅仅是简单的“更善于聊天”而已。

  正在快速铺开的是应用场景, 企业客服的地方, GPT已经能够替代一部分人工参与其中, 代码生成处, GPT也能替代一部分人工, 数据分析报告的地方, 同样GPT已经可以替代一部分人工, 我身边存在着这样的团队, 他们运用它的API自动处理客户邮件, 效率提高到了三倍, 拥有这样落地速度的情况意味着它的价值并非停留在概念层面, 而是能够直接帮助人们节省时间, 还能够直接帮助人们节省金钱。

  但也要稍微浇点凉水。GPT依然存有显著的不足之处, 像是事实精准度不太稳定、对于极为个性的精准需求反应不够灵敏。它更近似于一个具备高潜力的实习生, 能够达成七成的任务, 然而剩余的三成需要你来密切留意并加以修改。要是盲目地对它予以非理性的极度信任反而会遭遇麻烦。

  是否值得予以关注, 这是由你的定位所决定的。倘若你身为普通用户, 只是偶尔借助它去查询资料、撰写文案, 那免费版便是能够满足需求的。一旦要进行产品制作、运营工作开展以及代码编写, 那么当下就是将手伸进去的最为合适的时机。越是尽早弄清楚它的界限, 就越能够在其他人尚处于观望状态之际抢占到先机。趋势可不会等待你准备妥当之后才降临。

  自从GPT火了以后, 它就引入了大家强烈瞩目, 好些群众都在打听它到底有没有安全隐患。我于AI领域投身使用以及钻研多年, 凭借我多年的经验和认知直言, GPT的确有着某些风险。然而对于绝大多数普通百姓而言, 百分百能够安心使用, 只是得学会怎样去规避风险, 如此在使用期间就能更加放心。

  最让大家忧心忡忡的是隐私问题,你投放进去的内容会被收纳起来, 因而绝不能把身份证号和银行卡密码以及公司机密这类敏感信息传递给它, 平常问个菜谱或者撰写个文案, 全然没有问题。

  潜藏的另外一个相当大的风险在于, 其有着极大可能性会“胡言乱语”, GPT拥有很强的编造事物的能力, 能够构建出看上去好像是真话的虚假信息, 要是你向它询问有关历史事件、法律条款以及医学方面的建议等各类内容, 绝对不可以不加思考就直接去相信, 一定要亲自去予以核实, 我曾经亲眼目睹有人因为它编造出虚假判决书从而闹出了笑话。

  有的问题在于过度依赖。于学习范围内, 有部分学生拿它写作业, 妄图凭借其快速达成任务；于工作范畴里, 有部分公司用它直接生成商业报告, 指望借此节省时间跟精力。可是, GPT仅仅是个工具, 绝不是能替你思考的替身。你借助它提升效率无疑可行, 但千万别把判断力也一同交予它。

  得清楚, 它虽说能够给付诸便利, 然而真正所要进行的思考以及判断依旧得由你本来去达成。不能够缘由有了这么一个工具, 便舍弃了自身所具备的思考能力以及判断觉悟。不管什么时候, 均要明明白白地认识到, GPT仅仅是起到辅助作用的手段, 并非是主导所有一切的主宰。

  具不具备值得予以关注的价值呢? 答案无疑是极为值得的那般。它所起到的作用等同于一个始终处于在线状态的助手, 能够协助你以较快的速度去整理相关资料, 还能够为你提供相应的灵感, 甚至可以对文字进行翻译。只要你是以带着批判性思维的方式去运用它, 那么它便会成为你在工作以及学习过程当中的良好伙伴。