人

工

智

能

忽如一夜春風來，ChatGPT幾乎瞬間成為婦孺皆知的街頭熱詞——在過去幾個月里，這個技術宅們癡迷的領域一躍成為風暴眼的主角，掀起一股AI（人工智能）熱潮，并刺激了微軟、谷歌、亞馬遜、百度等一眾科技巨頭的神經，紛紛宣布深入這場AI戰局。

生成式AI崛起：從小模型到大模型

“ChatGPT很了不起，人工智能迎來最好的時代。”中國工程院院士王堅在近期的一場論壇上這樣表達。他指出自然語言處理經歷了幾個非常重要的關鍵點：早期的自然語言處理基本上都是用邏輯，之后利用統計的方法來做是一大突破。再到后來，當互聯網上的數據可以用來作為訓練數據的時候，又是一個巨大的變化。

微軟CEO納德拉說，“這輩子第一次見這么大的技術浪潮，AIGC堪比工業革命！微軟將全線接入ChatGPT。”而一向持“AI危險論”的馬斯克（Elon Musk）更是再一次表示，“ChatGPT確實很驚人，我們離強大到危險的人工智能不遠了。”

事實上，聊天機器人不是一個新產品。在ChatGPT之前，市面上早已經有了諸如微軟小冰、蘋果的Siri、小米的小愛同學、阿里的天貓精靈等各色產品。比如，小冰同樣也能與人類在社交平臺上進行多語言對話，還能唱歌、寫詩和作畫。但小冰自2014年誕生以來，并未獲得ChatGPT式的爆發。

而同樣是問答類為主的聊天機器人，與天貓精靈、小愛同學等其他AI產品的一問一答模式有所不同的是，ChatGPT具備訓練集中的所有知識，具有語言生成能力，可以實現擬人化交流。一個最直觀的感受是，ChatGPT更有“人味兒“。

比如，當你問它A和B誰更勝一籌時，ChatGPT給出回復模式更偏向于“各具優勢”之類的表達。而當你連續和它聊天超過一小時，它有可能給出“說話過密，請等一會兒再找它這般頗具“人性化”的反饋。

它似乎在不斷地學習以“人類情緒進行交互”，這是人工智能的一大跨越。而這一跨越源自于支撐它的重要技術底座——“大型語言模型（Large Language Models）”，簡稱LLMs，中文習慣稱為“大模型”。

這不是一個簡單的突破。算法是大模型成功的首要條件，其次是要“喂”給算法海量的數據（數據量級躍升，才能帶來更多能力的涌現），更重要的是要搭配強大的“發動機”——大算力。這三者是獲得基礎的大模型缺一不可的條件。

隨著模型越來越大，人工智能開始可以輸出達到人類水平的結果，然后是超人的結果。統計顯示，從2015年到2020年，用于訓練這些模型的計算量增加了6個數量級，其結果在書寫、語音、圖像識別、閱讀和語言理解方面超過了人類的表現水平。其中OpenAI的GPT-3表現尤其突出。

華泰證券研究所計算機首席分析師謝春生對媒體指出，ChatGPT成功的背后，是獨特算法模型的加持，驗證了單一大模型的實戰意義，同時也是AI大模型路線一次里程碑式的勝利。

這代表了新一代AI技術的方向——從“效率工具”到“生產工具”，從簡單復制到全新原創。這是生成式AI帶來的重要突破，即不僅可以做判斷，還可以創造。這意味著AI的用途將有結構性變化。Gartner預計到2025年，生成式人工智能將占所有生成數據的10%，而目前這一比例還不到1%。

紅杉資本兩位合伙人Sonya Huang和Pat Grady在一篇題為《生成式AI：一個創造性的新世界（Generative AI: A Creative New World）》中指出，生成式AI正在變得不僅更快、更便宜，而且在某些情況下比人類創造的更好。從社交媒體到游戲，從廣告到建筑，從編程到平面設計，從產品設計到法律，從市場營銷到銷售，每一個原來需要人類創作的行業都等待著被機器重新創造。某些功能可能完全被生成式AI取代，而其他功能則更有可能在人與機器之間緊密迭代的創作周期中蓬勃發展。

而人們期待的夢想是——“生成式AI將創造和知識工作的邊際成本降至零，產生巨大的勞動生產率和經濟價值，以及相應的市值。”紅杉資本估算，這涉及到數十億的人工勞動力，生成式AI可以使這些人工的效率和創造力至少提高10%，它們不僅變得更快和更高效，而且比以前更有能力。因此，生成式AI有潛力產生數萬億美元的經濟價值。

圖1：資料來源：TrendForce

而為什么是現在爆發？原因是：更好的模型，更多的數據，更大的算力。