一口气搞清楚ChatGPT
你们都让我聊
我真的各种私信都快yu了
咱就聊聊
我就图省事
咱就直接问问ChatGPT
能不能帮我写一个视频大纲
你看哗哗哗
1234567就列出来了
你详细说一说
第二部分
你看有1234告诉我
你来帮我写一段脚本
我连稿都不用写了
你看他这稿你也不能深究
我要是按他这个讲
估计每两期我这粉就该掉光了
不过
咱先刨开它这个内容质量不说
你就光看它这个文字能力
你问它什么
都能给你对答如流
还说得有模有样的
反而是把我给震撼到了
又是拿美国的医学牌照
又是参加司法考试
又能写小说 编代码 查资料
你就感觉
只要能用文字表达的事儿
它全都能干
你说这玩意儿
它怎么突然就横空出世了
之前也有聊天机器人儿
怎么就感觉它就要颠覆世界了
让资本圈儿
好家伙 那个兴奋
它又有什么问题呢
巨头们又如何应对
它到底会让谁失业呢
小Lin虽然不是什么
人工智能方面的专家
不过今天咱们就一起
把这些碎片的信息都给串起来
一起来聊一聊
关于ChatGPT
你需要知道的那些事儿
这个聊天机器人儿
咱们得追溯到1950年
那时候号称计算机科学之父
人工智能之父的艾伦·图灵
发表了一篇
具有划时代意义的论文
他提出了一个很有哲理的
叫做模仿游戏
也就是说咱们大名鼎鼎的
那个图灵测试
就是说当你在不面对面的时候
跟人家文字聊天儿
你能不能准确地判断出来
对方是一个人
还是个机器人儿
如果你要是很难分辨出来
那就一定程度上
可以说这个机器它是智能的
你看这图灵测试
是不是又简单 又易懂
又具体 而且还挺有意思的
所以就吸引了
很多计算机方面的科学家
来向它发起冲击
不过最开始的时候
都是一些非常简单的指令
它就是通过一些语言技巧
就是小聪明
来尽量让你感觉到
你好像是在跟一个人对话
就比如说1966年的时候
MIT实验室里
就发明出来一个聊天机器人儿
叫Eliza
这开发者就很聪明
他给Eliza的设定是个心理治疗师
你看这种咨询师
一般不都是少说话 多倾听
所以它就可以问人家说
你有没有什么想法
人家布拉布拉说一大通
然后它又问说
你昨天休息的怎么样
人家又布拉布拉说一大通
它少说就少错
所以就真的让人误以为
它在倾听 然后跟你沟通
而其实它背后就是一些
非常简单的if…
then… 的代码
比如说它一看到说”mother”
妈妈这个词的时候
它就会跟你说
跟我说说你的家庭
就类似这种的关键词
大概有两百来个
然后到了三十年之后的
1995年
Eliza又出来了一个后辈叫ALICE
它就进化的已经很强大了
虽然跟ChatGPT还没法比
但就很日常的一些对话
它已经都可以应付了
不过本质上
不管是这个Eliza还是ALICE
它的原理
都是基于一个叫做 Pattern Matching
就是模式匹配
听到一个关键词
它就会调取一个
已经预设好的预案
就比如说它听见你好
你就问人家说 吃了吗
它听见妈妈
它就说 跟我说你的家庭
类似这种
其实即使是在现在
一些购物网站
银行什么的机器人儿
它基于的
还是这种模式
就比如说你跟它聊天
你一说到退货
它就给你发个退货流程
或者你一说ATM
它就给你发个附近ATM的地图
这种匹配模式
它虽然称不上是非常的智能
但确确实实减少了很多那种
大量人力机械性的重复回答
但咱就从智能的角度讲
你说这种限定规则的机器人儿
就算你的规则写得再复杂
预设再多
也不可能穷尽所有的答案
它更不可能去创造新的答案
所以
你要真的想通过那个图灵测试
想要变成真正的智能
单凭这种模式匹配
是不可能实现的
于是就出现了
语言学习里边一个新的流派
这个也是人工智能里边
非常重要的一部分
就是机器学习
顾名思义 它的基本理念
就是让机器去学习
就是说我不给你人为规定
一些规则和回答了
就给你一大堆现成的例子
让你自己去学习 找规律
听着是不是就感觉厉害多了
也非常符合
我们对学习这个逻辑的认知
基于这个理念
就到2001年
就有了一个叫做SmarterChild
更聪明小孩
这么个机器人就火出圈了
那为什么火呢
首先它用了一些机器学习里边
当时比较先进的模型
来让聊天变得更自然
而且2000年那会儿
不是兴起了一大批聊天软件
什么AOL Windows Yahoo
那个Smart Child
就把这些平台横扫了一遍
就让全世界好几亿人
都可以跟它对话
不管你问它什么
你甭管它答得怎么样
总能跟你聊上两句
可以算是ChatGPT的大前辈了
你说这么好玩的东西
那立马就风靡全球
吸引了超过3000万的用户
跟它对话聊天
它每天光接收的信息
就要超过10亿条
被各种人聊骚
直到2007年的时候
它被一家巨头公司给收购了
你猜是谁
就是微软
微软在那么早的时候
就已经开始觊觎这个领域了
这个更聪明小孩
虽然已经很能聊了
但是离通过图灵测试
还有很长的距离
就你跟它聊两句就知道
那就是个机器
好 咱们继续进步
到了2010年的时候
机器学习里边的一个领域
开始闪光了
叫做人工神经网络
Artificial Neural Networks
你看我们人的大脑
其实是靠
超过100亿个神经元
通过网状链接
来判断和传递信息的
虽然这每个神经元都很简单
但是它们组合起来
就可以判断非常复杂的信息
所以这个人工神经网络
其实就是想模拟人脑的
这种形式
输入信息之后
就会经过若干个
隐藏神经节点的判断
就跟神经元似的
然后给你输出结果
其实这个神经网络的思想
早就有了
可以追溯
甚至可以追溯到1960年代
但是它需要两样东西做支撑
大量的数据和强大的算力
而这些在之前都是不具备的
所以这个神经网络的事
就是纸上谈兵
到了2010年代
那不互联网时代了嘛
数据肯定是有了
算力呢
也是持续指数级别的提升
才让神经网络这个
开始能应用起来
人们就发现
这个模式真的特别适合解决
就是人们一看就知道
就凭直觉那种事儿
就比如说你看到一张脸
你就能迅速知道他是谁
当然 刘强东除外
我这人脸盲
脸盲
脸盲
我根本不知道她漂不漂亮
你想之前要是让电脑
判断出这个人是谁
那简直太难了
但是你用这个神经网络
机器学习就能慢慢摸索出规律
现在它的应用已经非常广了
不光是人脸识别
像声音识别 自动驾驶
包括前几年
下围棋打败柯洁那个AlphaGo
都是用这招练出来
所以说这个神经网络
在刚才我们说那些领域
都可以大展宏图
但回到文字领域
它发展就不太顺
那为什么呢
因为这个机器学习
它一般都是用一种
叫做循环神经网络
就是RNN来处理文字的
它主要的方式
就是按顺序一个词一个词看
一个词一个词处理
那问题就是
它没法同时进行大量的学习
而且你这句子也不能太长
要不然你学到后面的时候
前面都忘了
直到2017年的时候
谷歌出了一篇论文
提出来了一个新的学习框架
叫做Transformer
具体的机制就比较复杂了
那肯定也不是小Lin能搞明白的
但结果就是它可以让机器
同时学习大量的文字
就比如原来那些字你得挨个学
就跟电路串联似的
现在你可以同时学
就跟并联似的
这样一下那训练的速度 效率
不就大大提高了
有了这个Transformer
机器在文字学习方面
那就像打通了任督二脉
现在很多自然语言处理模型
其实都是建立在
它的基础架构之上的
谷歌那个BERT里头的T
包括ChatGPT的T
都是指这个Transformer
好 你看
现在技术方面
已经有非常强的突破
万事俱备
那不就差人和钱了吗
是时候是ChatGPT登场了
就在2015年
包括马斯克 彼得·蒂尔在内
几个大佬一起注资了
10亿美金
成立了一家非营利组织叫OpenAI
也就是ChatGPT的母公司
来进行AI方面的研究
你看它非盈利
就说我不是为了赚钱
我纯粹是为了
推动这项技术的发展
所以它的研究成果包括专利
都是对外公开的
你看这个投资人里
咱们是不是听到了
大家都非常熟悉的马斯克
实际上他逐渐发现
他的特斯拉在AI方面
也需要大量的投入研究
搞自动驾驶什么的
所以就为了避免特斯拉跟OpenAI
这两家公司的利益冲突
他就在2018年
也就是OpenAI成立的第三年
退出了董事会 就拜拜不玩了
所以现在这个OpenAI
其实跟马斯克已经关系不大了
拜拜
而OpenAI这些大牛们
也确实很厉害
2017年
谷歌不是推出了那个Transformer
他们就立马在这个基础上
研究学习
2018年发表了一篇论文
介绍了一个新的语言学习模型
之前的语言学习模型
它基本都是需要人去监督
或者人为给它设定一些标签
但是那个GPT
就基本不怎么需要了
你就把一堆数据放进去
他就一顿学就给学明白了
反正大概就这个意思
OpenAI就在2018年6月
推出了第一代GPT
接着在2019年11月
又增加了训练的数据量
推出了GPT-2
就这种机器学习
它其实主要就拼两件事儿
一个是模型 一个是参数量
模型就是决定了机器怎么学
同样的数据我进去
我学得比谁都快 比谁都好
那你就厉害
而参数量
它其实就需要大量的计算
所以说白了就是要砸钱
就算是模型再好
它也得靠砸钱去训练和验证
这两者缺一不可
OpenAI团队
对我这个模型是很有信心
那下一步不就缺钱了吗
而你每进步一点
都可能需要
上升一个数量级的数据去支撑
那这些
都是需要真金白银去支持的
你就比如说Google那个DeepMind
就是研究出来AlphaGo的那个公司
它每年开销就四五亿美元
最开始OpenAI这边
我们不说投了10亿美元
那根本不够花
注意
这时候它还是个非营利组织
马斯克也退出了 大腿不在了
之前10亿美元情怀不够了
我上哪再找那么多情怀去是吧
所以迫于资金压力
OpenAI就在2019年
从非营利组织转型了
但是
它没有直接变成一个盈利组织
还是得要点情怀
而是变成了一个
叫做收益封顶的盈利组织
它什么意思呢
就是说任何投资人的投资回报
都不能超过100倍
超过100倍的部分
投资人就拿不到回报了
就都归OpenAI自己了
但是我就好奇
你说我要是
投资回报快到100倍了
我就撤出来 然后重新投
那不又能拿100倍了吗
反正不管怎么说
OpenAI变成了一家盈利组织
也就是说你投资它
是可以拿到回报了
这时候微软就立刻冲了过来
注资10亿美元
那这笔投资
对双方肯定都是双赢的
OpenAI这边一是拿到了钱
第二 微软也给它建了一个
全球第五的超级计算机
大大提升了它训练效率
那微软
也得到了OpenAI的技术和团队
当然这样的话
那OpenAI的研究成果
也就别想再公开了 对吧
你说微软那能投的是情怀吗
OpenAI得到了超能力和算力支持
就准备开始大力出奇迹
它之前那个一代的时候
只有1.2亿个参数
到了GPT-2是15亿个
而这回半年之后
又推出了GPT-3
直接上升了100倍
变成了1750亿
效果果然就真的非常好
已经有那么点
现在这个ChatGPT的意思了
就你问它点什么
它都能给你答出来
当时在业内
就已经掀起了一波轰动
不过
这个纯机器训练出来的GPT-3
它有个问题
就是它有的时候答得很好
有的时候就差那么点意思
而且问题就在于
你不管再怎么加大参数量
它的提升和改善都非常有限
这个就因为它在训练的时候
没有一个非常好的反馈机制
就是没有人告诉它
你答成什么样是对的
答成什么样是不好的
你看我要是训练下棋
那我就想赢 对吧
赢了就是好的
那我就训练让自己赢
但是你说聊天
那就很难判断了
我怎么知道我聊的是好的
还是不好的
我就只能在那干学
所以为了解决这个问题
OpenAI就在训练的时候
加入了一个人工反馈的机制
就是你跟我聊天 我告诉你
你聊的是好 还是不好
专业术语
就叫人工反馈的强化学习
所以你用ChatGPT的时候
你就感觉
它有时候特贫 特能说
其实这都是因为训练它的人
就喜欢它这么说
要是训练它的人
是个特别幽默的人
那估计ChatGPT的人
就整天给你讲段子了
反正就是加入了
这个人工反馈的强化学习之后
它不管是训练的效率还是效果
都得到了大大的提升
在2022年3月
就推出了GPT-3.5
之后又对对话进行了优化
在2022年11月就推出了
ChatGPT
它其实就是一个非常
极其简单 粗糙的聊天界面
但是你问它什么
人家都能能给你
吧啦吧啦回答一通
感觉说起来很有道理
当然这里边会有一些问题
这个我们之后再说
但你就粗略地一看
它真的是什么都能聊
而且语言表达上
真的就说的跟那么回事儿似的
经历了半个世纪
ChatGPT这次
肯定是可以轻轻松松
就通过图灵测试了
是不是挺厉害的
这样就不禁让我想到了
富途牛牛的海外版
moomoo
富途有百分之七十多的人
都是搞产品跟研发的
就是想靠科技创新
让投资交易更简单
一个账户就可以搞定
布局全球
moomoo也给小Lin粉丝
准备了专属福利
开户就送一股Under Armour的股票
你要再入金等额一万港币
还可以再送一股
价值约100美元的Google的股
最近这个ChatGPT不是火了吗
你要是想看
都带火了哪些概念股
你就在这直接搜ChatGPT
就能看见了
美股 港股都有
你看 不光是像微软 谷歌
这些大家都听说过的巨头
还有一些
你之前可能没听说过
那种潜力股
你比如说
我要想看看哪个股票的潜力
比如说就台积电
像这种华尔街分析师的评级
目标价的预测
还有这个股票
有几个积极的 消极的信号
moomoo全都给你整理出来了
反正大家平时关心的
资金面 技术面 基本面
都挺全的
而且它不光是把这些信息
都免费给你整理出来
包括这图 可视化
做得都还挺直观的
包括实时更新的
全球AI相关的资讯
甚至都给你翻译好了
除了ChatGPT
它这里边还有叫做概念板块
你就能看到别的概念股
你看什么机器人科学 物联网
就算你不炒股
了解一下都挺好的
它们还有毫秒级报价
还有0.0037秒
极速下单等等这些能力
你就能看出来
真的是想在科技上大力出奇迹
最近moomoo刚在日本
也开放了平台的功能体验
用户都说
感兴趣的朋友
可以通过下面链接
领股体验一下
好 咱们说回ChatGPT
反正它就确确实实
已经颠覆了大多数人
包括我在内
对聊天机器人的认知
所以在短短的两个月内
ChatGPT的月活就突破了一亿人
扩张速度肯定是史上最快
各种数据怎么吹都不为过
不过说实话
就ChatGPT它这么强的颠覆性
它产品本身
给人们带来那个震撼
已经远远超过那些数据了
直到现在
我看它回答问题的时候
就关键它不是那个一口气
就全给你出来
是真就那么一点一点
吭哧吭哧
就跟个人在那跟你说话似的
我经常还真起一身鸡皮疙瘩
不过我估计就一年之后
大家再看这种
应该也就见怪不怪了
好 咱们来看看
这个ChatGPT它是怎么做到
就你不管在什么领域问它问题
它都能聊的
简单来说
就类似GPT这种大型的语言模型
它本质上就是在那计算
下一个词 下一句话
该出现什么
就是个概率问题
就比如说它说到了我很
要往下接
那数据库里那么多词儿
可以是我很开心 我很健康
我很着急 我很饿等等
但是你要有个上下文
比如上面说今天天气不错
那它可能就计算出来
说大概率就是我很开心
其实它的每个回答 每个词儿
都是这么简单粗暴
靠前文的相关性来计算出来
当它学习内容足够多
就上千亿的参数和文字
通过这些复杂模型找规律之后
它自己就形成了一个
非常庞大的神经网络
就你完全不需要告诉它
什么叫编程 什么是视频脚本
它自己看多了它就知道了
说编程就是这么写代码
视频脚本就该长这样
所以我让它帮我写一个
ChatGPT的视频脚本
它就从它总结出来那个相关性
就一个词一个词往外蹦就完了
还是一个语言模型
就是在学别人说话
那它知道
它自己说的是什么意思吗
至少目前这个ChatGPT的版本
它还完全不懂
它就像是个记忆力特别好
但是什么都不太懂的小孩
在那学大人说话
但是让我们以为
它好像什么都懂了
这也是为什么
就你看它说的那个话
真的都已经非常完美
非常像人类了
但是还经常会犯一些
逻辑性的错误
就是我们看着觉得非常弱智
就加减乘除这种错误
就是因为
它其实是一个语言模型
就目前来讲
实际上
GPT也经常会出现
大量编造答案的情况
也就是说
它本来都不知道它在说什么
但它就是在那给你硬扯
也包括很多道德伦理上的问题
比如说你问它怎么看人类
它就跟你说
人类是劣等的 自私的
是最烂的生物
就应该彻底被消灭
那它肯定也不知道
自己在那儿说什么
也不知道从哪儿学来的
不过 这些胡说八道什么问题
都是现在这个版本的ChatGPT的问题
虽然现在
它可能就是简单的模仿
但是当你模仿得
越来越像 越来越高级
就99.9%的情况
你都能回答正确的时候
那它到底是真的理解了
还是纯粹在那儿模仿
是不是就其实意义也不大了
这个其实也是图灵
早在图灵测试那篇论文里边
就讨论过的一个问题
就是与其我们问说
机器能像人类一样思考吗
倒不如问说
机器能做人类做的事吗
有点深度了
其实我觉得
ChatGPT它重大的一个突破
就是极大地提升了
人类和机器之间沟通的效率
人类之间沟通信息的方式
主要是文字
那电脑它是用代码
那之前就人类就迁就着电脑
什么事儿我都得先学编程
然后想好了
把它编成一个
电脑能理解的语言
然后让它执行
包括搜索
我们也是先把自己的问题
换成几个关键词
然后去搜
它就变了
电脑可以慢慢理解人了
我就可以直接跟它说人话
然后它自己去翻译
自己去执行
大家都觉得ChatGPT很神奇
你问它什么它都知道
但其实它的神奇之处
并不在于说
它能去执行这些任务
更主要的是
它能非常准确地理解你的问题
然后结合语境
从它那庞大的数据库里边
提炼出来最恰当的信息
换成人话再告诉你
它这个沟通的环节
其实是这里边最神奇
它有了一个这么强大的接口
那很多东西
我们就可以更轻松地
交给机器去做
那做事儿的效率
不就大大提高了吗
你就想象
假设我们能拿它
跟一个语言识别系统
比如说像Siri这种连起来
让它可以跟你自由对话
然后你要再能接上一些
专业的分析接口
比如说什么AI的股票分析
编程 计算什么机器人
然后再接上一个
视觉生成的部分
好家伙 那咱真的每个人
就能像电影里
那钢铁侠跟它助手似的
比如你跟它说 你帮我算一下
什么莫比乌斯环那什么什么
然后它就跟这儿给你算
然后你就说
真棒!
你看这个ChatGPT
一下子开启了这么多可能性
本身又这么火爆
那它背后的大股东微软
肯定乐疯了 对吧
那赶紧投钱造势
1月份就宣布
给OpenAI再注资100亿美元
估值达到了290亿美元
而且这回
微软跟OpenAI签的这个deal
还挺有意思
就是微软
投完这100亿美元之后
OpenAI的利润里边
75%得先分给微软
直到把这100亿回本
就是微软得先保证
我投进去的钱能收回来
然后微软持有
OpenAI49%的股权
可能还有个
100倍投资回报的上限
大概就是这么一个奇特的deal
这个deal达成之后
接下来2月7号
微软就举办了发布会
宣布要把ChatGPT融入到
自己的搜索引擎Bing里边
微软就把它叫做 “Copilot for the Web”
大概就是个网络助手
其实ChatGPT它有一个问题
就是它训练那些数据
只截止到2021年
也就是说
最近发生的事它都不知道
那微软把它跟Bing这么一结合
你看 逻辑类的我可以用ChatGPT
如果需要信息或者新闻
我拿Bing这么一搜
这不就强强联合了吗
你比如说我要是问ChatGPT
你知道小Lin说吗
它就只能说它不知道
那我要是问Bing
它就说 说小Lin说
是一个又有趣又有用的
内容创作者
是很多要追求自己梦想的人的
好榜样
说得我都有点不好意思了
所以它火是有它道理的
而且微软还很阴险
它这个聊天功能
必须用它自己家那个
Edge浏览器才能用
不得不说
就这一波的营销和造势
我给满分
好
那面对这一波铺天盖地的宣传
这时候最慌的就是谷歌了
为什么呢
因为ChatGPT很可能会撼动
它们最大的一块蛋糕
就是搜索
你想 那我要问ChatGPT
它都能组织好语言告诉我
那我要想搜东西的时候
我就不用再去查完了
自己挨个看了
我就直接问ChatGPT就行了 对吧
那就没人再用搜索引擎了
那你说谷歌它能不慌吗
你要知道 它现在占有
全球搜索市场的份额是93%
那是妥妥的垄断
微软那个Bing虽然排在第二
但只有3%
搜索业务带来的广告收入
能占到谷歌总收入60%
你说大家本来都做得好好的
突然横空跳出来个什么什么PT
其实一直以来
谷歌在人工智能领域
都是领先的
你想那个Transformer
不就它搞出来的吗
它其实一直也在内测
一个机器人叫BERT
跟ChatGPT很像
只不过没有花大量的精力
去训练它
它其实还有另外一个机器人
更厉害 叫LaMDA的
完全就是基于人类正常的对话
所以它甚至还会开玩笑
或者表达自己的情感
就完全不是说光你问它
它就是回答这么简单
就因为它说话确实是太自然了
甚至于都骗过了
当时在谷歌内部
一个开发测试的员工
相信LaMDA已经具备了自己的意识
就差不多像个七八岁的小孩
所以
谷歌其实在聊天机器人这块儿
一直都是很强的
但是它的立场
跟微软就完全不一样了
你像谷歌
本来就是搜索领域的王者
它吃饱了撑的非得搞个机器人
然后把自己的摇钱树给砍了
那不到万不得已肯定不会的
所以这也是为什么
就我估计
它那个LaMDA
更专注于对话和聊天
而不是像ChatGPT这种
就什么问题都能回答
而且它一直不把这些AI机器人
放出来
也是担心自己的名誉风险
谷歌它毕竟是搜索的
要的就是要准确严谨
你说你要是推出来个
还没训练好的
胡说八道的机器人
那多不像话
另一方面就这么大规模的训练
是非常需要算力和烧钱的
每个问题消耗的能源
大概是现在谷歌搜索的
10到100倍
你像ChatGPT这种的
现在每天就要花掉
100万美元来运行
所以你看得出来
微软这波先发优势
也是确实非常有道理的
就它不光投对了公司
而且是真的是
下得了这个狠手去砸钱
面对微软这边强大的舆论压力
加上媒体铺天盖地的报道
谷歌是真的坐不住了
ChatGPT刚上线不久
谷歌内部就发布了一个
叫做红色预警Code Red
就这是我们生死存亡的
关键时刻了
我们得集中全公司的力量
到AI这个赛道上了
因为这个东西关键它就是得快
它有多快呢
快到谷歌把自己的腰给扭着了
咱刚才不是说微软的发布会
是2月7号
说把ChatGPT融入到
它的搜索引擎里了
谷歌这边急忙2月8号
就举办了发布会
发布了自己的对话服务叫Bard
这个就是基于他们刚才那个
对话机器人LaMDA开发的
你就看看谷歌发布会之后
微软和谷歌这两个公司的股价
你就知道谷歌这发布会
到底有多惨
这个行业真是怪不了别人
你都不用看什么专业分析
你只要静下心来
把它们两家发布会
从头到尾看一遍
就知道为什么了
所有人都知道
这里边大家最关注的就是
AI聊天的部分
但谷歌它整个发布会40分钟
前面先是说自己之前的成就
然后又是照片搜索
这中间还出现了那个演讲的人
找不着展示的手机
只能跳过这一part
后来好不容易进入到正题
开始介绍这个Bard了
也就说了几分钟就完了
而且谷歌发布会的时候
同时还发布了一个
介绍Bard的视频
要命的是这个视频里头
Bard回答还出现了事实性的错误
其实说实在的
现在这种聊天机器人
它出现一点事实性的错误
大家也是可以理解的
但是
你广告片的答案都没查清楚
手机还忘带了
然后雷声大雨点小一带而过
肉眼可见能看到
谷歌的仓促和慌乱
这个才是市场担心的
虽然ChatGPT风光无限
可大家都知道
Google是AI领域的强者
所以就算你短时间内
没怎么吭声
估计外部人也知道你不好惹
你估计是在憋大招
你看它发布那个红色预警
其实有个原因可能就是
让外部知道说我很重视这个事
你们先别着急卖股票
所以你看发布会之前
谷歌的股价跟微软比也并不差
可是非得着急忙慌
搞了这么一出
那不就有点露怯了
所以谷歌的市值一下蒸发了
1000亿美元
但相比之下微软那边就稳多了
你看微软的CEO
OpenAI的CEO全都出来
亲自讲解
将近一个小时的发布会
都在着重讲这个AI聊天的功能
还加上各种演示
很明显就是做了充分的准备
这AI战争刚一打响
谷歌这边先是被ChatGPT
搞了个措手不及
然后自己一慌
又来了个低级失误
所以说这第一仗算是惨败
但这样毕竟也只是第一仗
谷歌毕竟也还是谷歌
后面怎么样呢
我们就拭目以待
当然这场AI战争
也绝不仅限于这两家公司
像Meta 百度 腾讯 阿里
也都抢着入局
但凡和生成式AI沾边的股票
都开始狂涨
像英伟达 AMD
这种提供算力基础的硬件厂商
也跟着沾光
其实像AI聊天 AI作画
AI编程
这些生成式AI
在前两年就已经迎来了
井喷式的发展
这是这个方向
过去几年的融资额
从2021 2022年
就已经开始起飞了
每年都是十多亿美元
那2023年一开年
微软就先砸进去了100个亿
资本已经尽其所能
全都涌到这个赛道
好
那这个东西发展得这么快
它会不会导致很多人失业呢
它会导致谁失业呢
会不会导致你失业
就这种技术革新
它永远都是一把双刃剑
它可能会创造出来更多的工作
就失业率也不一定降
总体的GDP八成还会上升
但是短期内
它肯定会导致一部分人失业
我就在想 你说咱们怎么能
尽可能的不让自己失业
甚至说能够利用这个AI工具
来提高自己的生产力呢
我个人的总结
就是咱们得尽量避免
那种套路性的工作
就是以前电脑刚出来的时候
可能解决的是一些
人类的重复性工作
就我每天都在那
不停地不停地重复一件事
你搞个电脑for loop就给解决了
那现在
就不光是那种重复性工作了
就连套路性工作
就只要你有套路
哪怕你感觉你每天在那创作
实际上根本没动太多脑子
就这种事 那机器也能
分分钟就给你玩明白了
那什么叫套路性工作呢
我给你举个例子
你就比如说我让ChatGPT
写一个有关小Lin的童话故事
它就说小Lin有一只会说话的猫
它打败了恶龙
拯救了公主成了英雄
那我告诉它不对
小Lin是个女的 你重编
它说 小Lin是个女的
有一只会说话的猫
打败了邪恶的女巫成了英雄
所以你看
这就是童话故事的套路
他有一只会说话的动物
打败了一个东西成了英雄
虽然这个会说话的猫
它在里边毫无作用
但这就是童话故事的标配
就类似的
比如有一些特别熟练的工程师
整天闭着眼睛
就叭叭叭能写的代码
写手闭着眼睛
就能一天写二十条的那种网文
或者公司一些
特别基本的财务报告
基本的设计
基本的法律建议等等
你想为什么这些活
我熟练了之后闭着眼睛都能干
就因为它背后有套路
那现在AI学会这些套路
那你也不用闭着眼睛干了
AI全都给你包了
注意 我并不是说
程序员 会计师 什么作家
分析师这些人都会被取代
只是说他们工作当中
里面那些套路性的部分
会慢慢机器就会学会了
所以你要是感觉自己工作当中
有一些套路性的成分
那你就得小心了
反正至少
你别把这些套路放在网上
这样AI不就都学去了吗
其实不光是失业这块
就是因为它的颠覆性
实在是太强了
我们已经能看到
它给现在的社会
也造成了巨大的冲击
你就比如说学校教育这一块
它才上线几个月
现在美国
十八岁以上的学生里边
都有九成用过ChatGPT帮他写作业了
而且它基本上除了体育
是不是哪一科都能做
你说我怎么知道
你这作业是不是自己写
当然不是说这个东西
我们就不能用它帮忙了
只是说我们现在的教育体系
还没有准备好让ChatGPT进来
这个颠覆性
它就好像我们用几百年
好不容易建立了
一套比较完善的交通系统
结果突然有一天
这车全都会飞了
飞车 这个技术长期来看
它肯定是好的
但短期我们还没有一套完整的
新的体系的时候
所有人都满天乱飞
那不就乱套了
那社会的秩序
就会被极大地扰乱
所以你看像学校公司
一时它也想不好ChatGPT怎么融入到
自己现有的体系
那就只能一刀切
直接先都给禁止了
包括你说像AI它写的内容
它画的画到底算谁创作的
版权算谁的 对吧
这些其实都是很棘手的问题
所以说这种生成式AI
它之后到底能发展什么样
其实谁也说不准
你想ChatGPT团队
他最最开始的时候
也没有什么特别多的目的
就是纯粹把数据放进去
让机器去学习
弄出来之后才发现
原来这么厉害
还能跟搜索连接上
大家其实也都是摸着石头过河
所以你也不知道突然哪天
在AI在哪个领域就开窍了
我有的时候就感觉
能见证AI这么神奇的发展
其实还是个挺激动的事
潘多拉的魔盒
也在一点一点被我们打开了