再不发力，就晚了！

(⊙_⊙)

每天一篇全球人文与地理

AI这波技术潮流

(相关资料图)

作者：小贝

校稿：朝乾 / 编辑：板栗

5月19日，由OpenAI研发的聊天机器人ChatGPT手机版上架苹果美国区App Store，一时引发了下载热潮，很快就攀上了免费App排行榜第一名。

这个软件支持语音提问功能，答案生成速度很快。用户如果每月花上19.99美元，就能升级Plus版，就可以使用更先进的GPT-4的功能。

ChatGPT的热潮开始于今年年初的时候。当时，GPT靠着写论文、写作业等一众“奇技淫巧”快速出圈，但随着越来越多的行业和老板把AI实际应用于工作流程，并发现这东西真的能省很多人力，不少职业中人，以及还没毕业的学生，已经深深焦虑自己的未来命运。

但焦虑之后，如何认真看待，如何因势而动，才是正经事。至少，这一产品突破及背后的技术前景，救活了久违的创业气，如今GPT日活跃已经超过1300万，各行各业的大佬小佬纷纷入局。

在座的各位应该有不少人贡献了些数据吧▼

上一个下载神话是由我们都熟悉的抖音创造的

尽管如此，依然耗时9个月▼

就连矜持的学术界也开足马力唯恐掉队。截至4月1号，已经有194篇学术论文在讨论GPT，而且以每天6-10篇的速度增长。

去年也就6篇相关文章，今年截至到5/17

在知网上关于ChatGPT的文章已经有708篇了▼

不过，即使你没有在前两个月上手GPT也不必心急，任何技术浪潮都不是一蹴而就，而且人性常常高估技术的短期影响，比如一两年内，而低估（含着恐惧）对未来十年的影响。因为你面对的是一道时代的窄缝，所以，先把心态打开。

当前的GPT的强大之处

GPT显然不是AI第一次刷屏，上一次可能还是AlphaGo碾压柯洁。但AlphaGo的唯一作用就是下围棋，GPT却能试图“理解”人类的语言逻辑，其适用性有天壤之别，具备渗透到各行各业，甚至是改造一些行业的能力。比如一些校对、翻译类软件和岗位已经自感朝不保夕。

无论身处什么行业

大家都或多或少感受到了AI引发的变革所带来的压力

（嘲讽电影制片厂用AI取代作家提议的标语 图：wiki）▼

同为人工智能软件，GPT未必就比AlphaGo更聪明。但GPT可以用自然语言和你交流，让你感受到了他的强大，这才是厉害之处，通过改变人，来改变人类社会。

体验上，你的每一次会话和提问，都仿佛有一个相关领域的大学毕业生在为你打工，这无疑大大降低了灵感转化为文本的门槛，很多名为脑力劳动实为大脑肌肉劳动的事情完全可以被替代。

有个不知疲惫的机械大脑给自己当外挂确实挺爽的

（图：壹图网）▼

GPT与之前AI产品的差异，主要在于GPT是在模拟人大脑的神经元，如今人类对于大脑如何工作的研究也不够透彻。所以对GPT过于宏观的讨论基本上是空对空。讨论GPT还是要从细节处入手。

比如，用过GPT的都知道，同一个问题你可能会得出多种答案，其答案的灵活多变乃是由概率决定，这个概率又源自程序里的随机数种子，如果你把这一系列随机数种子固定的话，这个程序就是确定性的(deterministic), 那么GPT就会变成复读机，也就变成了无法通过图灵测试的“人工智障”。

GPT是基于Transformer架构的预训练语言模型

采用的是单向的、基于自回归的方式

来预测生成下一个单词的概率

（Transformer模型框架和GPT优化后的模型对比）▼

比方说，有一款出圈更早的AI图像生成软件Midjourney，可以设置这个随机数种子。在绘图描述相同的情况下，如果随机数种不变，不论生成多少次，出来的图都是一样的。如果GPT也这样的话，还有威胁吗？还算是聪明吗？

一键生成多个方案

你想要的样子全都有

（Midjourney4生成的特朗普肖像 图：wiki）▼

得益于随机性，GPT可以用自然语言回答问题。而语言是人类思想的基础，所谓“标准答案”只是人类思想的很小一部分。所以GPT的设计目的不同于搜索引擎，GPT的答案并不是在后台通过搜索引擎复制粘贴出来的，而是通过对语言逻辑的分析，生成出来的，他瞄准并非工具性“标准答案”，而是标准之外的更辽阔更多样的人类领域。

同样问题问不同的人会得到不同的回答

在不同时候问同一个人也可能得到不同的回答

而GPT模拟的就是这千千万万不同的人

（图：shutterstock）▼

所以，现阶段的GPT既不需要，也还无法替代搜索引擎。受限于训练数据和不把天聊死的设定，GPT常常不懂装懂，一本正经地告诉你曹操怎么撰写《红楼梦》。如果问题过于笼统，题目表达得不清晰，也可能收获一大屏车轱辘话。不擅使用搜索引擎的人，同样用不好GPT。

然而别忘了，GPT依旧在迭代。对比ChatGPT与GPT4对同一个宏观问题的回答，可以看出答案在严谨程度、准确性与启发性上的明显进步。这种令人惊叹的速度，正是我们如此迫切地重视AI的原因。

确实现在的GPT几乎不会犯这种常识性的错误了

但它一本正经胡说八道的能力依然如此出色▼

可能大家更担忧的是：我们已经逼近了自己的极限，但他才刚刚开始。

目前，微软已经在他们最新的办公软件全家桶中融入GPT-4。图像制作巨头Adobe也正在跟进，融入AIGC技术的软件Firefly已在今年3月开始公测，登陆全家桶指日可待。

GPT渗入我们生活的速度十分惊人

再过几年估计就能“腌入味”了

（图：adobe.com）▼

GPT成功的窄路

大模型AI的光芒或许才刚刚开始，但也并不是从天而降的空中楼阁，自上世纪40年代以来，它走过大量弯路，经历了逻辑推理、知识表示、专家系统、机器学习、深度学习、强化学习多个阶段，才终于有了震撼世人的能量，而且GPT也并非AI唯一的未来，未来还难说。

人工智能这个词首次出现

是在1956年达特茅斯人工智能夏季研究项目期间

（五位原始参与者 图：Dartmouth College）▼

目前AI主要有两大技术路线——逻辑推理和深度学习。

GPT是深度学习的代表，它背后的数学原理涉及到微积分，线性代数，信息论，和概率统计等多个领域。正是通过对海量语言信息的概率统计，GPT生成了满足人们需要，而且娓娓道来的答案。

GPT是通过人类反馈强化学习的方式

来达到最小化无益、失真或偏见的输出

（图：atriainnovation）▼

反观基于逻辑学的AI，其背后是严格的数学推理，所以说不会空口无凭乱讲。但它几乎只懂得自己所在领域的事，还非常“木讷”，只能读懂字面意思，和它说话会很累。如果你无法严谨、完整地提出问题，获得的回答就会如下文一样。

程序员上班前，老婆说：下班回来买一斤包子，如果看见有卖西瓜的就买一个。

下班回来，程序员带着一个包子进了家门。

老婆问：怎么就买了一个包子？

程序员：看见了卖西瓜的。

笑归笑，但这并不表示逻辑推理就低人一等，更不意味着GPT就是人工智能的唯一未来。实际结果，很可能是不同路线的AI在专业领域并行不悖，甚至相互协作。毕竟，你不会希望主刀医生是什么都懂一点，但是日常信口开河的懂王。

人工智能两大派系符号主义派（逻辑主义派）和

连接主义派（现在大模型所属派系）已经斗了几十年了

起初的主流是符号主义派，现在则是连接主义派占上风

（两大派系代表人物）▼

所以如果你观察资本市场，总能看到多头下注的特点。市场上有很多人工智能软件类的ETF（ETF是一种可以上市交易的基金品种，可以在炒股软件中进行类似股票的买卖操作），这样的产品涵盖多款AI主题产品，技术路线五花八门，可以更稳地搭上GPT发展的快车。这也是诸如软件ETF的AI主题基金，在去年底与今年年初净值增长超预期的原因。

至于为什么ChatGPT给人感觉天下第一。主要还是他能用自然语言与人交流，翻译成人话就是它要模仿人，好的坏的都模仿，越像越好。

它就像你那个最会做向上管理的同事，能力未必是最强的，但给领导（用户）的印象一定很好。当然，同类型AI中某些拉跨同行也确实衬托得好。还要考虑到，GPT是大多数人使用的第一款大模型AI，会带给你第一次用智能机那样的“未来感”。同时，也不要低估背后微软在公关领域的钞能力。

微软这波赢麻了（图：wiki）▼

有ChatGPT加持的office全家桶很难不爱

（图：Microsoft）▼

总之，GPT很强，但并不会成为唯一的大模型AI。这个市场够大，能够容纳不同的巨头。这意味着目前依旧存在大量被价值低估的AI产品。换句话说，从长期看，涉及AI主题的软件ETF依旧有潜力。

我们距离GPT还有多远？

对于各行业的人来说，可能都要问个问题：距离被GPT重塑还有多远，以及我会不会被优化。目前首当其冲的职业比如平面设计师、秘书、编辑。

三月底，OpenAI 研究人员提交的一篇报告估计，未来美国大约19%的工作岗位中，一半以上会被GPT直接影响；80%的美国劳动力至少有10%的工作任务会受影响。在这一点，中国恐怕会与美国同此凉热，甚至更严重。

看看你所处的行业

在未来被AI代替的可能性有多少▼

GPT大大简化了简单重复脑力劳动的流程，这一技能可以渗透进各行业。即使叉车司机的工作暂时不会受到AI直接影响，但是他所在的物流公司的工作流程，他使用的OA系统，叉车制造企业的设计、营销都会受影响。

任何一个搬砖人都不可能从AI的浪潮中全身而退

（图：shutterstock）▼

遗憾的是，我国尚未出现比肩海外最先进水平的产品。这里面有缺少ChatGPT这样的基座模型的原因，有芯片被卡脖子导致的算力问题，也有资金短缺的原因。

训练大模型AI其实类似于高耗能的重工业，需要使用大量先进的GPU芯片，耗费大量电力。芯片被卡脖子的问题也会影响算力。

谷歌为机器学习模型训练而研发的

定制AI芯片TPU v3耗能就挺大的

（Cloud TPU v3 Pods集群 图：twitter）▼

此前，国内AI研发团队缺乏资金支持，不得不聚焦于迅速变现的应用领域。毕竟，不能保证明天是否因为缺少资金被毙掉的项目，是没有底气改变世界的。

在这场席卷各行各业的颠覆式创新中，中国不会也不能缺席。毕竟长跑才刚刚开始，而赛道也远比外界以为的宽广。

今年以来，资本市场力挺国产AI相关行业。诸如软件ETF这类基金产品的出现，不失为雪中送碳。毕竟，如果没有资金支持，连训练大模型的天价电费都会成为巨大的负担。

目前大热的大模型AI虽然不属于中国公司所有，但是研发团队往往不乏中国人；热门相关学术论文也有三分之一强来自中国作者。他们是中国AI发展的生力军。

中国政府也在出台相关政策，努力不让AI成为又一卡脖子的领域。在今年两会首场“部长通道”采访中，科技部部长王志刚谈到AI时就表示。“我们也希望我们的科研院所、企业、广大科研人员能有进一步发展和进步，为国际社会作出中国贡献。”

之前的工业革命没赶上

现在的AI革命咱可不能落下▼

4月28日的中央政治局会议更是明确提出，要重视通用人工智能发展，营造创新生态。要知道，政治局会议提到具体行业的先例可谓罕见。这足以证明中国政府对国产AI的重视程度，和中国在AI赛道的决心。中国互联网的发展史，已经告诉我们，永远不要低估政策的力量。

如今AI大模型依旧处在群雄逐鹿的时代，最终形成怎样的格局还未可知。如今中国集齐了政府的支持，以基金股票、风险投资为代表的资金支持，和其实并不匮乏的人才支持，到了快马加鞭迎头赶上的时候。

未来AI产业会是什么格局还未可知

（2022世界人工智能大会 图：壹图网）▼

特别是考虑到GPT等平台训练资料以英文为主，以中文训练的大模型AI也许更适合中国网民体质。这意味一片巨大的蓝海从天而降。

AI大模型在国内一线大厂，已然成为一把手工程。百度的CEO李彦宏，阿里的CEO张勇，纷纷亲自站台。其实BAT、字节与华为支持AI的力度都不差。上述大厂在搜索、网购、社交、信息流、ToB等领域具备各自的优势，我们有理由期待他们在AI+搜索、AI+通讯、AIGC、AI在ToB领域等层面发挥价值，在未来两三年内为我们带来划时代的体验升级。

中国部分大模型厂商▼

国产AI的持续发力，也反哺于AI主题的金融产品。比如重仓科大讯飞、金山办公、深信服等相关科技企业的软件ETF从去年10月开始便波动上涨，一直持续到3月末。这又将吸引更多资金进入AI行业，直到质变发生。

随着资金流入，大水终将冲出大鱼。从互联网、3C等领域的经验看，在弹药充足的情况下，中国善于利用后发优势，杀出一条血路，最终占领市场。最近3年内，中国国内的AI投资价值就可能是千亿级的。AI不但将渗透我们的日常生活，也将带来新一波造富浪潮。

不知下一个“新贵”会是谁呢▼

举重若轻的“后发优势”四个字背后，是一代人付出更多资金、才智与汗水的背影。前路会很辛苦，会有波折，但拿到车票就意味着希望。他日回首，我们会发现一路上的收获远比想象更多，我们已经走的路也比想象更远。