零基础解读 ChatPGT：对人类未来工作是威胁还是帮助？

本文分享自华为云社区《零基础解读ChatPGT：对人类未来工作是威胁还是帮助？》，作者：关耳山石。

前言

年前到现在，一直被 ChatGPT 的新闻轰炸，现在还越来越热闹了，关于 ChatGPT 技术，关于人与 ChatGPT 未来发展的讨论，网络上众说纷纭。我就让同事从海外注册账号，直接问了 ChatGPT 这个问题，最后用 Stable Diffusion 生成了 ChatGPT 眼中未来的图像，如下图：

关于，这幅景象，它是这么描述的：

于是，作为一位严谨的“民科”和积极的开发者，立即开始跟随潮流，了解新技术 ！希望能与大家一起交流看法，欢迎大家留言讨论~

一、ChatGPT 是什么？

1、ChatGPT 背后的公司们·OpenAI&微软

要聊 ChatGPT，必须得先聊 OpenAI。这本来是一家搞全栈 AI 创新的非盈利组织，重点研究物理机器人，背后甚至还有钢铁侠、彼得·蒂尔、YC 总裁 Sam（任 CEO）等一众硅谷大佬身影，而 GPT 系列模型只是众多研究方向之一。

因为非盈利组织无法进行融资，就搞了个商业的壳子，吸引了微软投资，最后达成的结果是：OpenAI 要优先使用微软的技术（主要是 Azure），微软得到了 OpenAI 技术的使用权，这也是 ChatGPT 与微软之间的联系。

2、ChatGPT 背后技术·GPT-3.5

GPT 这模型已经发展四代了，目前开放了 GPT-3 的 API（收费的），ChatGPT 用的是 GPT-3.5，还有一代 GPT-4 没见过（据说 Bing 融合的就是这个）。

这个东西到底是干啥的，如果感兴趣，建议去看李宏毅老师的视频，省流版就是： 文字接龙机器人，一个学了 2/3 的互联网知识，整个 Wikipedia，多个书籍库，以及一套“自动补齐”能力的文字接龙机器人。

（引至李宏毅老师的视频）

但是平时咱们用的输入法基本也会一些文字接龙，但是接起来的感觉前言不搭后语的，为啥 ChatGPT 就行了呢？网上还找不着 GPT-3.5 相关的材料，只能研究研究 GPT-3 的创新点去推断了：

• 模型相当大

1750 亿参数，这个参数大概意思是表示每个字/词出现的可能性。到底有多大，看下图就有个直观的感受。

当然，训练数据量也极其的大，大约是 4990 亿个 Token（简单理解为字/词），号称学了 2/3 个互联网、整个 Wikipedia 和几个书籍库。按照这个信息量，一定是高度冗余的，也是绝对充分了。

（图片源于网络）

• “加钱”效果相当好

这玩意还有个很神奇的地方，就是有钱能使它推磨，“加价”的效果立竿见影：从趋势来看，模型越大，效果越好。想必将来还会有更大的模型出来，毕竟有多大钱，GPT 能创造多少奇迹嘛！（DeepMind 还做了个推导，算出来一个模型参数与数据量的最优线性关系）

• 通用性相当好

这也算个特别牛的事情，不用进行额外的“调教”，已经学会了干很多事，简直是 AI 工程师的福音。

举个例子，我们有个相似需求推荐的场景，是基于 BERT 的基础模型，加上一堆（上千条）人工标注的训练数据集，再调优一把，才能使用在我们的场景里。有了这个大力仔，就不需要这一套了，直接拿来即用。而且还有个比较有意思的，哪怕要教模型做点事，也不需要工程师了，直接在输入里写上寥寥几个例子（In Context Learning），模型就学会了。

• “意识”涌现相当惊人

学名叫 Chain-of-Thought，思维链，这是最让人惊讶和细思极恐的了。

就是当模型足够大，层数足够多的时候，居然还就从量变到质变了，产生了一些类人的逻辑思维能力。这玩意我没看到更深刻的解释，但是从表象上看，确实会做一些逻辑题了。比如算算数、做一些逻辑推理。

PS：我从网上看到一个数据，列在这里做个备注 - OpenAI 的 GPT 3 的规模为 175B，Google 的 LaMDA 规模为 137B，PaLM 的规模为 540B，DeepMind 的 Gogher 规模为 280B 等，不一而足。国内也有中文巨型模型，比如清华 &智谱 GLM 规模 130B，华为“盘古”规模 200B，百度“文心”规模 260B，浪潮“源 1.0”规模 245B。（规模 = 模型的参数规模，单位是 Billion）

（图片源于网络）

3、从 GPT-3.5 到 ChatGPT 的意义

如果说 GPT-3 是理论或底层能力的创新，那么 ChatGPT 的创新就是工程和商业层面的，甚至是一个里程碑式的。

• 这是一个“现象级”的产品

首先，我认为，将一个大众无法理解的技术，变成“现象级”产品，是 ChatGPT 的最牛创新，使得“AI 使能”落入寻常百姓家，与每个人产生了化学反应，所以这绝对是划时代的。

Google 2022 年 I/O 大会的时候，我也做了一波洞察，看到 LaMDA、PaLM 的展示，能够体验的人极少，感知到其魅力的也是极少的。而 ChatGPT 做了个简陋的 Playground 就迅速抢占了大众的心智，看到有数据说，从 0~100 万用户只用了 5 天，过亿只用了 2 个月，基本没有额外的获客成本。甚至还让竞争对手意识到，再不搞起早起五更都赶不上晚集了。以至于前几天 Google 不仅召回了两位创始人，快速规划对话式搜索的上线，还大笔投资了 OpenAI 的“港湾”组织 – Anthropic）。

从工程上，我理解 ChatGPT 是 GPT-3.5 的一个优化应用。简单说，就是先人肉标注一些 GPT-3.5 返回数据，以教 GPT-3.5 说话，然后用强化学习的算法来持续评价，最终实现了这么个神奇的模型。（号称用到了 40+的人力来持续教 AI 做事，据说还有肯尼亚的低价劳工。）

• 可惜不开源

ChatGPT 不开源，GPT-3.5 模型也不开源。两者都不支持在中国使用（包括 HK），所以网络上开始有二道贩子开始倒卖，或直接接到微信上付费使用。两者目前都有商业化的手段，GPT 模型是直接卖 API，ChatGPT 出了 Plus 版，20 美刀一个月，优先使用。（GPT-1 模型和 GPT-2 的部分小规模模型是开源的，OpenAI 的理由是，大规模模型能力太强大，怕被坏人利用）

二、ChatGPT 会对我们产生什么影响？

首先，我们得先认识到，ChatGPT 只是众多 LLM 中比较会秀的一个。GPT 系列属于大规模语言模型（LLM）前沿中的一支，DeepMind（搞 AlphaGo 下围棋的那公司）、Google、FB，都有自己的优秀实践。从技术能力上，我觉得还远没有到比哪个更好的程度，倒是 ChatGPT 这一波秀出圈以后，大家找金主爸爸要钱会更容易了，这是个大家都开心的事儿。

关于替代人类工作的讨论，用微软 CEO 纳德拉的话说：“信息的整合、转译和流通，变得廉价”。因此对于所有与信息整合、转译和流通相关的工作，还是会有影响。

• 侵入“创造性”工作

GPT 模型已经离谱到，直接把图案转成向量喂给它，就能帮我们补齐图片（image-gpt）的地步，或许我们曾以为的文案、绘图，甚至是编码这些曾经被认为无法被 AI 替代的工作都将被入侵。

• 取代“搜索和问答”

人类在已有知识的搜索和输出上，可能永远无法超过 AI。Google 已经开始加快 LaMDA 的速度，然后是微软继续加注 OpenAI 并开始在 Bing 中融入，再然后 StackOverflow（技术类知识问答界的明珠）用户量降了 3200 万，所以我觉得，大模型是靠谱的，替代也是迟早的事儿。

• 让 AI 应用更简单

ChatGPT 的 Zero-shot 效果显著（LLM 有三种学习方式，Few-shot、One-shot、Zero-shot，讲人话就是举多反一、举一反一、无中生有），这个能力在语言模型中，影响极其深远。简单来说，就是我们如果想在项目中引入 AI 能力，GPT 很好的通用性、极少的“调教”量会使得工程上更简单。

ChatGPT 背后基础模型能力成熟且强，更多此类大模型被打造出来后，使得千千万万的 AI 加持变成可能，实现“AI 使能”落入寻常百姓家。

而且，OpenAI 卖通用 AI 的 API 的生意还是可以赚钱的（见下图，1k token 大约等于 750 个字，看着不算贵，默认还有 18 刀的体验费用），这里不得不开个玩笑：AI 工程师们，你们把 AI 的道拓宽了，把自己的道都走窄了啊！

三、ChatGPT 并非万能

从根子上理解，GPT 算法在做的其实是“补齐”工作：即通过学习人类说话的方式，基于上下文，推测后面你打算说啥。具体要回答啥，则完全靠概率计算，靠“违和感”。

如此一来，当下的 GPT 算法势必就有几个特点：

• 需要海量的数据、算力和钱

搞个这种算法，总共烧了多少钱呢？22 年是 5 个亿刀，前七年 40 亿刀，最近微软新加注 100 亿刀。（我看网上说，ChatGPT 训练下来大约 1200 多万美金，这样看来，微软的投资，还是打好算盘的，钱要花在自己身上才算值）。而且，搜索引擎和信息入口企业已占先机，想要再进入，都需要更多的数据、钱和算力。当然，还需要很多标注人力来调教模型，让其有人的习惯和三观。

• 真实版“人云亦云”：

类比鹦鹉学舌，有响应不代表有思考，响应够用也不代表足够 优美。虽然它对通识类的知识理解，效果非常好（何谓通识？就是搜索引擎能搜出一堆来的知识，互联网本身信息已经高度冗余了，只是作为个体的人类不太清楚罢了），但其实 AI 也并不知道自己说的对不对，它只是知道，大家一般都这么说，然后做一些看起来不错的回答。（思维链除外，这个东西细思极恐，只是欺负它目前还没有那么成熟）

• 时效性问题

即目前 ChatGPT 学的是 2021 年前的知识，所以不知道 2022 年世界杯谁赢了，不过对于这个问题是可解的。OpenAI 的 WebGPT 算法，已经与 Bing 结合，把最新的信息投喂给模型，如此一来，它也就知道最新消息了。（我不清楚具体是如何实现，猜测应该不是去实时训练基础模型，而是在上层叠加了什么）

四、我们如何利用 ChatGPT

这个问题我想再扩大一点，扩大到 AIGC 这个话题上，AIGC 已经被 Science 列为 2022 年 TOP10 科学突破，2022 年是当之无愧的 AIGC 元年，结合我们的日常工作，我认为以下方面是可以快速尝试和引入的：

• 信息摘要和初级创作：主要用于日常办公效率提升的场景

从信息摘要的角度，这就是信息爆炸时代的良药，简要描述为用魔法打败魔法：直接让 AI 从繁杂的信息中摘取需要的重点内容，节约人力；从初级创作性工作替代上来看， AIGC 可以快速帮我们做完早期的工作，更多精力投入“微雕”。

从 OpenAI 的 Codex 来看（支撑 Github Copilot），对于常用算法、业务逻辑代码、重构（包括跨语言的重构，比如从 java 改成 go）、代码注释（福音啊！）等的代码生成能力已经逐渐成型， 我试着面向 GPT 编程，效果相当好：语法工整、注释清晰、变量准确（除了逻辑错了一丢丢 – 返回是月末周日，而不是周六）

• 通识类问题解答：主要用于通识类知识搜索和问答场景，在公开域搜索信息，以减少人力搜索和辨别的过程。

• IT 系统拟人化：主要用于人机交互场景，这个用途好像很少有人提，可能太偏门了。我觉得其实 AIGC 特别合适帮我们 IT 系统的输出更“丝滑”、更“拟人”、更“准确”，优化机器输出更加的“人性化”，符合普遍大众的习惯。

五、写在最后

“吾生也有涯，而知也无涯。以有涯随无涯，殆已！”，我觉得古人的智慧足以回答关于人类与 ChatGPT 未来发展的问题，在我看来，对于 ChatGPT，甚至是更宽广的技术发展来说，科技是为了解放人类的双手，让我们用更充足的精力去进行思考、探索和创造，AI 应该成为我们的辅助能力，而不是竞争者。

想要了解华为“盘古”大模型的，文末领取丰厚资料包~

• 附件：盘古大模型材料包 .pdf135.66KB

点击关注，第一时间了解华为云新鲜技术~