《ChatGPT的现状、影响、启示和建议：大模型和多技能》

                                               

图：APP用户过亿时间表（数据来源：UBS / Yahoo Finance）

ChatGPT具备强大的对话能力和生成能力，可以回答后续问题、承认错误、挑战不正确的前提、拒绝不适当的请求，这意味着ChatGPT能够颠覆搜索行业，在智能客服、游戏、虚拟人等领域也将得到广泛应用，从ChatGPT到AIGC，AI已经成为新时代新的生产力。

一、ChatGPT发展现状

ChatGPT由大规模预训练语言模型GPT-3.5微调得来，在理解能力、结果准确性、识别非法与偏见能力上均能取得更优效果，不仅在日常对话、专业问题回答、信息检索、内容续写、文学创作、音乐创作等方面展现出强大的能力，还具有生成代码、调试代码、为代码生成注释的能力。ChatGPT发布后5天用户已超百万，而OpenAI之前发布的GPT-3用了将近两年的时间才突破100万用户。

ChatGPT相较于GPT-3具有支持多轮对话、易于修正、人机交互效果更好、更快、更高效等优势，更适合应用于人工智能客服、搜索引擎、智能客服、虚拟人、代码编程、文学创作等领域。微软目前整将ChatGPT整合进旗下搜索引擎必应（Bing），提高必应在搜索引擎市场的市占率；同时Chat-GPT功能引入Office，用于部分文本的生成和问答。

ChatGPT带动AIGC（AI-Generated Content）的革新。AIGC^[3]指利用人工智能技术自动生成的内容，与此前Web1.0、Web2.0时代的UGC（用户生产内容）和PGC（专业生产内容）相比，代表人工智能构思内容的AIGC，是新一轮内容生产方式变革，而且AIGC内容在Web3.0时代也将出现指数级增长。ChatGPT模型的出现对于文字模态的AIGC 应用具有重要意义，未来，与图形模态的AIGC相结合，有望打造从文字描述到图片生成的AI创作辅助工具，对AI产业上下游产生重大影响^[4] 。

国内生成式AI产品以语言生成类和视觉生成类为主，其他应用类型处于探索阶段。文本生成类产品如百度的“文心ERNIE3.0”，可实现小说诗歌创作、新闻内容生成、商业文案生成。音频生成产品如网易的“天音”可实现自动编曲。图片生成类应用如百度的“文心一格”，其创作出的作品效果接近人类作品。

同时，国内部分企业也陆续推出新工具和平台，可生成数字内容、合成数据等。华为云推出数字内容生产线MetaStudio，该平台具备3D模型制作、云渲染等能力，可用于虚拟直播、虚拟视频内容制作。中国移动研究院实现了GAN生成NFV相关合成数据技术，并逐步探索结构化数据生成技术的落地路径。声智科技融合语言和视觉生成，基于Azero AIoT开发框架，生成多轮智能交互数字人^[5]，并成功应用在2022年北京冬奥会和冬残奥会和北京国际马拉松，以及全国人大、故宫博物院、环球影城等重点场景。

国外生成式AI产品应用方向多样，现象级产品迅速获取大量用户。根据知名创业组织Antler的统计，截止2022年年底，海外生成式AI产品数量达到190余个，包括视频、音频、游戏、数据、搜索等多种类型应用。同时，2022年年底图片生成应用Midjourney官方Discord中的关注人数超过百万，ChatGPT上线后一周内用户数量已近百万。

生成式AI产品在交互设计中，更注重用户体验。目前生成式AI产品形态包含插件、API网页交互、客户端等。其中，API网页交互无需下载安装产品，在云端即可获得生成内容，如用户可在百度的“文心ERNIE 3.0”产品网页中输入提示词生成内容。同时，生成式AI技术与搜索产品融合后，匹配内容、意图理解表现更好。例如，用户使用论文阅读助手SciSpace时，无需指定关键词即可搜索和查找相关论文，可提升阅读论文效率。

表：AIGC应用场景及所处发展阶段

表：AIGC国内外典型应用

二、ChatGPT带来的影响

ChatGPT强大的内容生成能力，引起了业界普遍关注，也加速了人工智能行业从决策式/分析式AI（Discriminant/Analytical AI）到生成式AI （Generative AI）的演化。

图：决策式/分析式AI（Discriminant/Analytical AI） VS 生成式AI （Generative AI）

决策式AI：学习数据中的条件概率分布，根据已有数据进行分析、判断、预测，主要应用模型有用于推荐系统和风控系统的辅助决策、用于自动驾驶和机器人的决策智能体。

生成式AI：学习数据中的联合概率分布，并非简单分析已有数据而是学习归纳已有数据后进行演技创造，基于历史进行模仿式、缝合式创作，生成了全新的内容，也能解决判别问题。

  随着生成式AI技术的不断进步，生成模态不断更新，呈现多元化格局。按照生成模态划分，生成式AI产品分为文本生成（以ChatGPT为代表）、图片生成、代码生成和音频生成多个方向。2022年9月Meta发布自研视频生成大模型Make-A-Video；2022年11月，NVIDIA公司发布了3D模型生成工具Magic3D；同月WebAR软件平台解决方案商Geenee AR发布了AI WebAR内容创造套件RT3D AI SDK。生成模态的多元也推动了生成式AI的多行业应用。

图：生成式AI的多行业垂直应用

从机器辅助人跃迁到机器代替人。随着生成式AI的不断成熟，部分专业内容生产者将被替代。数据、算力的进一步提升将带来具有更强生成效果的AI，能够根据用户需求生成个性化定制内容终稿，并且AI生成内容达到专业内容生产者水平且具有独特新颖的创意，从而替代部分文字作者、翻译人员、插画创作者、配音人员、音乐制作人、视频编辑人员等等。

丰富数字内容供给侧供给。AIGC大幅度降低了数字内容生产的成本，打破了数字内容生产受到人类想象能力和知识水平的限制，广泛应用于文本生成、音频生成、图像生成、视频生成、跨模态生成及游戏领域，其广泛应用能够满足数字经济时代日益增长的数字内容供给需求。

创造新的生产力，带来巨大影响。生成式AI强调学习归纳后进行演绎创造，生成全新的内容，本质是对生产力的大幅度提升和创造，已催生了营销、设计、建筑和内容领域的创造性工作，并开始在生命科学、医疗、制造、材料科学、媒体、娱乐、汽车、航空航天进行初步应用，为各个领域带来巨大的生产力提升，在个人计算机、互联网、移动设备和云的规模上产生变革性的影响。

三、ChatGPT引发的思考

自1947年以来，AI领域取得的关键进展，（如Eliza、AlphaGo和chatGPT的发布），都是由西方主导，美国在AI技术发展的过程中不断进行颠覆性技术创新，尤其是最近十多年，更是建立先发优势和累加优势，逐步拉大中美在AI领域的差距。^{[6] -[7]}

图：AI关键发展节点的符号产品

以chatGPT的发展历程为例：

2015年12月，OpenAI成立，探索大模型路线。

2017年6月，Google发布Transformer论文。

2018年6月，OpenAI发布GPT-1，参数量1.17亿，预训练数据量5GB。

2019年2月，OpenAI发布GPT-2，参数量15亿，预训练数据量40GB。

2020年5月，OpenAI发布GPT-3，参数量1750亿，预训练数据量45TB。

2022年11月，OpenAI发布chatGPT。

2023年2月，Google发布Bard。

从算力的角度看，以英伟达GPU的发展历程为例：

1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。

2006年，NVIDIA公司推出了CUDA，这是一种通用并行计算平台和编程模型。

2017年，NVIDIA公司发布了全新Volta架构GPU—Tesla V100，这是训练chatGPT的GPU。

从AI重要分支ChatBot的发展历程来看：^{[7] -[10]}

1966年，MIT发布聊天机器人ELIZA，主要用于辅助心理咨询。

2010年，Apple发布聊天机器人Siri，主要用在iPhone作为语音助手。

2015年，Amazon发布聊天机器人Alexa，主要用在智能音箱等智能硬件。

图：Chatbot的发展历程

回过头来看，国内也在追赶AI的热潮，在ChatBot方面快速跟进：

2015年，科大讯飞发布了AIUI，定义为人机交互服务新界面。

2016年，百度发布了DuerOS，定义为对话式人工智能操作系统。

2017年-2019年，小米发布了水滴平台，阿里发布了天猫精灵，腾讯发布了小微，微软发布了小冰，思必驰发布了DUI，这段时间的补贴竞争就是“百箱大战”。

2019年，声智发布了Azero 2.0，定义为多模态与