2022年11月30日，OpenAI發(fā)布了ChatGPT，在全球范圍內(nèi)引發(fā)了人工智能熱潮。ChatGPT（Chat Generative Pre-trained Transformer），即聊天生成式預(yù)訓(xùn)練轉(zhuǎn)換器。它通過與人類做文字對話的方式，“與人進行實時對話，即時回答問題；可以做到理解上下文，實現(xiàn)連續(xù)對話；可以撰寫和修改計算機代碼；編寫文案、腳本、大綱、策劃；快速生成新聞報道、創(chuàng)作詩歌”等，提供相應(yīng)的文字回答，且回答的內(nèi)容“形式上合理”。

創(chuàng)新困境者的突圍

人類從誕生開始，就一直不斷地認識自然，改造自然。但當人類感到自己本體機能受限時，技術(shù)就應(yīng)運而生。技術(shù)加強了人類的本體技能，其本質(zhì)是人類的延伸。體力（手腳、軀干）的延伸促進了機械化的產(chǎn)生，感知力（眼耳鼻舌身）的延伸促進了信息化的產(chǎn)生，從工具到汽車，從PC機到AlphaGo，再到ChatGPT，認知力（意即大腦）的延伸促進了智能化的發(fā)展。

從AI技術(shù)層面來看，ChatGPT所能實現(xiàn)的人類意圖，來自于機器學(xué)習(xí)、深度學(xué)習(xí)、轉(zhuǎn)換器和多層感知機模型的多種技術(shù)架構(gòu)及模型積累，最終形成針對人類反饋信息學(xué)習(xí)的大規(guī)模自然語言處理模型。截至2023年1月，ChatGPT的用戶超過1億，成為迄今為止增長最快的消費者應(yīng)用程序。這是因為人們主觀的認知和表達，以及自然科學(xué)和社會科學(xué)都要以具有實質(zhì)性的內(nèi)容作為基礎(chǔ)和前提，沒有內(nèi)容就沒有人類文明。ChatGPT的500多位開發(fā)科學(xué)家突破的就是“內(nèi)容”這個困境！

突破困境，就會形成質(zhì)的突變。數(shù)據(jù)表明，ChatGPT用了5天漲粉到100萬，而蘋果用了74天，推特用了2年，奈飛用了3年半。

理想主義者的堅持

ChatGPT是由OpenAI團隊研發(fā)創(chuàng)造，OpenAI是由SpaceX創(chuàng)業(yè)者埃隆·馬斯克、美國創(chuàng)業(yè)孵化器Y Combinator總裁阿爾特曼、全球在線支付平臺PayPal聯(lián)合創(chuàng)始人彼得·蒂爾等人于2015年在舊金山創(chuàng)立。OpenAI的創(chuàng)立目標是與其他機構(gòu)合作進行AI的相關(guān)研究，并開放研究成果以促進AI技術(shù)的發(fā)展。

ChatGPT經(jīng)歷多類技術(shù)路線演化，逐步成熟與完善。其GPT（Generative Pre-trained Transformer，生成式預(yù)訓(xùn)練轉(zhuǎn)換器）模型是一種自然語言處理模型，使用轉(zhuǎn)換器來預(yù)測下一個單詞的概率分布，通過訓(xùn)練在大型文本語料庫上學(xué)習(xí)到的語言模式來生成自然語言文本。

從1950年AI始祖圖靈提出基于規(guī)則的少量數(shù)據(jù)處理，給出判斷機器是否具有“智能”的方法——圖靈測試開始，AI技術(shù)開始了漫長的探索。直到30年后，機器學(xué)習(xí)出現(xiàn)，才以可根據(jù)一定范圍的數(shù)據(jù)進行參數(shù)分類，但受限于技術(shù)水平，AI僅限于小范圍實驗。到了20世紀90年代，基于機器學(xué)習(xí)延伸出來的一個新的領(lǐng)域——深度學(xué)習(xí)出現(xiàn)了，它是以受人大腦結(jié)構(gòu)為啟發(fā)的神經(jīng)網(wǎng)絡(luò)算法為起源加之模型結(jié)構(gòu)深度的增加發(fā)展，并伴隨大數(shù)據(jù)和計算能力的提高而產(chǎn)生的一系列新的算法。進入21世紀，獲得突破的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）及其后來發(fā)展的生成式對抗網(wǎng)絡(luò)（GAN）開始模仿人腦進行大量數(shù)據(jù)的標記和訓(xùn)練，分別在計算機視覺和自然語言處理領(lǐng)域得到廣泛使用，帶動了人工智能領(lǐng)域的蓬勃發(fā)展。

深度學(xué)習(xí)的發(fā)展讓我們第一次看到并接近人工智能的終極目標，AI從實驗性向?qū)嵱眯赞D(zhuǎn)變，但缺陷是受限于算法瓶頸，無法直接進行內(nèi)容生成。

2017年，Ashish Vaswani et.al的論文《Attention Is All You Need》中，提出了一種新的簡單架構(gòu)——轉(zhuǎn)換器（Transformer），徹底顛覆了過去的理念，沒用到卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)，它完全基于注意力機制，不用重復(fù)和卷積，因而這些模型在質(zhì)量上更優(yōu)，同時更易于并行化，并且需要的訓(xùn)練時間明顯更少。該論文被評為自然語言處理領(lǐng)域的年度最佳論文。

Transformer出現(xiàn)以后，迅速躋身主流模型架構(gòu)基礎(chǔ)，使深度學(xué)習(xí)模型參數(shù)達到了上億的規(guī)模。AI技術(shù)的發(fā)展也呈現(xiàn)出模型之爭，重大研究方向就是自然語言處理任務(wù)。隨之，自然語言處理任務(wù)就轉(zhuǎn)入了兩大流派的競賽，按轉(zhuǎn)換器架構(gòu)可分OpenAI的自回歸系列（例如GPT-3，偏好生成性任務(wù)）；谷歌的雙向Transformer+Mask的自編碼系列（例如BERT，偏好自然語言理解）。

從2018年開始，谷歌率先提出了3億參數(shù)模型BERT，陸續(xù)又推出了ELNet、RoBERTa、T5等，到了2021年則推出高達1.6萬億的參數(shù)量的Switch Transformer模型。2023年2月4日，谷歌注資3億美元投資Anthropic，Anthropic 開發(fā)了一款名為Claude的智能聊天機器人，據(jù)稱可與ChatGPT相媲美（仍未發(fā)布）。

而OpenAI也在兩年左右的時間，先后推出了GPT- 1到GPT- 3，再到ChatGPT，參數(shù)實現(xiàn)了從億級到上千億級的突破，并能夠?qū)崿F(xiàn)作詩、聊天、生成代碼等功能。作為OpenAI最大投資方的微軟，開始利用ChatGPT提高產(chǎn)品競爭力，將ChatGPT整合進Bing搜索引擎、Office全家桶、Azure云服務(wù)、Teams程序等產(chǎn)品中。

此外包括微軟、Meta、英偉達、華為、百度、阿里等巨頭在內(nèi)的全球領(lǐng)先企業(yè)紛紛參與其中，預(yù)訓(xùn)練大模型已經(jīng)成為整個AI領(lǐng)域的競爭焦點。

混沌和近臨界邊緣者的沖浪

2022年，在ChatGPT溫和聚變式的科技革命中，人工智能生成內(nèi)容后來居上，以超出人們預(yù)期的速度成為科技歷史上的重大事件，迅速催生了全新的科技生態(tài)。

在國內(nèi)，2021年成為中國AI大模型的爆發(fā)年。眾多公司和研究機構(gòu)正在積極開展對大模型的研發(fā)。代表性的有華為云聯(lián)合循環(huán)智能發(fā)布的基于昇思MindSpore打造的1000億參數(shù)盤古NLP模型、聯(lián)合北京大學(xué)發(fā)布2000億參數(shù)的盤古α模型；百度推出基于PaddlePaddle 開發(fā)的2600億參數(shù)ERNIE3.0 Titan模型；而阿里達摩院聯(lián)合清華大學(xué)發(fā)布的中文多模態(tài)模型M6參數(shù)達到10萬億，將大模型參數(shù)直接提升了一個量級。

2022年，基于清華大學(xué)、阿里達摩院等研究成果以及超算基礎(chǔ)實現(xiàn)的“腦級人工智能模型”——八卦爐（BAGUALU）完成建立，其模型參數(shù)模型突破了174萬億個，完全可以與人腦中的突觸數(shù)量相媲美。

目前，大模型參數(shù)規(guī)模最高可達百萬億級別，數(shù)據(jù)集達到TB量級，且面向多模態(tài)場景（同時支持文字、圖像、聲音、視頻、觸覺等兩種及以上形態(tài)）的大模型已成為趨勢。大模型生態(tài)已初具規(guī)模。

值得期待的是，百度宣布將在2023年3月的某個時候推出一項中文名為“文心一言”或英文名為“ERNIE Bot”的ChatGPT式服務(wù)。

新一輪認知力延伸的競賽是否又開始了呢？

《Attention Is All You Need》幾位作者的選擇或許有一定的代表性：時隔5年，8位作者僅有一位還留在谷歌。其中6人選擇創(chuàng)業(yè)或加入創(chuàng)業(yè)公司，還有一位去了OpenAI。

2022年4月26日，一家名為Adept的公司官宣成立，以Ashish Vaswani為首的共同創(chuàng)始人有9位，Ashish Vaswani在南加州大學(xué)拿到博士學(xué)位，師從華人學(xué)者蔣偉和黃亮，主要研究現(xiàn)代深度學(xué)習(xí)在語言建模中的早期應(yīng)用。2016年，他加入了谷歌大腦并領(lǐng)導(dǎo)了Transformer的研究。

Adept是一家致力于用AI來增強人類能力并最終實現(xiàn)通用智能的公司。在闡述公司創(chuàng)立初衷時，Ashish Vaswani寫道：“在Google，我們訓(xùn)練出了越來越大的Transformer，夢想著有朝一日構(gòu)建一個通用模型來支持所有ML用例。但是，這其中有一個明顯的局限：用文本訓(xùn)練出的模型可以寫出很棒的文章，但它們無法在數(shù)字世界中采取行動。你不能要求GPT-3給你訂機票，給供應(yīng)商開支票，或者進行科學(xué)實驗”。

因此，他們打算創(chuàng)建一個通用系統(tǒng)，“你可以把它想象成你電腦里的一個overlay，它和你一起工作，使用和你一樣的工具。使用Adept，你能專注于你真正喜歡的工作，并要求模型承擔(dān)其他任務(wù)”。

也許，對于國內(nèi)大多數(shù)在混沌和近臨界邊緣上沖浪的人來說，都應(yīng)該好好思索一個問題：“是沿著Transformer和ChatGPT競賽，還是換一個類似Adept的新賽道呢？”

審核編輯 ：李倩