ChatGPT热潮下的冷思考:人工智能将如何影响人类的未来?

中新财经采访人员 宋宇晟
“在接下来的五年中 , 会思考的计算机程序将阅读法律文件并提供医疗建议 。在接下来的十年中 , 它们将从事流水线工作 , 甚至可能成为同伴 。在此之后的几十年中 , 它们将做几乎所有事情 , 包括做出新的科学发现 , 从而扩展我们的‘一切’概念 。”
2021年3月16日 , OpenAI公司CEO山姆·阿尔特(13.810, 0.12, 0.88%)曼(Sam Altma)在网上发表了一篇名为《万物摩尔定律》的文章 , 并在文中以预言式的口吻这样描绘了人类与人工智能共处的未来世界 。
在阿尔特曼看来 , 人工智能革命即将到来 , 其结果必将深刻影响人类的未来 。不到两年之后 , 有关ChatGPT的讨论席卷全球 。这似乎意味着现实正逼近他所预测的未来 。
那么 , 人工智能的发展将如何塑造或影响人类的未来?我们还是先从最近备受关注的ChatGPT说起 。

ChatGPT热潮下的冷思考:人工智能将如何影响人类的未来?

文章插图
资料图
ChatGPT是怎么火起来的?
2022年11月30日发布的聊天机器人(10.640, 0.03, 0.28%)模型ChatGPT , 正显示其巨大的影响 。根据Similarweb的数据 , 今年1月 , 平均每天约有1300万独立访客使用 ChatGPT , 是去年12月份的两倍多 , 累计用户超1亿 , 创下了互联网最快破亿应用的纪录 。
如果只把它看作是一个“能与人类对话”的机器人 , “技术进步”的迹象并不明显 。毕竟Siri、小爱、小度……这些人们如今常用的工具 , 都可以提供“对话”服务;甚至在2020年 , 小冰公司还推出过“虚拟男友”聊天产品 。这些产品背后的人工智能都可以在不同程度上完成与人类的“对话” 。
ChatGPT的“魅力”更多还要从技术上看 。其中 , “大模型”是关键词 。
小冰公司CEO李笛将ChatGPT定义为“大模型”的一个产物、一次产品化的尝试 。
何为“大模型”?智源研究院原副院长刘江告诉采访人员 , 以AlphaGo为例 , 这样的人工智能就属于“小模型” 。“它只能用来下围棋 , 象棋、五子棋都不会下 。其中可能有些底层技术类似 , 但如果要让AlphaGo下象棋或五子棋 , 还需要技术人员重写代码、重新训练 。”
“但大模型不同 , 它是通用的 。”刘江举例 , ChatGPT的应用场景很广泛 , 既可以写邮件、写文案 , 还可以写代码、写诗 , 甚至写论文 。
腾讯研究院发布的《2022十大数字科技前沿应用趋势》中就明确指出 , 小模型不仅需要大量的手工调参 , 还需要给机器喂养海量的标注数据 , 这拉低了人工智能的研发效率 , 且成本较高 。大模型通常是在无标注的大数据集上 , 采用自监督学习的方法进行训练 。
ChatGPT是OpenAI对其2020年发布的GPT-3模型微调后开发出的对话机器人 。报道显示 , 该模型使用来自互联网的文本数据库进行训练 , 包括从书籍、网络文本、维基百科、文章和互联网其他文本中获得的高达570GB的数据 。ChatGPT背后的模型GPT-3.5则更为强大 。
中金公司(40.610, 1.83, 4.72%)一份研报认为 , 此类新技术的应用“带来弱人工智能向通用智能的阶跃” 。
而在业内人士看来 , 技术上从小模型到大模型的变化 , 无异于人工智能的“进化” 。
ChatGPT热潮下的冷思考:人工智能将如何影响人类的未来?

文章插图
ChatGPT网页截图
人工智能的“进化”
1965年 , 英特尔创始人之一戈登·摩尔提出了摩尔定律 , 即当价格不变时 , 集成电路(IC)上可容纳的元器件 , 每隔18-24个月便增加一倍 , 性能也提升一倍 。既然在相同面积晶圆下生产同样规格的IC , 每隔18-24个月可增加一倍 , 那么生产成本也能相应降低50% 。
阿尔特曼的《万物摩尔定律》将这一定律的适用范围大大扩展 。他写到 , “摩尔定律适用于一切”应该是一代人的口号 , 虽然“这听起来很乌托邦” 。
换言之 , 在阿尔特曼看来 , 当下这个时代 , 技术迭代的速度是肉眼可见的 。


推荐阅读