ChatGPT引发数字化改革
发布时间：2023-02-20 12:45:35 所属栏目：大数据 来源：互联网
导读：ChatGPT是由美国顶尖AI实验室OpenAI开发的一个基于大语言模型的聊天机器人。与之前的大语言模型相比，ChatGPT实现了两个跨越：从玩具到工具的跨越，从学术研究到生产力赋能的跨越。未来五到十年，ChatGPT会像电脑和手机一样成为大众的随身工具，成为人人必备
|
ChatGPT是由美国顶尖AI实验室OpenAI开发的一个基于大语言模型的聊天机器人。与之前的大语言模型相比，ChatGPT实现了两个跨越：从“玩具”到“工具”的跨越，从学术研究到生产力赋能的跨越。未来五到十年，ChatGPT会像电脑和手机一样成为大众的随身工具，成为人人必备的智能助手。 一、ChatGPT的诞生当引起重视 1．ChatGPT简介 ChatGPT是由美国顶尖AI实验室OpenAI开发的一个基于大语言模型的聊天机器人，代表了当前人机对话和文本生成领域的最高水平。 ChatGPT实现了两个跨越，即从“玩具”到“工具”的跨越，从学术研究到生产力赋能的跨越。相较于传统大模型，ChatGPT具备更丰富的专业领域知识、更强的数学运算能力与信息整合能力，可以输出更准确和类人的答案。ChatGPT甚至能够一定程度上解决复杂的专业问题，让机器大规模涉足知识类和创造性的工作。 ChatGPT极大降低了AI 的使用门槛，其问世是AI产业发展的里程碑事件。未来五到十年，ChatGPT会像手机一样成为大众的随身工具，成为人人必备的功能强大的智能助手。 2．ChatGPT性能飞跃的关键是技术升级 ChatGPT创新地融合多种 AI 技术，包括人类反馈强化学习、指令微调和代码训练，使得模型表现有了质的提升。从效果上看，ChatGPT在人机对话中取得惊艳表现，是由于充分解锁了大模型的四个潜力：（1）充分理解人类的意图并响应指令；（2）利用思维链进行多步推理，可以一定程度上解决复杂的专业性问题；（3）建模超长历史对话，充分利用上下文信息；（4）应对用户的新指令。 3．为什么中国没有率先推出类ChatGPT产品？ 中国虽已推出多个大模型，但与 ChatGPT 存在较大差距，短时间内难以诞生能与ChatGPT比肩的大模型。整体来看，中美在 AI 基础技术，尤其是超大规模模型领域的技术差距在增大。 差距主要体现在三个方面：（1）工程化能力。大模型调优周期长、难度大，国内相关工程化经验欠缺，难以实现大模型对数据的充分吸收与利用；（2）数据积累。ChatGPT的成功建立在海量数据集和专业语料库的基础上，持续吸收真实用户对话反馈，形成用户调用和模型迭代的飞轮，国内公司鲜有这方面的积累；（3）AI芯片与算力。国外高端AI 芯片的限供和国内在AI芯片领域与美国的差距，共同限制着国内大模型的发展空间和速度。 二、ChatGPT将引发产业数字化革命 1．ChatGPT背后的大模型将成为AI新型基础设施 ChatGPT使AI能力成为标准化、规模化、流程化、低成本的产物，有望作为AI 能力的共用底座使用，成为 AI 新型基础设施：（1）ChatGPT展现出更高的通用性，可灵活、稳定地提供多种AI能力；（2）ChatGPT降低了 AI 能力获取的成本，基于其进行二次开发的性价比远高于从零开始搭建专用模型；（3）ChatGPT激活了大量潜在需求，未来使用 ChatGPT的从业者将迅速增长，规模应用前景乐观。 2．带动商业模式创新，大模型“中间件”存在广泛机会 ChatGPT作为底层基础模型，可以直接为普通用户提供具备一定专业水平的内容，但与专业用户的诉求仍存在差距，带来中间件的广泛机会。ChatGPT中间件的开发商以实际应用场景为目标，挖掘大模型的潜力、优化大模型的产出，使其能够提供更专业的AI能力。大模型中间件已探索出类SaaS的商业模式，如 Jasper.AI基于 GPT-3提供付费服务，可实现75%的毛利率。 3．ChatGPT并不万能，大模型安全使用需加强监管 受训练语料的时效限制，ChatGPT无法回答2021年6月后的问题；另外，ChatGPT无法验证自身答案的正确性，回答专业问题时仍需人类专家协同。 ChatGPT的滥用也会引发对其安全性的担忧，主要集中在三个方面：知识产权方面，ChatGPT被广泛用于生成专业文档和代码，引发知识产权侵犯及归属争议；信息安全方面，用户隐私可能在交互中被模型捕获，泄露给其他使用者；非法使用方面，ChatGPT可能被用于辅助编写网络钓鱼代码、勒索软件等非法用途。因此，ChatGPT的安全、合法使用需要加强监管。 三、ChatGPT的启示与建议 1. ChatGPT 将对产业数字化产生重大影响 ChatGPT以及类似大模型的不断发展，预计将对产业数字化的发展产生重大影响： 大模型将进一步激活对高质量数据、大规模算力的需求。为了训练和ChatGPT体量相当的模型将需要45TB的高质量专业数据，占用3.5TB内存，至少44块H100 GPU才能满足基本需求，这些需求的爆发将为电信运营商云网服务提供机遇。 2.运营商发展大模型的策略建议 抓住人工智能大模型给产业数字化带来的转型机遇，并妥善应对由大模型带来的核心技术卡脖子、数据隐私、安全监管等挑战。 借鉴通用大模型思路，面向呼叫中心领域率先进行突破性试点。打造智能客服GPT系统，可分三个阶段具体实施：(1)利用客服对话数据和知识库对已有开源大模型进行参数调优，满足基本的问答和知识检索需求；(2)通过引入专家监督训练，优化模型，达到拟人水平；(3)通过强化学习，优化策略，使其具备一定的理解力和自适应能力。智能客服GPT系统可大幅度降低人工成本，并提升交互体验。 （编辑：甘南站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
