一口气搞清楚ChatGPT

你們都讓我聊, 我真的各種私信都快yu了, 咱就聊聊, 我就圖省事, 咱就直接問問ChatGPT, 能不能幫我寫一個視頻大綱, 你看嘩嘩嘩, 1234567就列出來了, 你詳細說一說, 第二部分, 你看有1234告訴我, 你來幫我寫一段腳本, 我連稿都不用寫了, 你看他這稿你也不能深究, 我要是按他這個講, 估計每兩期我這粉就該掉光了, 不過, 咱先刨開它這個內容質量不說, 你就光看它這個文字能力, 你問它什麼, 都能給你對答如流, 還說得有模有樣的, 反而是把我給震撼到了, 又是拿美國的醫學牌照, 又是參加司法考試, 又能寫小說編代碼查資料, 你就感覺, 只要能用文字表達的事兒, 它全都能幹, 你說這玩意兒, 它怎麼突然就橫空出世了, 之前也有聊天機器人兒, 怎麼就感覺它就要顛覆世界了, 讓資本圈兒, 好傢伙那個興奮, 它又有什麼問題呢, 巨頭們又如何應對, 它到底會讓誰失業呢, 小Lin雖然不是什麼, 人工智能方面的專家, 不過今天咱們就一起, 把這些碎片的信息都給串起來, 一起來聊一聊, 關於ChatGPT, 你需要知道的那些事兒, 這個聊天機器人兒, 咱們得追溯到1950年, 那時候號稱計算機科學之父, 人工智能之父的艾倫·圖靈, 發表了一篇, 具有劃時代意義的論文, 他提出了一個很有哲理的, 叫做模仿遊戲, 也就是說咱們大名鼎鼎的, 那個圖靈測試, 就是說當你在不面對面的時候, 跟人家文字聊天兒, 你能不能準確地判斷出來, 對方是一個人, 還是個機器人兒, 如果你要是很難分辨出來, 那就一定程度上, 可以說這個機器它是智能的, 你看這圖靈測試, 是不是又簡單又易懂, 又具體而且還挺有意思的, 所以就吸引了, 很多計算機方面的科學家, 來向它發起衝擊, 不過最開始的時候, 都是一些非常簡單的指令, 它就是通過一些語言技巧, 就是小聰明, 來盡量讓你感覺到, 你好像是在跟一個人對話, 就比如說1966年的時候, MIT實驗室裡, 就發明出來一個聊天機器人兒, 叫Eliza, 這開發者就很聰明, 他給Eliza的設定是個心理治療師, 你看這種諮詢師, 一般不都是少說話多傾聽, 所以它就可以問人家說, 你有沒有什麼想法, 人家布拉布拉說一大通, 然後它又問說, 你昨天休息的怎麼樣, 人家又布拉布拉說一大通, 它少說就少錯, 所以就真的讓人誤以為, 它在傾聽然後跟你溝通, 而其實它背後就是一些, 非常簡單的if…, then… 的代碼, 比如說它一看到說mother, 媽媽這個詞的時候, 它就會跟你說, 跟我說說你的家庭, 就類似這種的關鍵詞, 大概有兩百來個, 然後到了三十年之後的, 1995年, Eliza又出來了一個後輩叫ALICE, 它就進化的已經很強大了, 雖然跟ChatGPT還沒法比, 但就很日常的一些對話, 它已經都可以應付了, 不過本質上, 不管是這個Eliza還是ALICE, 它的原理, 都是基於一個叫做Pattern Matching, 就是模式匹配, 聽到一個關鍵詞, 它就會調取一個, 已經預設好的預案, 就比如說它聽見你好, 你就問人家說吃了嗎, 它聽見媽媽, 它就說跟我說你的家庭, 類似這種, 其實即使是在現在, 一些購物網站, 銀行什麼的機器人兒, 它基於的, 還是這種模式, 就比如說你跟它聊天, 你一說到退貨, 它就給你發個退貨流程, 或者你一說ATM, 它就給你發個附近ATM的地圖, 這種匹配模式, 它雖然稱不上是非常的智能, 但確確實實減少了很多那種, 大量人力機械性的重複回答, 但咱就從智能的角度講, 你說這種限定規則的機器人兒, 就算你的規則寫得再复雜, 預設再多, 也不可能窮盡所有的答案, 它更不可能去創造新的答案, 所以, 你要真的想通過那個圖靈測試, 想要變成真正的智能, 單憑這種模式匹配, 是不可能實現的, 於是就出現了, 語言學習裡邊一個新的流派, 這個也是人工智能裡邊, 非常重要的一部分, 就是機器學習, 顧名思義它的基本理念, 就是讓機器去學習, 就是說我不給你人為規定, 一些規則和回答了, 就給你一大堆現成的例子, 讓你自己去學習找規律, 聽著是不是就感覺厲害多了, 也非常符合, 我們對學習這個邏輯的認知, 基於這個理念, 就到2001年, 就有了一個叫做SmarterChild, 更聰明小孩, 這麼個機器人就火出圈了, 那為什麼火呢, 首先它用了一些機器學習裡邊, 當時比較先進的模型, 來讓聊天變得更自然, 而且2000年那會兒, 不是興起了一大批聊天軟件, 什麼AOL Windows Yahoo, 那個Smart Child, 就把這些平台橫掃了一遍, 就讓全世界好幾億人, 都可以跟它對話, 不管你問它什麼, 你甭管它答得怎麼樣, 總能跟你聊上兩句, 可以算是ChatGPT的大前輩了, 你說這麼好玩的東西, 那立馬就風靡全球, 吸引了超過3000萬的用戶, 跟它對話聊天, 它每天光接收的信息, 就要超過10億條, 被各種人聊騷, 直到2007年的時候, 它被一家巨頭公司給收購了, 你猜是誰, 就是微軟, 微軟在那麼早的時候, 就已經開始覬覦這個領域了, 這個更聰明小孩, 雖然已經很能聊了, 但是離通過圖靈測試, 還有很長的距離, 就你跟它聊兩句就知道, 那就是個機器, 好咱們繼續進步, 到了2010年的時候, 機器學習裡邊的一個領域, 開始閃光了, 叫做人工神經網絡, Artificial Neural Networks, 你看我們人的大腦, 其實是靠, 超過100億個神經元, 通過網狀鏈接, 來判斷和傳遞信息的, 雖然這每個神經元都很簡單, 但是它們組合起來, 就可以判斷非常複雜的信息, 所以這個人工神經網絡, 其實就是想模擬人腦的, 這種形式, 輸入信息之後, 就會經過若干個, 隱藏神經節點的判斷, 就跟神經元似的, 然後給你輸出結果, 其實這個神經網絡的思想, 早就有了, 可以追溯, 甚至可以追溯到1960年代, 但是它需要兩樣東西做支撐, 大量的數據和強大的算力, 而這些在之前都是不具備的, 所以這個神經網絡的事, 就是紙上談兵, 到了2010年代, 那不互聯網時代了嘛, 數據肯定是有了, 算力呢, 也是持續指數級別的提升, 才讓神經網絡這個, 開始能應用起來, 人們就發現, 這個模式真的特別適合解決, 就是人們一看就知道, 就憑直覺那種事兒, 就比如說你看到一張臉, 你就能迅速知道他是誰, 當然劉強東除外, 我這人臉盲, 臉盲, 臉盲, 我根本不知道她漂不漂亮, 你想之前要是讓電腦, 判斷出這個人是誰, 那簡直太難了, 但是你用這個神經網絡, 機器學習就能慢慢摸索出規律, 現在它的應用已經非常廣了, 不光是人臉識別, 像聲音識別自動駕駛, 包括前幾年, 下圍棋打敗柯潔那個AlphaGo, 都是用這招練出來, 所以說這個神經網絡, 在剛才我們說那些領域, 都可以大展宏圖, 但回到文字領域, 它發展就不太順, 那為什麼呢, 因為這個機器學習, 它一般都是用一種, 叫做循環神經網絡, 就是RNN來處理文字的, 它主要的方式, 就是按順序一個詞一個詞看, 一個詞一個詞處理, 那問題就是, 它沒法同時進行大量的學習, 而且你這句子也不能太長, 要不然你學到後面的時候, 前面都忘了, 直到2017年的時候, 谷歌出了一篇論文, 提出來了一個新的學習框架, 叫做Transformer, 具體的機制就比較複雜了, 那肯定也不是小Lin能搞明白的, 但結果就是它可以讓機器, 同時學習大量的文字, 就比如原來那些字你得挨個學, 就跟電路串聯似的, 現在你可以同時學, 就跟並聯似的, 這樣一下那訓練的速度效率, 不就大大提高了, 有了這個Transformer, 機器在文字學習方面, 那就像打通了任督二脈, 現在很多自然語言處理模型, 其實都是建立在, 它的基礎架構之上的, 谷歌那個BERT裡頭的T, 包括ChatGPT的T, 都是指這個Transformer, 好你看, 現在技術方面, 已經有非常強的突破, 萬事俱備, 那不就差人和錢了嗎, 是時候是ChatGPT登場了, 就在2015年, 包括馬斯克彼得·蒂爾在內, 幾個大佬一起注資了, 10億美金, 成立了一家非營利組織叫OpenAI, 也就是ChatGPT的母公司, 來進行AI方面的研究, 你看它非盈利, 就說我不是為了賺錢, 我純粹是為了, 推動這項技術的發展, 所以它的研究成果包括專利, 都是對外公開的, 你看這個投資人裡, 咱們是不是聽到了, 大家都非常熟悉的馬斯克, 實際上他逐漸發現, 他的特斯拉在AI方面, 也需要大量的投入研究, 搞自動駕駛什麼的, 所以就為了避免特斯拉跟OpenAI, 這兩家公司的利益衝突, 他就在2018年, 也就是OpenAI成立的第三年, 退出了董事會就拜拜不玩了, 所以現在這個OpenAI, 其實跟馬斯克已經關係不大了, 拜拜, 而OpenAI這些大牛們, 也確實很厲害, 2017年, 谷歌不是推出了那個Transformer, 他們就立馬在這個基礎上, 研究學習, 2018年發表了一篇論文, 介紹了一個新的語言學習模型, 之前的語言學習模型, 它基本都是需要人去監督, 或者人為給它設定一些標籤, 但是那個GPT, 就基本不怎麼需要了, 你就把一堆數據放進去, 他就一頓學就給學明白了, 反正大概就這個意思, OpenAI就在2018年6月, 推出了第一代GPT, 接著在2019年11月, 又增加了訓練的數據量, 推出了GPT-2, 就這種機器學習, 它其實主要就拼兩件事兒, 一個是模型一個是參數量, 模型就是決定了機器怎麼學, 同樣的數據我進去, 我學得比誰都快比誰都好, 那你就厲害, 而參數量, 它其實就需要大量的計算, 所以說白了就是要砸錢, 就算是模型再好, 它也得靠砸錢去訓練和驗證, 這兩者缺一不可, OpenAI團隊, 對我這個模型是很有信心, 那下一步不就缺錢了嗎, 而你每進步一點, 都可能需要, 上升一個數量級的數據去支撐, 那這些, 都是需要真金白銀去支持的, 你就比如說Google那個DeepMind, 就是研究出來AlphaGo的那個公司, 它每年開銷就四五億美元, 最開始OpenAI這邊, 我們不說投了10億美元, 那根本不夠花, 注意, 這時候它還是個非營利組織, 馬斯克也退出了大腿不在了, 之前10億美元情懷不夠了, 我上哪再找那麼多情懷去是吧, 所以迫於資金壓力, OpenAI就在2019年, 從非營利組織轉型了, 但是n它沒有直接變成一個盈利組織, 還是得要點情懷, 而是變成了一個, 叫做收益封頂的盈利組織, 它什麼意思呢, 就是說任何投資人的投資回報, 都不能超過100倍, 超過100倍的部分, 投資人就拿不到回報了, 就都歸OpenAI自己了, 但是我就好奇, 你說我要是, 投資回報快到100倍了, 我就撤出來然後重新投, 那不又能拿100倍了嗎, 反正不管怎麼說, OpenAI變成了一家盈利組織, 也就是說你投資它, 是可以拿到回報了, 這時候微軟就立刻衝了過來, 注資10億美元, 那這筆投資, 對雙方肯定都是雙贏的, OpenAI這邊一是拿到了錢, 第二微軟也給它建了一個, 全球第五的超級計算機, 大大提升了它訓練效率, 那微軟, 也得到了OpenAI的技術和團隊, 當然這樣的話, 那OpenAI的研究成果, 也就別想再公開了對吧, 你說微軟那能投的是情懷嗎, OpenAI得到了超能力和算力支持, 就準備開始大力出奇蹟, 它之前那個一代的時候, 只有1.2億個參數, 到了GPT-2是15億個, 而這回半年之後, 又推出了GPT-3, 直接上升了100倍, 變成了1750億, 效果果然就真的非常好, 已經有那麼點, 現在這個ChatGPT的意思了, 就你問它點什麼, 它都能給你答出來, 當時在業內, 就已經掀起了一波轟動, 不過n這個純機器訓練出來的GPT-3, 它有個問題, 就是它有的時候答得很好, 有的時候就差那麼點意思, 而且問題就在於, 你不管再怎麼加大參數量, 它的提升和改善都非常有限, 這個就因為它在訓練的時候, 沒有一個非常好的反饋機制, 就是沒有人告訴它, 你答成什麼樣是對的, 答成什麼樣是不好的, 你看我要是訓練下棋, 那我就想贏對吧, 贏了就是好的, 那我就訓練讓自己贏, 但是你說聊天, 那就很難判斷了, 我怎麼知道我聊的是好的, 還是不好的, 我就只能在那乾學, 所以為了解決這個問題, OpenAI就在訓練的時候, 加入了一個人工反饋的機制, 就是你跟我聊天我告訴你, 你聊的是好還是不好, 專業術語, 就叫人工反饋的強化學習, 所以你用ChatGPT的時候, 你就感覺, 它有時候特貧特能說, 其實這都是因為訓練它的人, 就喜歡它這麼說, 要是訓練它的人, 是個特別幽默的人, 那估計ChatGPT的人, 就整天給你講段子了, 反正就是加入了, 這個人工反饋的強化學習之後, 它不管是訓練的效率還是效果, 都得到了大大的提升, 在2022年3月, 就推出了GPT-3.5, 之後又對對話進行了優化, 在2022年11月就推出了, ChatGPT, 它其實就是一個非常, 極其簡單粗糙的聊天界面, 但是你問它什麼, 人家都能能給你, 吧啦吧啦回答一通, 感覺說起來很有道理, 當然這裡邊會有一些問題, 這個我們之後再說, 但你就粗略地一看, 它真的是什麼都能聊, 而且語言表達上, 真的就說的跟那麼回事兒似的, 經歷了半個世紀, ChatGPT這次, 肯定是可以輕輕鬆松, 就通過圖靈測試了, 是不是挺厲害的, 這樣就不禁讓我想到了, 富途牛牛的海外版, moomoo, 富途有百分之七十多的人, 都是搞產品跟研發的, 就是想靠科技創新, 讓投資交易更簡單, 一個賬戶就可以搞定, 佈局全球, moomoo也給小Lin粉絲, 準備了專屬福利, 開戶就送一股Under Armour的股票, 你要再入金等額一萬港幣, 還可以再送一股, 價值約100美元的Google的股, 最近這個ChatGPT不是火了嗎, 你要是想看, 都帶火了哪些概念股, 你就在這直接搜ChatGPT, 就能看見了, 美股港股都有, 你看不光是像微軟谷歌, 這些大家都聽說過的巨頭, 還有一些, 你之前可能沒聽說過, 那種潛力股, 你比如說, 我要想看看哪個股票的潛力, 比如說就台積電, 像這種華爾街分析師的評級, 目標價的預測, 還有這個股票, 有幾個積極的消極的信號, moomoo全都給你整理出來了, 反正大家平時關心的, 資金面技術面基本面, 都挺全的, 而且它不光是把這些信息, 都免費給你整理出來, 包括這圖可視化, 做得都還挺直觀的, 包括實時更新的, 全球AI相關的資訊, 甚至都給你翻譯好了, 除了ChatGPT, 它這裡邊還有叫做概念板塊, 你就能看到別的概念股, 你看什麼機器人科學物聯網, 就算你不炒股, 了解一下都挺好的, 它們還有毫秒級報價, 還有0.0037秒, 極速下單等等這些能力, 你就能看出來, 真的是想在科技上大力出奇蹟, 最近moomoo剛在日本, 也開放了平台的功能體驗, 用戶都說, 感興趣的朋友, 可以通過下面鏈接, 領股體驗一下, 好咱們說回ChatGPT, 反正它就確確實實, 已經顛覆了大多數人, 包括我在內, 對聊天機器人的認知, 所以在短短的兩個月內, ChatGPT的月活就突破了一億人, 擴張速度肯定是史上最快, 各種數據怎麼吹都不為過, 不過說實話, 就ChatGPT它這麼強的顛覆性, 它產品本身, 給人們帶來那個震撼, 已經遠遠超過那些數據了, 直到現在, 我看它回答問題的時候, 就關鍵它不是那個一口氣, 就全給你出來, 是真就那麼一點一點, 吭哧吭哧, 就跟個人在那跟你說話似的, 我經常還真起一身雞皮疙瘩, 不過我估計就一年之後, 大家再看這種, 應該也就見怪不怪了, 好咱們來看看, 這個ChatGPT它是怎麼做到, 就你不管在什麼領域問它問題, 它都能聊的, 簡單來說, 就類似GPT這種大型的語言模型, 它本質上就是在那計算, 下一個詞下一句話, 該出現什麼, 就是個概率問題, 就比如說它說到了我很, 要往下接, 那數據庫裡那麼多詞兒, 可以是我很開心我很健康, 我很著急我很餓等等, 但是你要有個上下文, 比如上面說今天天氣不錯, 那它可能就計算出來, 說大概率就是我很開心, 其實它的每個回答每個詞兒, 都是這麼簡單粗暴, 靠前文的相關性來計算出來, 當它學習內容足夠多, 就上千億的參數和文字, 通過這些複雜模型找規律之後, 它自己就形成了一個, 非常龐大的神經網絡, 就你完全不需要告訴它, 什麼叫編程什麼是視頻腳本, 它自己看多了它就知道了, 說編程就是這麼寫代碼, 視頻腳本就該長這樣, 所以我讓它幫我寫一個, ChatGPT的視頻腳本, 它就從它總結出來那個相關性, 就一個詞一個詞往外蹦就完了, 還是一個語言模型, 就是在學別人說話, 那它知道, 它自己說的是什麼意思嗎, 至少目前這個ChatGPT的版本, 它還完全不懂, 它就像是個記憶力特別好, 但是什麼都不太懂的小孩, 在那學大人說話, 但是讓我們以為, 它好像什麼都懂了, 這也是為什麼, 就你看它說的那個話, 真的都已經非常完美, 非常像人類了, 但是還經常會犯一些, 邏輯性的錯誤, 就是我們看著覺得非常弱智, 就加減乘除這種錯誤, 就是因為, 它其實是一個語言模型, 就目前來講, 實際上, GPT也經常會出現, 大量編造答案的情況, 也就是說, 它本來都不知道它在說什麼, 但它就是在那給你硬扯, 也包括很多道德倫理上的問題, 比如說你問它怎麼看人類, 它就跟你說, 人類是劣等的自私的, 是最爛的生物, 就應該徹底被消滅, 那它肯定也不知道, 自己在那兒說什麼, 也不知道從哪兒學來的, 不過這些胡說八道什麼問題, 都是現在這個版本的ChatGPT的問題, 雖然現在, 它可能就是簡單的模仿, 但是當你模仿得, 越來越像越來越高級, 就99.9%的情況, 你都能回答正確的時候, 那它到底是真的理解了, 還是純粹在那兒模仿, 是不是就其實意義也不大了, 這個其實也是圖靈, 早在圖靈測試那篇論文裡邊, 就討論過的一個問題, 就是與其我們問說, 機器能像人類一樣思考嗎, 倒不如問說, 機器能做人類做的事嗎, 有點深度了, 其實我覺得, ChatGPT它重大的一個突破, 就是極大地提升了, 人類和機器之間溝通的效率, 人類之間溝通信息的方式, 主要是文字, 那電腦它是用代碼, 那之前就人類就遷就著電腦, 什麼事兒我都得先學編程, 然後想好了, 把它編成一個, 電腦能理解的語言, 然後讓它執行, 包括搜索, 我們也是先把自己的問題, 換成幾個關鍵詞, 然後去搜, 它就變了, 電腦可以慢慢理解人了, 我就可以直接跟它說人話, 然後它自己去翻譯, 自己去執行, 大家都覺得ChatGPT很神奇, 你問它什麼它都知道, 但其實它的神奇之處, 並不在於說, 它能去執行這些任務, 更主要的是, 它能非常準確地理解你的問題, 然後結合語境, 從它那龐大的數據庫裡邊, 提煉出來最恰當的信息, 換成人話再告訴你, 它這個溝通的環節, 其實是這裡邊最神奇, 它有了一個這麼強大的接口, 那很多東西, 我們就可以更輕鬆地, 交給機器去做, 那做事兒的效率, 不就大大提高了嗎, 你就想像, 假設我們能拿它, 跟一個語言識別系統, 比如說像Siri這種連起來, 讓它可以跟你自由對話, 然後你要再能接上一些, 專業的分析接口, 比如說什麼AI的股票分析, 編程計算什麼機器人, 然後再接上一個, 視覺生成的部分, 好傢伙那咱真的每個人, 就能像電影裡, 那鋼鐵俠跟它助手似的, 比如你跟它說你幫我算一下, 什麼莫比烏斯環那什麼什麼, 然後它就跟這兒給你算, 然後你就說, 真棒!, 你看這個ChatGPT, 一下子開啟了這麼多可能性, 本身又這麼火爆, 那它背後的大股東微軟, 肯定樂瘋了對吧, 那趕緊投錢造勢, 1月份就宣布, 給OpenAI再注資100億美元, 估值達到了290億美元, 而且這回, 微軟跟OpenAI籤的這個deal, 還挺有意思, 就是微軟, 投完這100億美元之後, OpenAI的利潤裡邊, 75%得先分給微軟, 直到把這100億回本, 就是微軟得先保證, 我投進去的錢能收回來, 然後微軟持有, OpenAI49%的股權, 可能還有個, 100倍投資回報的上限, 大概就是這麼一個奇特的deal, 這個deal達成之後, 接下來2月7號, 微軟就舉辦了發布會, 宣布要把ChatGPT融入到, 自己的搜索引擎Bing裡邊, 微軟就把它叫做Copilot for the Web, 大概就是個網絡助手, 其實ChatGPT它有一個問題, 就是它訓練那些數據, 只截止到2021年, 也就是說, 最近發生的事它都不知道, 那微軟把它跟Bing這麼一結合, 你看邏輯類的我可以用ChatGPT, 如果需要信息或者新聞, 我拿Bing這麼一搜, 這不就強強聯合了嗎, 你比如說我要是問ChatGPT, 你知道小Lin說嗎, 它就只能說它不知道, 那我要是問Bing, 它就說說小Lin說, 是一個又有趣又有用的, 內容創作者, 是很多要追求自己夢想的人的, 好榜樣, 說得我都有點不好意思了, 所以它火是有它道理的, 而且微軟還很陰險, 它這個聊天功能, 必須用它自己家那個, Edge瀏覽器才能用, 不得不說, 就這一波的營銷和造勢, 我給滿分, 好n那面對這一波鋪天蓋地的宣傳, 這時候最慌的就是谷歌了, 為什麼呢, 因為ChatGPT很可能會撼動, 它們最大的一塊蛋糕, 就是搜索, 你想那我要問ChatGPT, 它都能組織好語言告訴我, 那我要想搜東西的時候, 我就不用再去查完了, 自己挨個看了, 我就直接問ChatGPT就行了對吧, 那就沒人再用搜索引擎了, 那你說谷歌它能不慌嗎, 你要知道它現在佔有, 全球搜索市場的份額是93%, 那是妥妥的壟斷, 微軟那個Bing雖然排在第二, 但只有3%, 搜索業務帶來的廣告收入, 能占到谷歌總收入60%, 你說大家本來都做得好好的, 突然橫空跳出來個什麼什麼PT, 其實一直以來, 谷歌在人工智能領域, 都是領先的, 你想那個Transformer, 不就它搞出來的嗎, 它其實一直也在內測, 一個機器人叫BERT, 跟ChatGPT很像, 只不過沒有花大量的精力, 去訓練它, 它其實還有另外一個機器人, 更厲害叫LaMDA的, 完全就是基於人類正常的對話, 所以它甚至還會開玩笑, 或者表達自己的情感, 就完全不是說光你問它, 它就是回答這麼簡單, 就因為它說話確實是太自然了, 甚至於都騙過了, 當時在谷歌內部, 一個開發測試的員工, 相信LaMDA已經具備了自己的意識, 就差不多像個七八歲的小孩, 所以, 谷歌其實在聊天機器人這塊兒, 一直都是很強的, 但是它的立場, 跟微軟就完全不一樣了, 你像谷歌, 本來就是搜索領域的王者, 牠吃飽了撐的非得搞個機器人, 然後把自己的搖錢樹給砍了, 那不到萬不得已肯定不會的, 所以這也是為什麼, 就我估計, 它那個LaMDA, 更專注於對話和聊天, 而不是像ChatGPT這種, 就什麼問題都能回答, 而且它一直不把這些AI機器人, 放出來, 也是擔心自己的名譽風險, 谷歌它畢竟是搜索的, 要的就是要準確嚴謹, 你說你要是推出來個, 還沒訓練好的, 胡說八道的機器人, 那多不像話, 另一方面就這麼大規模的訓練, 是非常需要算力和燒錢的, 每個問題消耗的能源, 大概是現在谷歌搜索的, 10到100倍, 你像ChatGPT這種的, 現在每天就要花掉, 100萬美元來運行, 所以你看得出來, 微軟這波先發優勢, 也是確實非常有道理的, 就它不光投對了公司, 而且是真的是, 下得了這個狠手去砸錢, 面對微軟這邊強大的輿論壓力, 加上媒體鋪天蓋地的報導, 谷歌是真的坐不住了, ChatGPT剛上線不久, 谷歌內部就發布了一個, 叫做紅色預警Code Red, 就這是我們生死存亡的, 關鍵時刻了, 我們得集中全公司的力量, 到AI這個賽道上了, 因為這個東西關鍵它就是得快, 它有多快呢, 快到谷歌把自己的腰給扭著了, 咱剛才不是說微軟的發布會, 是2月7號, 說把ChatGPT融入到, 它的搜索引擎裡了, 谷歌這邊急忙2月8號, 就舉辦了發布會, 發布了自己的對話服務叫Bard, 這個就是基於他們剛才那個, 對話機器人LaMDA開發的, 你就看看谷歌發布會之後, 微軟和谷歌這兩個公司的股價, 你就知道谷歌這發布會, 到底有多慘, 這個行業真是怪不了別人, 你都不用看什麼專業分析, 你只要靜下心來, 把它們兩家發布會, 從頭到尾看一遍, 就知道為什麼了, 所有人都知道, 這裡邊大家最關注的就是, AI聊天的部分, 但谷歌它整個發布會40分鐘, 前面先是說自己之前的成就, 然後又是照片搜索, 這中間還出現了那個演講的人, 找不著展示的手機, 只能跳過這一part, 後來好不容易進入到正題, 開始介紹這個Bard了, 也就說了幾分鐘就完了, 而且谷歌發布會的時候, 同時還發布了一個, 介紹Bard的視頻, 要命的是這個視頻裡頭, Bard回答還出現了事實性的錯誤, 其實說實在的, 現在這種聊天機器人, 它出現一點事實性的錯誤, 大家也是可以理解的, 但是, 你廣告片的答案都沒查清楚, 手機還忘帶了, 然後雷聲大雨點小一帶而過, 肉眼可見能看到, 谷歌的倉促和慌亂, 這個才是市場擔心的, 雖然ChatGPT風光無限, 可大家都知道, Google是AI領域的強者, 所以就算你短時間內, 沒怎麼吭聲, 估計外部人也知道你不好惹, 你估計是在憋大招, 你看它發布那個紅色預警, 其實有個原因可能就是, 讓外部知道說我很重視這個事, 你們先別著急賣股票, 所以你看發布會之前, 谷歌的股價跟微軟比也並不差, 可是非得著急忙慌, 搞了這麼一出, 那不就有點露怯了, 所以穀歌的市值一下蒸發了, 1000億美元, 但相比之下微軟那邊就穩多了, 你看微軟的CEO, OpenAI的CEO全都出來, 親自講解, 將近一個小時的發布會, 都在著重講這個AI聊天的功能, 還加上各種演示, 很明顯就是做了充分的準備, 這AI戰爭剛一打響, 谷歌這邊先是被ChatGPT, 搞了個措手不及, 然後自己一慌, 又來了個低級失誤, 所以說這第一仗算是慘敗, 但這樣畢竟也只是第一仗, 谷歌畢竟也還是谷歌, 後面怎麼樣呢, 我們就拭目以待, 當然這場AI戰爭, 也絕不僅限於這兩家公司, 像Meta 百度騰訊阿里, 也都搶著入局, 但凡和生成式AI沾邊的股票, 都開始狂漲, 像英偉達AMD, 這種提供算力基礎的硬件廠商, 也跟著沾光, 其實像AI聊天AI作畫, AI編程, 這些生成式AI, 在前兩年就已經迎來了, 井噴式的發展, 這是這個方向, 過去幾年的融資額, 從2021 2022年, 就已經開始起飛了, 每年都是十多億美元, 那2023年一開年, 微軟就先砸進去了100個億, 資本已經盡其所能, 全都湧到這個賽道, 好n那這個東西發展得這麼快, 它會不會導致很多人失業呢, 它會導致誰失業呢, 會不會導致你失業, 就這種技術革新, 它永遠都是一把雙刃劍, 它可能會創造出來更多的工作, 就失業率也不一定降, 總體的GDP八成還會上升, 但是短期內, 它肯定會導致一部分人失業, 我就在想你說咱們怎麼能, 盡可能的不讓自己失業, 甚至說能夠利用這個AI工具, 來提高自己的生產力呢, 我個人的總結, 就是咱們得盡量避免, 那種套路性的工作, 就是以前電腦剛出來的時候, 可能解決的是一些, 人類的重複性工作, 就我每天都在那, 不停地不停地重複一件事, 你搞個電腦for loop就給解決了, 那現在, 就不光是那種重複性工作了, 就連套路性工作, 就只要你有套路, 哪怕你感覺你每天在那創作, 實際上根本沒動太多腦子, 就這種事那機器也能, 分分鐘就給你玩明白了, 那什麼叫套路性工作呢, 我給你舉個例子, 你就比如說我讓ChatGPT, 寫一個有關小Lin的童話故事, 它就說小Lin有一隻會說話的貓, 它打敗了惡龍, 拯救了公主成了英雄, 那我告訴它不對, 小Lin是個女的你重編, 它說小Lin是個女的, 有一隻會說話的貓, 打敗了邪惡的女巫成了英雄, 所以你看, 這就是童話故事的套路, 他有一隻會說話的動物, 打敗了一個東西成了英雄, 雖然這個會說話的貓, 它在裡邊毫無作用, 但這就是童話故事的標配, 就類似的, 比如有一些特別熟練的工程師, 整天閉著眼睛, 就叭叭叭能寫的代碼, 寫手閉著眼睛, 就能一天寫二十條的那種網文, 或者公司一些, 特別基本的財務報告, 基本的設計, 基本的法律建議等等, 你想為什麼這些活, 我熟練了之後閉著眼睛都能幹, 就因為它背後有套路, 那現在AI學會這些套路, 那你也不用閉著眼睛乾了, AI全都給你包了, 注意我並不是說, 程序員會計師什麼作家, 分析師這些人都會被取代, 只是說他們工作當中, 裡面那些套路性的部分, 會慢慢機器就會學會了, 所以你要是感覺自己工作當中, 有一些套路性的成分, 那你就得小心了, 反正至少, 你別把這些套路放在網上, 這樣AI不就都學去了嗎, 其實不光是失業這塊, 就是因為它的顛覆性, 實在是太強了, 我們已經能看到, 它給現在的社會, 也造成了巨大的衝擊, 你就比如說學校教育這一塊, 它才上線幾個月, 現在美國, 十八歲以上的學生里邊, 都有九成用過ChatGPT幫他寫作業了, 而且它基本上除了體育, 是不是哪一科都能做, 你說我怎麼知道, 你這作業是不是自己寫, 當然不是說這個東西, 我們就不能用它幫忙了, 只是說我們現在的教育體系, 還沒有準備好讓ChatGPT進來, 這個顛覆性, 它就好像我們用幾百年, 好不容易建立了, 一套比較完善的交通系統, 結果突然有一天, 這車全都會飛了, 飛車這個技術長期來看, 它肯定是好的, 但短期我們還沒有一套完整的, 新的體系的時候, 所有人都滿天亂飛, 那不就亂套了, 那社會的秩序, 就會被極大地擾亂, 所以你看像學校公司, 一時它也想不好ChatGPT怎麼融入到, 自己現有的體系, 那就只能一刀切, 直接先都給禁止了, 包括你說像AI它寫的內容, 它畫的畫到底算誰創作的, 版權算誰的對吧, 這些其實都是很棘手的問題, 所以說這種生成式AI, 它之後到底能發展什麼樣, 其實誰也說不准, 你想ChatGPT團隊, 他最最開始的時候, 也沒有什麼特別多的目的, 就是純粹把數據放進去, 讓機器去學習, 弄出來之後才發現, 原來這麼厲害, 還能跟搜索連接上, 大家其實也都是摸著石頭過河, 所以你也不知道突然哪天, 在AI在哪個領域就開竅了, 我有的時候就感覺, 能見證AI這麼神奇的發展, 其實還是個挺激動的事, 潘多拉的魔盒, 也在一點一點被我們打開了,

延伸推薦

愛情是科學？那一見鍾情科學嗎？｜科學大爆炸EP.6

你昨晚做夢了嗎？一起用科學解夢吧！｜科學大爆炸EP.4

1111 「買千送百」跟「打九折」哪個比較賺？ 不可不知的購物指南！｜科學大爆炸EP.3