圖片來源 @視覺中國
文 | MetaPost
傳播學之父威爾伯 · 施拉姆曾說過：" 這一天的前 23 個小時，人類傳播史上幾乎全都是空白，一切重大的發展都集中在這一天的最後 7 分鍾。正是這最後 7 分鍾，譜寫了人類曆史的黃金時期，而午夜前的最後 3 秒卻翻開了人類邁進信息化社會的新篇章。"
這句話用來形容技術進化也很合适。人類絕大多數時間都處在 " 科技大停滞 " 的狀态，而科技大爆炸來的時候常常是 " 一句招呼都不打 "。近期，人工智能（AI）技術的發展，就讓大家切實感受到了科技的 " 暴力美學 "。
在 ChatGPT 出現前，有人悲觀地認爲，AI 領域已經形成巨大泡沫。但眼下，AI 呈現出全新的價值，讓行業重現百家争鳴的熱鬧景象。
3 月 15 日淩晨，OpenAI 發布大型多模式模型 GPT-4，GPT-4 不僅能夠處理圖像内容，且回複的準确性亦有所提高，在官方演示中，GPT-4 隻花了 10 秒，就識别了手繪網站圖片，并根據要求實時生成了網頁代碼制作出了幾乎與手繪版一樣的網站，堪稱 " 王炸級 " 産品。
圖 | OpenAI
3 月 16 日，提前一個月宣傳造勢，備受關注的百度文心一言揭開神秘面紗。雖然發布會一開始，百度股價便出現斷崖式下跌，李彥宏也坦言産品沒有完全準備好，但這并不影響市場的龐大需求。
發布會後 1 小時内，排隊申請文心一言企業版 API 調用服務測試的企業用戶已達 3 萬多家，申請産品測試網頁多次被擠爆。
3 月 17 日，在 " 用 AI 重塑生産力 " 活動上，美國科技巨頭微軟宣布爲其 Microsoft 365 應用和服務推出一款新的 AI 驅動的産品 Copilot，由 OpenAI 本周發布的 GPT-4 提供技術支持，旨在像助手一樣，用 AI 幫助用戶生成文檔、表格、電子郵件、PPT 等。這意味着，超 12 億人（微軟官方數據）将會解放雙手，獲得 AI 帶來的生産力提升。
對于天天碼字的小編來說，隻有一個詞——想擁有！
時至今日，已經沒有人會懷疑 AI 以及大語言模型的重要性了。更大、更快、更強，又意味着什麽呢？有人說，ChatGPT 的出現，終于讓人類的一隻腳邁進了元宇宙。
任何指數增長的曲線初期，拉近了看都不過是一個平淡的緩坡，但隻有回顧整個曆史的時候，我們才會知道這條曲線最終會加速到怎樣的高度。
今天我們就來回顧一下 GPT 家族的進化史，看看它是如何一步步讓全世界科技大廠黯然失色的。
01 GPT 的升級之路
過去十年間，谷歌、臉書、亞馬遜、蘋果和微軟等科技巨頭紛紛開啓 AI 軍備競賽，先後成立專門的 AI 實驗室，而業界公認的頂級 AI 實驗室隻有三家：背靠谷歌的 DeepMind、背靠微軟的 OpenAI 和背靠臉書的 FAIR。其中，被谷歌收購的 DeepMind 因擁有 AlphaGo（阿爾法狗）最爲家喻戶曉。
2015 年 12 月，特斯拉汽車創始人埃隆 · 馬斯克，格雷格 · 布羅克曼 ( OpenAI 聯合創始人兼總裁 ) 、山姆 · 阿爾特曼 ( OpenAI 首席執行官 ) 、彼得泰爾 ( Paypal 創始人 ) 以及伊利亞 · 蘇特斯科夫 ( 師從神經網絡之父傑弗裏 · 辛頓，OpenAI 首席科學家 ) 等數位矽谷大佬拿出了 10 億美元，在舊金山創立了 OpenAI Inc.。
OpenAI Inc. 設立之時就是一家非盈利組織，他的目标就是研發通用且開放的的人工智能來對抗谷歌的 DeepMind" 霸權 "。
2016 年，微軟 Azure 雲服務爲 OpenAI 提供了算力條件，使得日後的 ChatGPT 要進行大規模深度學習、神經網絡渲染等都成爲可能。
2017 年，Google 團隊首次提出基于自我注意力機制的 Transformer 模型，并将其應用于自然語言處理。OpenAI 應用了這項技術，2018 年發布了最早的一代大型模型 GPT-1（GPT 是 Generative Pre-trained Transformer 的簡稱，中文爲生成型預訓練變換模型）。
最初的 GPT-1，運用幾十億文本檔案的語言資料庫進行訓練，模型的參數量爲 1.17 億個，據說效果一般；2019 年，GPT-2 發布，模型參數量提高到 15 億個，效果仍然很一般；可 OpenAI 堅持 " 大力出奇迹 " 的想法，繼續擴大它的參數量，得益于更高的數據質量和更大的數據規模，GPT-2 有了驚人的生成能力。
2020 年，GPT-3 誕生，參數量達到了創紀錄的 1750 億個，其訓練參數是 GPT-2 的 10 倍以上，技術路線上則去掉了初代 GPT 的微調步驟，直接輸入自然語言當作指示，給 GPT 訓練讀過文字和句子後可接續問題的能力，同時包含了更爲廣泛的主題。
這一次，結果終于不同，大家發現它的對話功能一下子達到了相當高的水平，2022 年 12 月首次公布的 ChatGPT（能夠對話的 GPT 版本）就是在 GPT-3 基礎上的 3.5 版本。
02 讓人工智能出圈的 ChatGPT
ChatGPT 之所以受到如此廣泛的關注和喜愛，是因爲它具備了 GPT-3 所缺乏的關鍵功能：對話設計。
對于許多人來說，評估一個人工智能模型的好壞，往往看它是否能夠在一次來回的對話中聽懂使用者的問題，并給出令人滿意的答案。相比于背後的知識量，人們更關注 AI 模型的 " 溝通能力 "。
這些模型能夠以比人類快上 10 倍甚至 20 倍以上的速度生成文本，并且生成的文本質量還不錯，令人印象深刻。
簡單來說，GPT-3 的架構就是通過喂入大量的範本，學習拆解這些模闆并重新組合出新的結果。引擎設計者所喂入的資料越多，GPT-3 獲得的知識就越豐富。例如，OpenAI 在 GPT-3 的預訓練過程中喂入了超過 570GB 的文本資料。當 GPT-3 獲得足夠豐富的知識庫時，其生成的結果也變得越來越精确。
使用者隻需要将自己的工作通過語意拆分成多個小任務，讓 GPT-3 分别完成，再将結果組裝起來，就能像有了 10 倍超能力的工作者一樣高效地完成工作。
03 GPT-4 功能強過 ChatGPT，能玩梗圖還能做網頁
鑒于 ChatGPT 給人工智能産業帶來的變革，市場自然對其升級版 GPT-4 賦予了諸多想象。
3 月 15 日淩晨，OpenAI 正式推出 GPT-4，産品具備諸多亮點。據 OpenAI 介紹，在平常的聊天過程中，可能感受不到 GPT-3.5 和 GPT-4 之間的區别，但是當任務的複雜性達到足夠的阈值時，兩者之間的區别就顯現出來了。GPT-4 比 GPT-3.5 更可靠、更有創造力，能夠處理更細微的指令。
相比 ChatGPT 僅能在文字領域施展特長，GPT-4 的一個關鍵升級就是多模态，也就是支持圖像和文本輸入，擁有強大的識圖能力。值得一提的是，GPT-4 已經能看懂一些圖梗了，不再僅僅是對話助手。
用戶提問：解釋下圖的笑點是什麽，并對圖片中的每部分進行描述。GPT-4 的回答如圖所示：
據 OpenAI 介紹，雖然目前 GPT-4 在現實場景中的能力可能不如人類，但在各種專業和學術考試上都表現出明顯超越人類水平的能力。雖然 GPT-4 的訓練語料庫還停留在 2021 年 9 月之前，但對科學、醫學、法律等特定領域進行了知識面的擴充，不僅能在美國統一律師資格考試中取得前列成績，在奧賽、GRE 等考試均取得了很高的分數，甚至 SAT 成績（可以理解爲美國高考成績）——已經超過了 90% 的考生，跨過哈佛、斯坦福等名校的門檻。
圖 | OpenAI：GPT3.5 和 4 的部分考試成績
據外媒最新消息，OpenAI 總裁格雷格 · 布羅克曼稱，公司正在測試 GPT-4 高級版本，是普通 GPT-4 儲存内容能力的 5 倍。
04 成就 GPT 的股權新玩法
OpenAI 帶來的革新不僅體現在産品和技術層面，其獨特的股權投資方式也在很大程度上造就了 GPT 的成功。
随着 GPT 的技術以指數級速度增長，其算力的燒錢速度也呈現出指數級的上升。巧婦難爲無米之炊，OpenAI 需要不斷地輸血才能保持運轉，但顯然全世界沒有一個投資者想當慈善家，唯一的解決辦法就是對外引進财務投資。
2019 年擔任 OpenAI 首席執行官的阿爾特曼說：爲了成功完成我們的使命，我們需要海量資金，數額遠超出我最初的設想。
爲了徹底解決資金問題，OpenAI 調整了結構，一分爲二：非營利部門（OpenAI Nonprofit）從事開發技術，營利部門（OpenAI LP）負責商業化，但 OpenAI 給不同時期進入的投資人設置了各自的盈利天花闆。天花闆之上，所有的盈利将屬于非營利部門。
圖：創業邦
2019 年，改制後的 OpenAI 正式開啓融資之旅。據創業邦數據顯示，包括最早期投資（比種子輪更早的 Pre- 種子輪），OpenAI 一共進行了 8 輪融資，涉及 9 家知名機構和企業，融資總金額約 110 億美元。
圖 | 創業邦
根據 OpenAI 的發展，簡單概括爲以下 4 個階段：
階段一：2015 年 OpenAI 首席執行官阿爾特曼，與埃隆 · 馬斯克等人宣布出資 10 億美元，創立了非營利性研究機構 OpenAI。
階段二：2019 年 OpenAI 的架構進行了調整，調整後變身爲兩家機構——營利性機構 OpenAI LP 和最初的非營利機構 OpenAI, Inc。
目前我們提到 OpenAI，通常指的是被稱爲 OpenAI LP 的一家有限合夥企業，在組織形态上采用的是有限合夥，這是一家盈利公司。
非營利機構 OpenAI, Inc 是其負責投資管理的普通合夥人（GP），這是一家在美國特拉華州注冊的有限責任公司。也就是說，OpenAI LP 由 OpenAI, Inc 控制。
階段三：從 2019 年開始，微軟與 OpenAI 建立了戰略合作夥伴關系，不少于三次投資，共投入 130 億美元，成爲 OpenAI 最大的有限合夥人。OpenAI LP 從成立之初參與投資的 VC 們，也成爲了有限合夥人。
階段四：在 OpenAI 未來盈利後，與一般企業通過上市讓投資人獲得回報的做法不同，OpenAI 選擇了一種新的股權投資協議模式——以投資回報速度代替投資回報水平。
盈利後的 OpenAI 将分節奏，逐步回報投資人：
1、優先保證 OpenAI 的首批投資者收回初始資本；
2、微軟投資完成、OpenAI LP 首批投資人收回初始投資後，微軟有權獲得 OpenAI LP 75% 利潤；
3、微軟收回 130 億美元投資、從 OpenAI LP 獲得 920 億美元利潤後，它分享利潤的比例從 75% 降到 49%；
4、OpenAI LP 産生的利潤達到 1500 億美元後，微軟和其他風險投資者的股份将無償轉讓給 OpenAI LP 的普通合夥人——非營利機構 OpenAI, Inc。
從以上四個階段可以看出，本質上 OpenAI 是在把公司借給微軟，而借多久，取決于 OpenAI 賺錢的速度。
直接以投資回報速度代替投資回報水平，這種做法是建立在 OpenAI 最終回歸公益的願景必然實現的強烈信念，以及管理團隊能夠駕馭 OpenAI 走向成功的充分信任基礎上。
在這樣的信念之下，OpenAI 吸引了很多頂尖的 AI 研究人員，承諾絕對有競争力的薪水和絕對的商業自由。他們毅然離開原來的科技公司和學術機構，加入 OpenAI，希望專心思考人類的終極問題。
當然，OpenAI LP 的股權結構尚存在一些不足。相比之下，擁有較好的創始團隊激勵、較好的股權流動性、無上限的投資回報收益等優點的傳統股權投資體系，在現階段仍然是不可被替代的。
OpenAI LP 的新路能否最終通向羅馬，尚需時間的檢驗。
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
