撰文 | 蘇舒
編輯 | 李信馬
題圖 | GAIDC 官方圖片
ChatGPT 徹底火出圈了。
近日，科學技術部部長王志剛發言稱，ChatGPT 是個大模型、大計算、很好的計算方法，同一種原理，但做的質量還是不一樣的。就像踢足球，都是射門，但是要做到像梅西那麽好也不容易。我們國家在這個領域研究有一些成果，希望中外企業在人工智能領域有更多好的成果，要注意科技倫理，趨利避害。
科技的進步令人欣喜，不過對大多數吃瓜群衆來說，ChatGPT 火熱讨論的背後，往往還隐藏着一份擔憂—— ChatGPT 會取代人類的工作麽？我會不會因此失業？
畢竟，被科技進步幹掉的崗位，從古至今可以說數不勝數，即使 ChatGPT 還隻是 " 初出茅廬 "，卻已經有了令人驚歎的潛力。對此，谷歌首席科學家 Peter Norvig認爲，ChatGPT 可以幫助人們更好地處理大量的信息，但是，它無法替代人類的創造力和想象力。Facebook 人工智能研究院的研究員 YannLeCun也認爲，ChatGPT 可以取代某些重複性的工作，但是對于需要理解複雜上下文的工作，ChatGPT 無法取代人類。
前不久，剛剛舉辦的全球人工智能開發者先鋒大會上，ChatGPT 也成爲了熱議的話題，一衆專家學者也進行了激烈的讨論，發表了各自的觀點。DoNews 進行了整理，以飨讀者。
01.
目前的 ChatGPT 可以部分替代容錯率較高的行業
BCG 董事總經理、全球資深合夥人魏傑鴻：
ChatGPT 生成式人工智能任務的容錯度與創意要求的高低決定了技術應用的成熟度。目前來看，ChatGPT 應用場景目前有三大領域：藥物發現、自動編程、文本概括。
現階段，生成式 AI 可以在廣告領域取得長足進展，來讓人工智能自動生成一些廣告文案和視頻等。下一步，對于 AI 生成内容的質量比較寬容、允許結果不那麽精确的行業，會有越來越多應用面世；相對而言，那些對内容精度要求高、容錯率較低的領域，比如航空、金融、醫療等關鍵場景，AI 還需要長期發展，因爲這些行業不僅要求 AI 講話漂亮，同時必須真正做到靠譜、嚴謹。
商湯科技董事長兼 CEO 徐立：
生成式的内容，不光是可以解決單一目标下的優化問題，還可以給出很多的問題，不同的解法的路徑。
人工智能對于開發者來說是一種模式的變化，下一步對很多内容創作者來說，一樣會面臨工作模式的巨大變化。
人類正站在 AI 臨界點上，其推動力就是以 ChatGPT 爲代表的生成式 AI。它可以自己生成文字、圖片、視頻，更重要的是會自己寫軟件代碼。這意味着，生成式 AI 将來完全可以大幅降低軟件開發門檻，将開發從 " 特權 " 變成普惠的行爲，" 未來 70% 的軟件代碼可能是由 AI 生成的，這将徹底改變社會 "。
複旦大學人工智能創新與産業研究院院長漆遠：
雞兔同籠、相遇問題等小學數學題，ChatGPT 全都順利作答，而此前這對 AI 來說是不可能的。這表明，随着算法叠代，ChatGPT 的進步從量變積累到了質變，它不僅在語言方面有天賦，更具備了數學推理能力。
智源人工智能研究院總工程師林詠華：
ChatGPT 出現後，未來十年都很值得期待。軟件、咨詢這兩大服務闆塊可能會改變很大。
同濟大學百人計劃、特聘研究員、博士生導師王昊奮：
ChatGPT 出來後，我被問得最多的問題就是——知識圖譜是不是不用做了？是不是相當于 " 判死刑 " 了？我說可能 " 死緩 " 吧，當然，也還有不少變數。
網易數帆副總經理金葉：
ChatGPT 核心是根據大數據模型，實際上就是一個聊天器而已。但是 ChatGPT 确實深度和廣度，對于我們來講有非常多的想像空間。ChatGPT 實際上颠覆了很多行業，尤其是教育、遠程教育上。對于程序員來講，程序員要更加往前端、業務側去靠。
廣東省連鎖經營協會技術委員會聯席主席、前喜茶、百果園數字化負責人沈欣：
目前能看到的，是 ChatGPT 通過自動化内容産生解決了内容的瓶頸。比如：開發程序。現在 ChatGPT 可以幫助比較基礎的東西，生成五個都不滿意，那就再生成五十個，然後在這上面挑或者修改一下即可。
另外，在 ChatGPT 相同模式下，未來可以看到文字生成圖象、甚至文字生成視頻，這對解決 " 元宇宙 " 的内容，也會有非常大的幫助。
BCG 董事總經理、全球資深合夥人魏傑鴻、商湯科技董事長兼 CEO 徐立、複旦大學人工智能創新與産業研究院院長漆遠 圖片來源：官方網站
02.
人類有 AI 取代不了的獨特性
OpenTEKr 創始人、上海開源技術協會狄安：
我們不用去擔心人工智能的推理會比我們更強大、更快、更精準。其實人類的價值在哪裏？人類的價值在于創造性，在于我們能夠自由的發揮。正是因爲我們的創造性和我們的沒有邏輯，才創造了人類的未來。
未來人工智能毫無避免的會比人類越來越具有理性、越來越具有推理。未來應該幹什麽？未來應該是 " 反圖靈測試 "。通過反圖靈測試來問出你的問題，當人類能夠回答沒有邏輯問題的時候、我們才是人類。也就是說，情緒化和非邏輯，才是人類創造力的本原。
未來人們不需要具備底層的制作能力，而是需要更多暢想、連接、協同的能力，這些能力才是跟 AI 協同共創的核心商業能力。
而這種生産力模型的變革，可能會産生類似于 Photoshop 這樣的互聯網 SaaS（軟件運營服務）應用和工具鏈，或者基于這些工具鏈新生成的社區，也就是我們可能會擁有下一階段的 " 小紅書 "、B 站等一系列互聯網應用。
CSDN 創始人 & 董事長、極客幫創投創始合夥蔣濤：
ChatGPT 預示着 AI 迎來了 iPhone 時刻。有兩大預測：一是未來五年，AIGC 産生的内容應該會超過人類自己産生的文字、圖片、視頻等；二是下一個十年實際上是自然人機交互的新十年，或許還達不到現在幻想的程度，但是會極大的改變。
ChatGPT 在編程方面，不會取代程序員。它真正帶來的，是程序員技術棧的變化。從過去 PC 時代的 Windows、API，互聯網程序員的 LAMP，移動的 iOS、Android，雲原生的 K8s 到今天，以大模型爲代表的技術将推動更多的 AI 應用程序員産生。
Kyligence 聯合創始人兼 CEO 韓卿：
替換人類不一定是 AI，但是用 AI 的人會技術向善。就 AI 倫理問題來說，我們需要理解什麽樣的技術用到好的地方，什麽地方應該有一些這方面的限制。
對于 AI 開發者來說，需要持續保持有兩種能力：一是對行業或者場景抽象歸納的能力。解決生産問題或者實際問題，需要抽象到一定的層面才能轉化成數學問題，轉化成算法問題。
高效的工程能力，當 AI 算力是唾手可得，算法慢慢區域雷同，這時跑一個算法的成本變成競争點。
百度智能雲主任架構師、百度 AI 中台總架構師謝永康：
ChatGPT 可能會改變我們對人工智能開發的一些模式。一方面，以後提升一個模型能力的時候，可能會用 " 注入 " 和 " 激發 " 的這種模式去做。另一方面，未來我們對模型的場景落地很可能會通過一些指令式的、自然語言的方式去讓它适應這個場景，而不是說我針對一個場景去設計。
我相信無論是 ChatGPT 還是後面會産生出來的更多具備 AGI 能力的這些 AI 技術，更多的應該是輔助人、與人會找到共存的平衡點，而不是全面的替代人。目前 AGI（通用人工智能）各方向的技術，還是存在比較多的問題。首先，它的一個基礎的大模型，其實缺乏可解釋性或者說缺乏可控、可解釋性。這裏面可能會有新的技術突破，也可能長期是需要人去參與、去把控的。
CSDN 創始人 & 董事長、極客幫創投創始合夥蔣濤、Kyligence 聯合創始人兼 CEO 韓卿 圖片來源：官方網站
03.
關于未來的思考
雖然在過去看到了文生圖應用、ChatGPT 生成式模型的火爆，但實際上我們隻看到了大模型領域的冰山一角。除此之外，我們更需要專注的是在冰山之下，層層的技術棧，需要有各種模态的預訓練大模型，需要有海量的數據集以及十分優秀的數據集工具來過濾數據，還有大模型怎麽評測，評測方法，以及一系列的 AI 系統的優化工具和技術。
未來十年 ChatGPT 帶來産業的浪潮。如果沒有底層的技術棧，ChatGPT 生成式模型這樣的冰山一角也很難露出。
GPT3.5+ChatGPT 打開了 AIGC 的潘多拉盒子，但在大模型發展和産業落地中，我們面臨着許多重要的技術挑戰，涉及參數及模型大小、海量的訓練數據、大模型的評測方法、大模型如何能持續學習、怎麽顯著提升訓練和推理的效率等。
深勢科技創始人兼 CEO 孫偉傑：
AI 對我們最大困難和挑戰是跨學科融合的協作體系、組織文化的建設，這本質上是我們對創新土壤的一次革新的機會。
具體來說，未來的困難點和挑戰有三點，第一，将問題抽象成适合用 AI 解決的問題；第二，需要大規模的工程化建設，去中心化的推演訓練；第三，把實際的經濟發展、工業研發中的經驗在融合到 AI 算法中，最終 AI 的創新一定是從原始創新、工程建設到落地應用非常緊密的結合
百度 AI 技術生态總經理馬豔軍：
我們一定要把人工智能的門檻降下來，從開發、訓練、推理的流程，能不能從盡可能降低流程的成本，進一步演進爲用更簡單的流程取代它？才能讓應用變得更廣泛。
達觀數據副總裁王文廣：
" 以人爲本 AGI" 就是以人類爲中心的通用人工智能，也就是說人工智能是以服務人類爲目的的。它由神經網絡大模型 + 知識圖譜 + 強化學習構成，在 ChatGPT 浪潮中已經打好基座，未來将引起從效率革命到思維革命，從改造自然到改造自身的深遠影響。
九章雲極 DataCanvas 副總裁于建崗：
ChatGPT 的出現确實對于當前基于大模型的自然語言處理和通用智能帶來了革命性的變化，但我覺得當前隻是個開始。
北京智源研究智能研究院自然語言和多模态研究負責人及 FlagAI 飛智開源項目負責人伍昱：
ChatGPT 背後的核心用大量的數據做預訓練，翻譯模型和架構算法，都可以用到多模态的模型發展。多模态融合已經成爲 AI 的大趨勢，另外，多種模态的融合也有助于不同的模态的提升。除了文本和圖片的多模态融合外，在語言、語音、視覺、視頻不同模态上融合上方法都是類似的。
複旦大學教授肖仰華：
大模型絕不僅僅是模型系統和算力，數據是非常重要的問題，我呼籲大家能夠更多地關注大模型的數據治理。
智源人工智能研究院總工程師林詠華、深勢科技創始人兼 CEO 孫偉傑、百度 AI 技術生态總經理馬豔軍 圖片來源：官方網站
04.
寫在最後
科技的進步，會促進先進生産力取代落後生産力，這個過程中，部分人類工作的消失是不可避免的，但同時，新的對人類勞動的需求也會源源不斷的被創造出來。人類相對于人工智能的優勢之一，就是更靈活、更主動，也許 AI 可以替代一部分人類的工作，但人類也可以找到更多實現價值的方式。
比如在投資領域，量化投資通過對海量數據進行客觀分析決策，利用模型撲捉價差，可以獲得持續穩定的收益，避免人爲主觀因素的幹擾。國内最早的量化對沖基金之一——Ubiquant AI Lab 首席專家 Bryan Dai在不久前的采訪中表示，AI 應用到量化投資已經有多年，國際上大部分領先的量化公司都會應用 AI 技術來參與量化投資過程，而九坤已經在量化投資的全流程中應用 AI 和機器學習，包括數據收集和處理、阿爾法構建和市場預測、投資組合構建和優化，以及交易實現等。
但人的價值并沒有因爲 AI 的出現而徹底消失，即使使用 ChatGPT 的體驗對 Bryan Dai 來說非常驚豔，對 ChatGPT 是否會替代專業投資人這個問題，他的回答仍是 " 否 "，并認爲，未來相對長時間内是 AI 應用和人共生的狀态，人來指導 AI 完成整個量化交易過程、推動 AI 的叠代。在細分領域，專業人士的介入是不可或缺的，新技術的應用也需要更多的人才支持。
時代的進步是不可阻礙的，我們未來也會創造比現在的 chatGPT 更優秀的人工智能，但會和 AI 進步同樣甚至更快的，還有我們人類自己。
