文|钱鸿生 编辑|唐晓园 序文及摘要： 作为星船知造“现代通讯与智能网技术瞻望”系列栏目的第一辑，我们约请星船知造的资深读者、通讯行业教授级高级工程师钱鸿生博士为我们撰写了《ChatGPT技术架构及中国人工智能未来展开趋向讲演》。 讲演正文共3.8万字，在引见了ChatGPT的进化进程、主要内涵、底层技术架构与逻辑后，主要剖析中美现阶段在AI范畴的竞争优势与差距，提出ChatGPT潜在的商业价值和对资本市场影响的风险管控警示。并剖析了算法和算力以及芯片技术，对我国人工智能AI展开的限制与影响，最后切入我国AI产业结构调整、树立AI法律维护与系统保险的视角，对展开我国人工智能产业提出一些前瞻性的趋向剖析和研判。
我们将节选出讲演中部分内容，在星船知造公众号分上、下两篇发布。 今天的上篇主要聚焦第一章《ChatGPT的含义与OpenAI公司概略》中的“ChatGPT的基本功用模块”； 第二章《ChatGPT的内涵与底层技术架构》中的“ChatGPT的DALLE2自然言语转换成像技术”、“人工智能AI芯片的重要意义”、“人工智能中的算力单位pfs-day”等章节中的部分内容。 同时节选第三章《ChatGPT的潜在商业价值与市场动态》中的“国内投资者和厂商对ChatGPT的反响”、“ChatGPT可能影响的行业初探”等章节中部分内容。 我们将于3月14日发布讲演下篇，并于当日发布完好版白皮书，欢送您于后台领取。欢送关注，和星船知造一同梦见电子羊。 ChatGPT含义与OpenAI公司概略ChatGPT全称为“Chat Generative Pre-trained Transformer”，Chat是聊天，GPT是“生成型预锻炼变换模型”，能够翻译为“聊天生成预锻炼转换器”或简称“优化对话的言语模型”。 由美国人工智能公司OpenAI 开发的ChatGPT两个月时间内用户已超1个亿。 作为一款树立在云计算、海量数据库、人工智能算法架构和深度神经网络基础之上开发的聊天机器人程序，ChatGPT不像传统的搜索引擎一样复制、粘贴、拼凑网上已有的信息给你。它的回答是有逻辑的、生动的，有上下文关联的。 ChatGPT聊天机器人目前支持简直世界上一切的言语输入。有人说未来它会像《流浪地球》系列电影中的智能量子计算机MOSS，不只具有超强算力，还有自我认识、自我迭代、自我更新的特性，最终演化出有思想的人工智能。 或许MOSS曾经离我们不远了。 OpenAI官网发布的ChatGPT系统界面
OpenAI初期是从事人工智能研讨的非营利化组织，公司初期目标和任务是确保通用人工智能 (Artificial General Intelligence,AGI)在大多数具有经济价值的工作上超越人类。建造出保险的、契合共同利益的通用人工智能，也希望能预防人工智能的灾难性影响，推进人工智能技术发挥积极作用。 同时也针对谷歌在搜索引擎业务范畴构成的垄断优势，应用人工智能技术展开全面对立。 OpenAI展开里程碑 2019年3月：OpenAl向资本市场开放，引入战略投资者微软公司，随后宣布从非营利性质过度到封顶营利性质，利润上限为任何投资的100倍。创建了OpenAlLP公司。 2019年7月：微软向OpenAI注资10亿美金，并得到了OpenAl技术的商业化受权，将OpenAl公司开发产品与微软产品深度融合。 2020年6月：OpenAI宣布了GPT-3言语模型，发布了第一个产品OpenAl-API，从此OpenAl公司开端了正式商业运作。 2020年9月：OpenAl公司受权微软公司运用其GPT-3模型，微软成为世界首个享用OpenAl公司人工智能产品GPT-3的公司。 2021年：微软再次对OpenAI投资，双方协作关系正式进入第二阶段，微软具有OpenAI新技术商业化受权，同时将OpenAI工具与自有产品再次中止深度集成，并推出相应产品。 2022年12月：OpenAI在微软资助下，发布了人工智能模型，开发出了最新款人工智能产品，取名为ChatGPT。2个月后，ChatGPT的全球生动用户突破了1亿。 2023年2月2日：OpenAI宣布推出ChatGPT Plus订阅效劳，能够让用户在高峰期优先运用人工智能聊天机器人 ChatGPT。 OpenAl还有两个不为人知的小故事。其一关于马斯克与OpenAI的历史渊源。 马斯克实践上是OpenAI开创人之一。2015年马斯克分离LinkedIn 开创人、Y Combinator总裁及 PayPal开创人等共同宣布创建OpenAI 公司，目的说是打造属于全人类的、开放的AI组织，其定位是非营利性的，不外在2018年马斯克忽然分开OpenAI。 外界风闻有两个版本： 一是特斯拉公司也在研讨AI，与OpenAI 在研发方向上有抵触，马斯克因而退出了董事会，但继续担任了OpenAI 公司的顾问。 二是马斯克挖走了当时刚从斯坦福大学博士毕业后参与OpenAI的天才少年安德烈，安德烈的研讨方向为计算机视觉，主攻图像辨认和了解，当时马斯克的特斯拉也需求这样的人才。于是马斯克请这位安德烈去处置特斯拉的问题，为此OpenAI 公司一气之下把马斯克“踢”出董事会。 图源：维基百科
其二关于安德烈。出生于捷克斯洛伐克的安德烈全名安德烈·卡帕斯（Andrej Karpathy），作为ChatGPT展开中的重要人物，是位“85后”。29岁时在斯坦福大学拿到博士学位。读博期间，他两次到谷歌公司做毕业实习。 博士毕业后，安德烈2016年参与了当时刚成立一年的OpenAI，是OpenAI开创团队的成员之一，只不外工作一年多后，就被马斯克挖到特斯拉去了。 他被马斯克疾速提升，接纳了整个人工智能开发团队的软件部分，并和担任硬件的Pete Bannon携手主导了特斯拉车控智能软件开发。在此之后，他还接纳了擎天柱人形机器人、特斯拉超算系统Dojo的开发，能够说是马斯克手下最为重要的人工智能领军人物。 特斯拉人形机器人 图源：Tesla官网
2022年7月安德烈忽然分开特斯拉，回归OpenAI。 安德烈在自己的推特账号上轻描淡写说道：“我和许多其他人一样，不论是处于AI圈的还是非AI圈，都被OpenAI的成果鼓舞感动了。我置信这家公司未来的潜力十分大，因而很快乐重新投入到其中来。” OpenAI很多人对安德烈7年后重新回到公司充溢了等候，给予他“让CharGPT再次巨大（Make ChatGPT Great Again）”的厚望。 无论何时，在AI人工智能范畴的人才争夺都是如此猛烈。 1.2.ChatGPT主要功用 OpenAI官网上说：我们曾经锻炼了一个名为ChatGPT的优化对话的言语模型，它以对话方式中止交互。 对话方式使 ChatGPT 能够回答后续问题、招认错误、应战不正确的前提并拒绝不恰当的央求。ChatGPT 经过锻炼以遵照提示中的指令并提供细致响应。 和曾经的人工智能是“让计算机在固定场景下干固定的事”这个范畴不同，ChatGPT面对的是一个“open world”。全球目前上亿用户向它提问的问题是不可预知的。这恰恰是AI开发的难点。 ChatGPT目前系统功用主要是文本生成、聊天机器人、言语问答、言语翻译、自动文摘、绘画功用、编程功用、视频生成等八大功用模块所组成。如下图所示：
星船知造为您逐一稍作展开—— 1.2.1文本生成 ChatGPT的文本生胜利能可依据人们的提问，生成可读的各种文本。文本生胜利能通常用于生成新闻、博客、讲演等内容。也可用于生成代码、诗歌、小说等各种不同类型文本。 下图为星船知造编辑部让ChatGPT写一篇“关于中国充电桩各主要消费厂商前景”的报道，然后，它写到一半卡住了
1.2.2 聊天机器人 ChatGPT大型言语模型能够实时回答人们提出的各种问题，ChatGPT能够记住你之前跟它说话的过程与内容。 ChatGPT聊天机器人具有一定的记忆和思想判别功用，能依据对话内容，前后呼应且有一定的言语逻辑推演才干，这也是ChatGPT聊天机器人区别于之前一些人工言语处置系统完整不一样的中央。
1.2.3 言语问答 ChatGPT的言语问答系统是应用人类言语处置技术，经过辨认用户问题并匹配相应对案来回答问题。它经过对大量数据学习和深度剖析，以及对言语和语法的深化了解，辅佐用户快速找到所需的信息。 ChatGPT问答系统适用于售后效劳与话务员应对、医疗咨询和教育等场景。可24小时连续不时地提供效劳。 1.2.4言语翻译 ChatGPT的语音翻译是应用人工智能技术，将各国不同的文字和言语中止相互转换，可直接把文字转换成不同的言语。它经过运用计算机算法和语音数据库来生成语音合成，可用于语音导航、机器人语音交互、同声翻译、语音自动辨认等应用。 1.2.5自动文摘 ChatGPT的自动文摘是一种应用人工智能技术，针对大量文本和视频内容中止简化、概括的技术。它通常采用机器学习和自然言语处置措施，辨认文本中的关键信息，生成简明、精确的摘要。 可在一次会议后马上整理出会议纪要，或对长达2个小时的电话视频做出一份10分钟的会议摘要。自动文摘能够缩短文本阅读时间和视频阅读时间，进步编写会议的效率，辅佐用户快速了解文本内容。它在新闻、科技、商业等范畴都有应用。 1.2.6绘画功用 用户能够在ChatGPT中写一段有关画作的文字描画，描画你想要画出的图片或影像请求。也能够借助ChatGPT的提示，使系统更细致天文解你所要描画的作品。关于产品广告设计和期刊书籍的插画是方便的工具。运用者不需求专业绘画技术的积聚。 1.2.7编程功用 大多数开发场景中，特别是用户需求相对固定的场所，ChatGPT 能够用来编写代码，检查代码语义的精确性，改进和简化人们的编程工作。 ChatGPT 还能够辅佐我们进步自己编程代码的质量和可读性，经过你提出的请求，它会逐行添加注释，能够确保代码在发布前得到正确记载，并使其他人更容易了解和运用代码。可进步代码可读性、可维护性和与他人协作的才干。 ChatGPT其实还有很多功用正在被开发与完善之中，有人把目前ChatGPT-3提供的功用细分为8大类60项功用，在此我们就不逐一赘述了。 1.2.8视频生成 向ChatGPT提问对某一个产品或一个事情的描画，ChatGPT会送出一份文档，你能够对文档稍作修正，请求ChatGPT直接将文档转换成视频。 图源：unsplash
除此之外，ChatGPT能够被用于智能助手，智能客服等范畴。 总之，ChatGPT的呈现，为人工智能技术的展开带来了新的思绪和技术支持，在数据处置、自然言语处置以及其他范畴的应用前景宽广。 图源：unsplash
ChatGPT的内涵与底层技术架构有人把ChatGPT了解为一个简单的搜索引擎功用，以为其工作原理就是把2022年以前网络中已有的数据，加工整理后推送给客户。人们以为ChatGPT只需树立一个足够大的数据存储空间，把一切的信息寄存在里面，然后中止检索，就能够完成文本问答和聊天机器人功用了。 其实ChatGPT的工作原理并不是那么简单，比普通人了解的水平要复杂很多，这里面触及生成性预锻炼变换模型和很多关键中心技术和底层逻辑。 2.1 ChatGPT生成性预锻炼变换模型 前文我们在引见ChatGPT的含义时曾经引见过，ChatGPT的全称为“Chat Generative Pre-trained Transformer”，翻译成中文就是生成型预锻炼变换模型。在此之前，普通所谓的人工智能、机器学习、聊天对话软件在很大水平上都是局限于察看、剖析和内容分类以及图像辨认。 而以ChatGPT为代表的生成性人工智能AI是一项技术上的突破，它能够生成新内容，而不只限于剖析现有的数据。它的技术中心是生成性的人工智能。 图源：unsplash
从ChatGPT字面上来看，Chat是聊天的意义，但GPT才是关键。 第一个字母G是Generative，属于生成性的人工智能，在这以前的人工智能都局限在察看剖析现有内容，但这次ChatGPT是个突破，它能够依据我们的需求，发明生成全新的内容。 第二个字母P是Pre-trained的缩写，预锻炼的意义。表示这个模型曾经在某些有限的数据集上中止了预锻炼，ChatGPT在与人的对话中简直接近正常人的交流，就是由于它曾经接受过海量数据的锻炼，而这些数据就是我们人类2022年以前发布在互联网上的内容（目前版本的ChatGPT还不具备网络数据实时更新功用）。 由于ChatGPT目前还没有完成网络的实时衔接，因而回答问题的时效性遭到一定的限制。 ChatGPT在正式发布前，曾经中止了大量的监视学习和经过人类反响强化学习，所以我们在运用它的时分，这个模型能精确快速地生成对话内容。 第三个字母是Transformer，翻译过来就是转换器，这是ChatGPT底层人工智能学习的一个算法架构。 ChatGPT严厉意义上来说就是一种基于Transformer的自然言语处置模型。采用了预锻炼加微调的措施，经过对大范围语料库中止预锻炼，对标注数据中止微调，从而使模型能够顺应特定的自然言语处置任务，具有言语了解和文本生成才干。 2.1.1 ChatGPT的演进过程 第一阶段：GPT-1发布 2018年6月，OpenAl 第一篇论文《Improving Language Understanding by Generative Pre-Training》经过生成式预锻炼来进步言语了解才干的论文中提出了第一个模型GPT-1。从这篇论文中得出的关键结论是，Transformer 架构与无监视预锻炼的分离产生了GPT-1， 加上有监视微调方式，针对特定任务中止预锻炼，完成了强大自然言语了解才干。 第二阶段：GPT-2发布 2019年2月，OpenAI发表了第二篇论文《Language Models are Unsupervised Multitask Learners》，推出了GPT-2 。GPT-2是一种自然言语生成模型，其设计目的是生成与人类言语相似的文本，能够完成多任务处置。 第三阶段：GPT-3发布 2020年5月，OpenAI发表第三篇论文《Language Models are Few-Shot Learners》，推出了GPT-3。GPT-2和GPT-3是两个不同的模型，它们的主要区别在于应用场景、模型范围和性能表示。GPT-3是一种自然言语生成模型，它是目前范围最大的预锻炼模型，能够生成高质量的自然言语文本，包含文章、诗歌、对话等。GPT-3还支持一些其他的自然言语任务，例如翻译、问答、语义搜索等。 第四阶段：GPT-3.5 发布 2022年11月29日，OpenAI发布了一个命名为“text-davinci-003”（文本－达芬奇-003常称为GPT3.5）的新模型。它以对话方式中止交互，既能够做到回答问题，也能招认错误、质疑不正确的前提以及拒绝不恰当的央求。 2.1.2 ChatGPT的预锻炼加微调 所谓的ChatGPT预锻炼，是一个基于transform模型的预锻炼言语模型，它的锻炼逻辑如下： 第一是语料准备，从互联网上搜集大量文本语料。如新闻、书籍、论坛，其中维基百科是它的一个重要数据来源。维基百科是用多种言语编写而成的网络百科全书。 然后是对数据预处置，对语料中止处置，把它们分割成许多独立的句子或段落，对每个句子中止分词。分词后把每个单词转换成数字，生成一个数字序列，然后构建成数字词典。 锻炼就是运用这些数字序列用transformer模型中止模仿场景实验，需求投入大量的人工干预，并运用监视学习的方式对预锻炼模型中止微调。依据奖励模型优化战略，然后生成输出，ChatGPT的预锻炼绕不开正向传送，反向更新，梯度收敛，预锻炼模型降低了获取更高水平人工智能的成本。 由于至今OpenAI没有公开ChatGPT相关预锻炼数据集来源和细致细节，一定水平上障碍了追逐者的步伐。 2.1.3 ChatGPT的Transformer转换器 ChatGPT的中心技术之一是Transformer转换器，Transformer技术是近几年人工智能技术最大的亮点之一，由谷歌的人工智能的团队“谷歌大脑”首先发布。 这种模型是运用一种叫自留意力的机制（self attention mechanism），它允许模型在中止预测的时分，可依据言语序列的任何位置，为输入数据的不同部分赋予不同的权重，并支持处置更大的数据集。 Transformer的精度和性能上都比之前盛行的CNN（卷积神经网络）、RNN（循环神经网络）等模型，大幅提升了模型锻炼的效果，让人工智能在更大模型、更多数据、更强算力的基础上进一步增强运算才干。此外，还具有很强的跨模态处置才干，不只在NLP（自然言语了解）范畴表示优秀，在语音、图像方面也显现出了优秀的性能。 Transformer是ChatGPT言语模型的中心技术，是一种用于序列到序列（Sequence-to-Sequence）任务的神经网络模型，例如机器翻译，语音辨认和生成对话等，它运用了留意力机制来计算输入序列和输出序列之间的关系。如下图所示
Transformer的主要优点是它能够并行地处置输入序列中的一切信息，因而在锻炼和推理时都有很高效率。 此外，Transformer没有运用循环结构，因而它不受长序列的影响，并且在处置长序列时不会呈现梯度消逝或爆炸的问题。 2.2 ChatGPT人类反响优化言语模型（RLHF） ChatGPT 面对多样化的问题对答如流，曾经突破了机器和人类沟通的边疆，这一工作的背地是大型言语模型 (Large Language Model，LLM) 生成范畴的新锻炼范式RLHF (Reinforcement Learning from Human Feedback) ，即依据人类反响的强化学习措施模型。 OpenAI官网上如是说：我们运用依据人类反响的强化学习措施模型（RLHF）来实施锻炼，运用监视微调锻炼一个初始模型与人类人工智能锻炼师提供对话，他们在其中表演用户和人工智能助手。我们让培训师能够访问模型编写的倡议，以辅佐他们撰写答案。 为了创建强化学习的奖励模型，我们需求搜集比较数据，其中包含两个或多个按质量排名的模型响应。为了搜集这些数据，我们中止了人工智能培训师与聊天机器人的对话。我们随机选择了一个模型编写的音讯，抽样了几个替代完成，并让AI培训师对它们中止排名。运用这些奖励模型，我们能够运用近端战略优化来微调模型，我们执行了此过程的多次迭代。
ChatGPT强化学习算法锻炼奖励模型简单来说就是分为三个阶段： 第一阶段是搜集示范数据，人工智能培训师与聊天机器人对话，并接受监视。 第二阶段是搜集比较数据，锻炼一个奖励模型。 第三阶段是应用PPO强化学习算法，优化一个针对奖励模型的战略。 2.5 ChatGPT的DALL.E 2自然言语转换成像技术 依据OpenAI官网上的引见，ChatGPT中的DALL.E 2自然言语转换成像技术，最初只是一个研讨项目，目的是制定并继续改进保险缓解的措施，其中包含： 第一、限制DALL·E 2 自然言语转换成影像时生成暴力、仇恨或成人图像。经过从锻炼数据中删除有害的视频内容、运用先进的技术来避免真实人物的面部，包含公众知名人物的面部在视频中呈现。 第二、遏制用户滥用政策。不允许文本请求生成暴力、成人或政治内容等视频。假如我们的过滤器发现可能违背我们政策的文本提示和图片上传，ChatGPT就会采用自动化和人工监控系统予以拒绝。 OpenAI以为：担任任的开发战争安监管是人工智能的重要组成部分，让用户对ChatGPT保险系统有自信心。 OpenAI希望DALL.E 2自然言语转换成像技术能降低图像生成模型相关的风险。为此，DALL.E 2在互联网上数亿张带题目的图像上中止锻炼，删除并重新加权其中一些图像，更改模型学习的内容。 同时，采用在DALL.E 2中设置各种防护栏锻炼数据集，过滤锻炼数据，放大倾向、重复数据删除等多种技术伎俩，以避免生成的图像违背内容管制政策。使人们能够发明性地表白自己，辅佐人们了解ChatGPT人工智能系统如何看待和了解我们的世界，关于发明人类的人工智能任务至关重要。 图源：unsplash
2.6 ChatGPT软件能否能开源？ OpenAI 不开放，是人工智能业界很多人诟病的话题。软件开源是多年来互联网产业之所以能蓬勃展开的驱动力之一。 软件开源方式能够调动全世界软件开发者的积极性，每个人都能够下载源代码，并可中止优化和社分辨享，也能够及时发现软件系统中的缺陷，提示厂商予以改进完善。 这种用全社会的力气来创新的机制，大幅加速了新技术的展开和产业应用的进程。 据OpenAI 公司证明，目前ChatGPT尚未开源，目前是作为API（应用程序编程接口）调用的方式提供联网效劳，暂时没有开源的计划时间表，以至不扫除未来很长一段时间内不会思索软件开源的问题。 关于ChatGPT为何不开源，业内也有一些专家表示了解，由于人工智能技术至今为止没有一家厂商的软件是开源的，基本上都是一个“黑盒子”，关于其内部的运转机制外界很难了解。 假如软件代码开源，很难避免有人会应用人工智能发明出一些不利于社会和人类的内容，因而人工智能软件代码不开源，可能也是出于系统保险性方面的思索。 此外，自从Open AI 公司放弃了非营利组织的定位，接受微软等企业投资后，从商业化的角度思索，也会采取软件和模型代码不开源的措施，维护商业利益和投资。 而采用开放应用接口的方式来加以推行，日后不扫除对应用接口部分开源少部分模型，丰厚开发者的生态环境，有利于与ChatGPT与其他系统或终端的互联互通，加快人工智能产业的应用进程。 ChatGPT人工智能研讨中心及其首席执行官萨姆·奥尔特曼在接受美国《福布斯》双周刊记者采访时，在记者问及关于软件开源问题的追问时说道： “我以为完成这一目的的最重要方式是推出像ChatGPT这样的AI平台，除此之外，我们希望提供日益强大的应用软件接口（API），同时能够让它们愈加保险。我们将继续开源，就像我们开源了CLIP（2021年发布的视觉神经网络），引发图像生成范畴完成软件开源。 我们开源了Whisper和Triton（自动语音辨认系统和编程言语）。所以我置信这是一个多管齐下的战略，一方面要拿出好的东西，另一方面要均衡每样特定东西带来的风险和收益。” 上述或可佐证Open AI 可能在应用接口部分开源少部分模型，丰厚开发者生态环境的企图。 2.7 人工智能AI芯片的重要意义 在人工智能范畴，包含人们日常生活中运用的智能手机，智能驾驶汽车等范畴要完成运算都是与图像辨认、语音辨认、自然言语处置有关。 底层最常用的就是卷积神经网络，也就是数学中的矩阵运算和优化处置，普通来说CPU主要合适常用的数学计算。关于矩阵运算，专用的AI 人工智能芯片就比较适合了。所以在这特定的状况下，AI芯片应运而生了。 不同厂商对AI芯片有不同的称谓，有的称为NPU神经网络处置器。谷歌叫TPU张量（矩阵）处置器，美国超威半导体公司（AMD）叫APU加速处置器。苹果叫仿生芯片，市场营销的意味更多一些，而普通都统称为AI芯片或叫人工智能芯片。 图源：unsplash
人工智能芯片可视为CPU的一部分，作为单独的加速芯片，它其实是从显现芯片GPU展开而来的。 早期的GPU多用于2D和3D图形处置和计算，市场上则主要针对游戏范畴。 当下是算力时期，人工智能、深度神经网络、数据剖析、可视化、互联网算法、生成性与锻炼、运算效劳器、智能汽车、移动设备等，都离不开算力支撑。 从全球整体市场状况来看，目前全球GPU市场构成多寡头竞争格局，其中包含英特尔、英伟达和AMD、苹果、谷歌、华为、阿里巴巴、腾讯、寒武纪也相继开发出了人工智能芯片。 英伟达和AMD的芯片都是由台积电代工的，台积电在芯片包含AI芯片加工市场占领重要的位置。 2.8 人工智能中的算力单位pfs-day（petaflop/s-day） 随着人工智能特别是强化学习算法和预锻炼技术的飞速展开，人工智能AI模型的算力正在以超高的速度展开。特别在自然言语处置范畴的增长十分疾速。 OpenAI的GPT-3大型神经网络有1750亿个参数，而且模型越做越大，短期看来是一个技术趋向。 这样大的模型关于锻炼算力的耗费是惊人的，人们用一个新的单位来权衡算力，即petaflops/s-day，或者缩写成pfs-day。 图源：unsplash
OpenAI定义神经网络中的每一次乘法或一次加法为一个操作，假如每秒钟能够中止1015方运算，也就是1 peta flops，那么一天就能够中止约1020的运算，这个算力耗费被称为1个petaflop/s-day。 OpenAI透露：曾锻炼过一个强化学习模型OpenAI Five，运用该系统在2019年打败了DOTA游戏职业游戏战队，该模型锻炼量抵达800 pfs-day。 OpenAI用了256个英伟达的GPU和12.8万个CPU中心芯片，预锻炼整整持续了10个月时间。OpenAI Five的总预锻炼量相当于打了45000年Dota游戏，每天的锻炼量大约相当于人类打180年游戏。 依据OpenAI的最新研讨，从2012年以来，最大的AI锻炼关于算力的耗费曾经增长了30万倍，平均每100天就翻倍，算力是人工智能展开的技术保障，是人工智能展开的动力和引擎。这个速度曾经大大超越了两年翻倍的摩尔定律。 2020年5月，OpenAI发表了一篇由多位作者撰写的论文：Language Models are Few-Shot Learners （言语模型是小样本学习者）。其中提到ChatGPT-3中有多达1750亿个参数、数据集45TB，锻炼花了3640pfs-day，言语模型锻炼一次的费用激进估量是460万美圆，模块总锻炼成本估量抵达了1200 万美圆。 由此可见在人工智能范畴的资金投入以及对计算机的算力请求是如此之高，远超人们的想象力。 ChatGPT潜在商业价值与市场动态ChatGPT在系统牢靠性、精确性方面还有待改进的空间。人工智能项目当前大多数依旧处于研发和庞大投入阶段，势必还要破费大量的金钱以及资源来完成。 人工智能项目想要持续展开，需求找到合适其自身展开的商业方式。同时由于ChatGPT的忽然呈现，关于全球的人工智能展开应该说起到了一定的推进作用，新技术的横空出世，当然会促进社会的改造以及带来社会消费力的展开新机遇，同时也一定会随同着产业的骚动、重组和融合，以此来重新调整社会消费关系，满足先进消费力展开的需求。 3.1 全球市场对ChatGPT 的客观评价（节选） 3.1.2 国外学者大咖对ChatGPT 的客观评价 1. 世界首富比尔·盖茨在接受专访时表示；“ChatGPT以及AI范畴的停顿令人激动，AI将是2023年最抢手的话题。ChatGPT与互联网的发明一样重要，可谓划时期应用”。 2. 马斯克也是OpenAI的分离开创人之一，曾在推特上表示：“ChatGPT好得吓人，我们离强大到风险的人工智能不远了”。话语中既有赞同，又对人工智能展开没有树立牢靠的保险监管机制，存有危机感。 3. 微软CEO萨提亚·纳德拉（Satya Nadella）表示：“AI将从基本上改动一切软件，并从搜索这个最大的类别开端。这是搜索的新一天，竞赛从今天开端”。 4. OpenAI首席执行官萨姆·奥尔特曼萨姆·奥尔特表示：“这绝对是一个激动人心的时辰，但我希望这只是刚刚开端。事实上，这将是一条技术展开及其对社会产生的积极影响，不时呈几何级数增长的道路”。 5. OpenAI首席技术官米拉·穆拉蒂（Mira Murati）在接受《时期周刊》采访时表示：“ChatGPT有可能真正彻底改动人类的学习方式，具有中止个性化教育的庞大潜力”。 6. 欧盟委员会分管市场（工业）委员蒂埃里·布雷顿（Thierry Breton）日前表示：“欧盟委员会正在起草一项新的人工智能法规，新拟议的人工智能法规将盘绕ChatGPT聊天机器人和人工智能技术风险，讨论处置计划”。 3.1.3 国内学者对ChatGPT 的客观评价 1. 传播内容认知全国重点实验室首席科学家张勇东表示：“ChatGPT的呈现，是人工智能技术展开的一次飞跃。其在交互和创作方面展示的出色才干，标记人工智能由决策式向生成式转变”。 2. 中国信通院云计算与大数据研讨所科技部副主任石霖以为：“ChatGPT的技术基于OpenAI开发的GPT3.5系列模型，该模型参数范围据推测达十亿级别，加之在锻炼过程中引入人类反响机制技术，使得ChatGPT在回答精确率、道德表示上进一步得到提升”。 3. 中国工程院院士邬贺铨以为：“往常完整没有必要为ChatGPT的呈现而担忧，它的呈现是一种技术进步，ChatGPT能够辅佐人类做一些资料整理等基础工作，但是它不可能替代人类思索”。 4. 华东师大传播学院院长王峰以为：“ChatGPT带来庞大机遇与应战，它能够和元宇宙树立分离起来，一旦ChatGPT这样的人工智能应用成熟，这标记着在人类言语反响中，人工智能开端占领优势，会对人类生活构成更深化的影响”。 3.1.4 国外投资者和厂商对ChatGPT 的反响 路透社报道称：“谷歌母公司宣布将推知名为‘Bard’的AI人工智能聊天机器人效劳以及更多的人工智能项目，以应对竞争对手微软所引领的新计算浪潮”。 早在2019年，微软就向ChatGPT的一切者OpenAI公司多次注资，此番ChatGPT-3.5的胜利发布，也让业界联想不时，接下来微软可能会砸下更多筹码，以至将OpenAI和ChatGPT一同收购。 没让人们等候太久，微软就给出了答案：再次向OpenAI投资100亿美圆。据音讯人士说，早在去年10月微软就开端了就追加投资一事与OpenAI谈判。 往常这笔资金最终敲定，包含新的投资在内，微软将取得OpenAI 的49%股权，OpenAI的估值将抵达290亿美圆，微软将每年取得OpenAI的75%利润，直到收回投资为止。 因而，这次ChatGPT的胜利，最大的赢家无疑就是微软。 3.1.4 国内部分投资者和厂商对ChatGPT 的反响 1. 百度公司正在中止相似ChatGPT产品的上线冲刺，该项目名字肯定为“文心一言”英文名“ERNIE Bot”。百度“文心一言”是百度基于“文心大模型”技术推出的生成式对话产品。 百度在人工智能四层架构中，有全栈规划。其中包含底层的AI芯片、深度学习框架、大模型以及最上层的搜索等应用。项目将于2023年3月份完成内测，并面向公众开放。 2. 腾讯申请“人机对话措施、装置、设备及计算机可读存储介质”专利，该专利产品可完成人机顺畅沟通。 3. 阿里巴巴达摩院（杭州）科技有限公司申请了“人机对话及预锻炼言语模型锻炼措施、系统及电子设备”专利，可提升问答交互的精确性。 图源：pexels
3.2 ChatGPT可能影响的行业初探 人们普遍以为，采用AI技术的ChatGPT展开和应用可能会影响许多职业，特别是一些重复性较高的工作。例如，一些简单的办公室文秘工作、数据处置，以及人工客服可能会被自动化和人工智能替代。 需求高度发明力和人类技艺的职业，如医生、律师、艺术家、软件架构师等，则不太可能受其影响。 ChatGPT能够为人们提供有价值的信息和辅佐，因而也可能为相关职业带来新的机遇。 ChatGPT作为一种抢先的聊天机器人技术，曾经被普遍应用于多个范畴，下面就浅析基于人工智能的ChatGPT可能会对我国哪些行业带来改造和影响。 3.2.1客服行业 人工智能技术能够提供智能客服效劳，经过自然言语处置和机器学习技术，为用户提供快速、精确的答案和处置计划，从而减轻人力成本压力。它能够提供比人工客服更全面，更快更精确的客服效劳，从而进步客户称心度。主要体往常以下几个方面： 1.进步效劳质量 ChatGPT是一种机器人作为客服效劳系统，它能够实时对接客户的需求，并依据客户的问题精确回答，出错率较低，处置计划更全面，能够更快精确满足客户的需求，从而进步客服效劳的质量。 2.进步客服效率 ChatGPT可减少人工客服的工作量，AI系统能够快速地找四处置计划，不用客服人员花时间查找。人工客服可将更多的时间集中在更复杂问题的处置上，把更多的肉体放在为弱势群体或无法精确运用AI系统的人提供人工应对效劳。 3.进步客服称心度 ChatGPT能够让客户取得更好的效劳体验。它能够更快地提供精确的答案，AI系统能够让客户感遭到比人工效劳更好地无缝交流，让用户取得愈加称心的结果。 4.降低客服成本 ChatGPT能够辅佐客服俭省时间，减少客服人员，降低人工成本。 5.提升客服系统的管理水平 ChatGPT能够进步客服平台的管理水平，能够依据用户的运用反响，自动按需生成各类管理报表，为后台管理人员提升效劳质量提供数据支撑。 图源：pexels
3.2.2教育行业 人工智能技术能够用于教学辅助、在线教育、个性化教育和学生评价等方面，能够进步教育效果和教育公平，为学生提供个性化的教育效劳和智能化的学习体验。让ChatGPT作为一种教学辅助工具，成为教员的朋友或帮手。 ChatGPT作为一种教育辅助工具，主要应用体往常以下几个方面： 1.设计课程 ChatGPT能够为教员的课程设计提供创意义绪，辅佐检索和整理教学文献资料，生成完好的课程资料，如教学大纲、课程计划和阅读资料，并可生成文本或PPT图片。 2.辅佐备课 ChatGPT能够参与到教研备课中，辅佐教员俭省大量查询资料的时间，进步备课效率。 3.学问搜索 能够与学生一同经过对系统的提问方式，快速搜索到相关的学问点。扩展学生的学问面和对事物的了解深度。增加课堂兴味性和丰厚性，辅佐学生了解复杂的内容和概念，成为教员的人工智能助教。 4.作业测评 ChatGPT还能够参与到学生成果的评价，生成作业检验和考卷，辅佐教员评价学生的学习质量，察看学生的学习进度。同时也能够对教员的授课质量中止测评，评价教员与学生之间的活动环节，进步教学质量。
图源：pexels 3.2.3言语文字翻译行业 人工智能AI技术在言语文字翻译范畴曾经完成了突破性展开，ChatGPT完成多言语支持，能够辨认多种言语，其中包含： 1. 快速翻译：ChatGPT能够让翻译工作愈加快捷方便，从而让更多的文本能够在短时间内完成翻译。 2. 精确翻译：ChatGPT能够精确辨认出言语或文本的内容，从而进步翻译精确性。 3. 语法检查：ChatGPT能够检查、校正言语或文本的语句，语法等的翻译错误，从而进步翻译人员在翻译过程中的质量和水平。 4. 文本改进：ChatGPT可提出改进文本的倡议，从而让文本愈加便于了解和圆满。 5. 词汇弥补：ChatGPT可为翻译人员提供更多参考词汇，同样一个意义，依据不同的场所，用恰当的言语来表白，增强翻译亲和力。 6.言语转换：ChatGPT可辅佐翻译人员完成简直世界上一切语种不同言语之间的转换，从而更好满足翻译需求。 7. 文本格式：ChatGPT可辅佐翻译人员更好天文解不同文本格式，直接采用文本、表格、图片或会议纪要方式直接生成，从而更有效地完成翻译工作。 图源：pexels
3.2.3金融行业 对金融行业而言，ChatGPT能够提供多种智能化的效劳和处置计划，辅佐金融机构进步运营效率、降低成本、丰厚客户体验、管理金融风险、中止投资决策等。 1，美国SouthState Bank相关担任人表示：该行已肯定了15个ChatGPT应用场景，如：在内控与合规管理方面，该行将经过运用ChatGPT辅佐银行监测和评价相关风险，例如经过剖析公司的合规政策、员工的行为等，提出相应的风控措施。 2，在法律事务处置方面，该行将经过运用ChatGPT自动检测和辨认合同风险，在合同草案中插入关键要素和监管请求的法律条款，中止智能检查、智能书写，从而为本行的法律团队俭省时间。 3，国内金融机构邮储银行近期表示：将优先运用百度开发的“文心一言”，在金融业展开相似ChatGPT人工智能的应用试点，分离行业学问中止微调和交互式锻炼。在智能客服、数字员工、虚拟停业厅等场景中止应用，进一步提升客户体验。探求新型的信息统计、信息获取方式，向客户提供更及时、更精确、更个性化的金融咨询效劳。 4，今年 2月20日，广发证券宣布将经过百度智能云全面体验并接入百度“文心一言”，经过探求大言语模型融入金融应用场景，尝试打造更为丰厚、个性化的金融效劳，为客户提供更智能、更有温度的财富管理效劳体系。 图源：unsplash
与此同时，我们也应该认识到无论国内外，金融业都是接受严厉监管的行业，ChatGPT需求庞大的数据库支撑，要针对行业做大量的数据锻炼和优化。而金融数据的获取却十分严厉，处置信息的精确性、保险性和用户隐私等问题，都是金融业优先思索的问题。 国内学者以为，金融效劳岂但要思索到人机交互的方便性，更重要的是避免损失，因而AI和金融的分离一定要经过大量的锻炼，并且实时更新数据，同时与严厉的保险监管机制相匹配。 3.2.4制造业 每一次工业反动都离不开消费力的提升，先进的技术能够辅佐人类从传统手工社会转向工业社会和信息化社会助力，带来消费关系的庞大改造。 这次ChatGPT的应用还远远算不上一次工业反动，但可被视下一场改造来临的信号。 人工智能技术能够用于消费流程优化、智能制造和质量控制等方面，能够进步制造业的效率和产质量量。 往常世界各国出生率降落，社会老龄化日益加重，ChatGPT的呈现不只会给消费力带来变更，而且会给消费方式带来一定变更，这种变更在宏观背景下的影响可能会超越一切人的想象。 图源：unsplash
从目前ChatGPT的功用来看，还不能完整替代人类，但是能够释放出更多消费力，迫使人类去关注那些更具有创意、发明、思想、情感的工作。 ChatGPT直接进入制造业和实体经济还路途悠远，但是专家以为AI所起到的作用，应该主要体往常降本增效上。 在能够预见的未来，大多数产业的展开都将融入人工智能技术。以硬件设备为主体的产业，例如制造业、采掘业、基础设备等，将更多参与人工智能软件的支撑，各类效劳业将有更多的简单重复的工作被人工智能设备所替代人工，随着人工智能产业新形态的呈现，人们的工作生活环境将因之而变。 3.2.5物流交通运输行业 人工智能技术能够用于物流交通运输行业的智能化的道路规划、运输管理和物流优化等方面，能够进步交通运输的保险性和效率。 ChatGPT为代表的人工智能系统，能科学规划物流和交通规划，能够给物流交通运输行业从订舱到跟踪货物、管理库存到更新车队信息提供全方位的效劳，将物流和供给链行业的管理提升到一个新的水平。 3.2.6文秘行业 传统意义上的文秘工作，主要担任处置公司或政府的日常事务，好比接打电话、文件邮寄、办文办会、档案管理、编写会议纪要、谐和工作等。 ChatGPT能完成大部分文秘的事务性、程序化的工作，应用人工智能技术，文秘工作的重心需求关注的是如何应用人工智能技术为指导的决策做好辅助性工作。辅佐指导进步决策的科学性、精确性。文秘能够经过运用人工智能产品，提升信息资源的精确性和效率。 文秘工作者要顺应时期的快速展开，接纳新事物、新技术，擅长察看、独立思索，进步创新才干和处置问题的才干。
图源：unsplash 固然ChatGPT功用强大，但是完整取代文秘工作还为时过早，大量文秘的工作还是需求有人员来处置，ChatGPT无法完整替代。ChatGPT完整能够作为文秘工作的一个好助手，提升文秘工作的质量和水平。 有人这样说：未来不会被人工智能替代的有三种人： 有顺应才干的人、有发明力的人、有处置问题才干的人。因而，人们在人工智能时期应该进步顺应才干、创新才干就显得尤为重要。 3.2.7法律行业 人工智能技术能够用于法律咨询、文书起草和司法判决等方面，能够进步法律效率和精确性，降低成本和错误率。 应用人工智能能够直接了解用户需求，更好了解用户的提问内容，中止高质量的法律条款的关联；好比检索资料、整理答案、改写文字以及翻译等，ChatGPT在法律范畴可能应用的场景如下： 1.查找法律条款 ChatGPT能够经过提问方式直接查找相关的法律条款，能够有效节约大量法律条款记忆和检索的时间，进步法律工作的效率，加快结案的时间。 2.分离案例梳理适用法律要件 在一个法律案例中可能会触及不同的法律体系，假如不是特地从事这一方向的职业律师或者法官，可能无法中止较为完好精确的剖析，未接受过特地法学锻炼的普通民众更难以遍历相关法律条款，ChatGPT会基于既有的法律资料中止梳理，并给出较为完好的参考。 3.撰写法律文书 ChatGPT具有较强的文书整理才干，可依据双措施庭陈说和争辩，撰写法庭纪要、审问纪要、起诉意见书等法律文书。也能够经过文本输入，请ChatGPT对法律文书中止法律条款运用精确性的检查。 4.辅助司法裁判 2023年哥伦比亚法院在裁判中运用了ChatGPT中的文本生胜利能来增加说理依据，在裁判文书中，ChatGPT给出了细致的法律条款、适用情形、立法目的以及法院以往判例对比等内容，能够有效提升诉讼案件处置的精确性。 关于统一裁判尺度具有重要价值，以至随着技术展开，能够完成裁判文书的辅助生成、案件信息的自动回填等功用，有效辅助司法裁判。 ChatGPT在法律范畴的应用限制： 最高人民法院在2022年12月发布《关于规范和增强者工智能司法应用的意见》，提出到2030年，建成具有规则引领和应用示范效应的司法人工智能技术应用和理论体系，为司法为民、公正司法提供全流程高水平智提供辅助支持。 3.2.8社交媒体行业 人工智能技术能够用于社交媒体内容生成、图片画像和产品广告引荐等方面，可进步社交媒体的用户体验和收益，为广告主和内容创作者提供更好的效劳。 3.2.9软件开发行业 随着人工智能ChatGPT的展开，越来越多人关怀ChatGPT能否会对软件行业就业产生严重影响，ChatGPT会不会让底层程序员失业？ 其实目前的ChatGPT还是一个测试的版本，软件代码生成只是其中一个功用，还有很多需求不时改进完善的中央，要完整取代人工编程还要需求很长一段时间。 普通以为程序员就只会写代码，其实程序员写代码的时间最多占其工作量的四分之一都不到，程序员需求用大量的时间了解系统架构、功用开发的用户需求与其他团队的协作、调试和修正考证代码等等。 况且目前的ChatGPT智能写一些简单应用小程序和对话框的界面编程，据称ChatGPT经过了谷歌编码3级工程师的测试，并收到年薪高达18.3万美圆的出价，但是关于一些自动化控制水平复杂的大型软件，用ChatGPT开发简直是不可能的。 在开发场景固定，用户需求固定、控制比较简单、系统保险失密性不高的软件开发场所，ChatGPT能够成为辅助工具，用于代码生成和软件代码调试的辅助工具。 反而，由于ChatGPT的呈现，会带动软件开发人员就业岗位增加的机遇，好比ChatGPT带动的全球人工智能加速展开，人工智能行业将继续投入大量的软件开发人员，参与人工智能软件开发、生成性预锻炼模型测试、云计算、云数据库等人工智能关联行业，有大量对有阅历软件开发人员的需求，从而带动整个社会从学校的专业课程设置到AI特地程序员的培育。会给软件开发人员带来很多新的工作机遇。 软件开发人员的薪资也会水涨船高，有利于整个行业展开，促进社会的进步和人工智能技术的展开。 但是有一点是肯定的，固然有相似于ChatGPT等人工智能系统的辅佐软件编程，项目管理者会从系统保险的角度思索，避免将一些触及先进模型算法、系统保险、大型网络管理软件、大型数据库和云贮存软件，以及计算等控制化水平较高的软件，或者任何等带有企业秘密和行业保险软件，不会交给ChatGPT去完成。 ChatGPT是一个开放性的系统，它可能会把你的代码在其他用户的调用中重复呈现，那对企业来说是极大的保险隐患，必须设置保险围栏，避免软件编码被泄露的事情发作。 3.3 ChatGPT发布后国外主要企业的意向 3.3.1微软向OpenAI增资100亿美圆 早在2019年，微软就向OpenAI投下10亿美金研发资金，ChatGPT此番胜利发布，微软准备再次增资100亿美圆，以至不扫除将OpenAI和ChatGPT一同收购。 有音讯称，微软再次增资100亿美圆到位后，OpenAI 公司的估值约为 290 亿美圆。微软将取得 OpenAI 公司的49% 股份，75%的利润，直到其收回全部投资，OpenAI的非营利性母公司仅取得2%的股份。 微软公司近期宣布将ChatGPT整合入微软的搜索引擎Bing，没过几天，又宣布会将ChatGPT整合进Office办公套件中的（Word、Excel、PPT)。用户在运用Office时就能体验ChatGPT的对话功用，这将极大丰厚微软公司产品的内涵，微软的股价疾速上涨就是资本市场已察觉到了AI对社会进步可能产生的严重推进作用。 3.3.2谷歌的人工智能系统LaMDA ChatGPT吸收了全世界的眼光，谷歌曾经也有在AI聊天机器人方面抢先展开的机遇，早在2021年5月谷歌的人工智能系统LaMDA亮相就冷傲了众人，但是谷歌出于某种缘由，并没有打算把AI聊天机器人推向市场化，错失了一次极好的AI展开机遇。 长期以来，谷歌秉持的目标是运用机器学习来改进搜索引擎和其他面向消费者的产品，并为谷歌云技术提供效劳。 ChatGPT问世后，谷歌急于赶超在AI范畴与微软的差距，于2023年2月6日透露计划推出一款AI聊天机器人Bard，与OpenAI颇受欢送的ChatGPT竞争。 谷歌所研发的对话应用言语模型LaMDA(LanguageModel for Dialogue Applications)，全称是对话应用程序的言语模型，它是一种才干很强的言语模型，适用于对话应用程序，是一种基于网络上数十亿词汇中止锻炼的大型言语模型，它受益于谷歌强大的计算才干和研发团队。 谷歌以为LaMDA聊天机器人，性能远超现有的ChatGPT；另外，谷歌具有图像生成才干更强的Imagen模型，性能要优于ChatGPT的DALL.E 2自然言语转换成像技术。 谷歌在2023年2月8日巴黎召开的发布会上，当场展示了Bard聊天机器人的功用。让人没想到的是Bard刚一亮相，就出错了。 在谷歌短短几分钟的展示中，有人向Bard提问；“我能够通知我 9 岁的孩子关于詹姆斯·韦伯太空望远镜有哪些最新发现吗？” Bard的回答很出乎人们的预料，它指出詹姆斯·韦伯太空望远镜拍摄到了我们太阳系之外行星的第一张照片。 天体物理学家Grant Tremblay在推特上指出：美国宇航局发布的太阳系外行星的第一张照片，并非詹姆斯·韦伯太空望远镜拍摄，而是由欧洲南方天文台的甚大望远镜（VLT）于2004年拍摄的。 这个错误被呈现后，招致外界质疑谷歌在AI聊天机器人和人工智能方面的开发才干，招致其母公司Alphabet当日的股价暴跌7.68%，市值蒸发近1056亿美圆（约合人民币7172.78亿元）。 这个错误表示了当前人工智能系统的一个常见缺陷，即暂时还不具备实践的“了解才干”，仅能依据概率中止猜测，并不能甄别虚假信息。 对此，微软也招认了ChatGPT聊天机器人同样面临相似应战——也会表白虚假信息。 3.3.3 Meta公司参与AI争夺战 继微软、谷歌在人工智能发布产品后，脸书（Facebook）母公司Meta也参与了人工智能AI市场争夺战。 2023年2月24日，Meta官网发布了一款新的人工智能大型言语模型LLaMA，从参数上来看，Meta提供有70亿、130亿、330亿和650亿四种参数范围的LLaMA模型，并用20种言语中止预锻炼。而Open AI 推出的GPT-3经过指令微调后得到的数量达1750亿个。 Meta首席AI科学家杨立昆（Yann LeCun）这样说：在一些基准测试中，LLaMA 130亿参数范围的模型性能优于OpenAI推出的GPT-3性能。像LLaMA这样小型模型所需的计算才干和资源要少得多，且能在单个GPU上运转，具有共同的竞争优势。 Meta首席执行官马克·扎克伯格表示：LLaMA模型旨在辅佐研讨人员推进工作，在生成文本、对话、总结书面资料、证明数学定理或预测复杂任务方面有很好的前景。 最重要的是Meta称将努力于人工智能开源模型的研讨，新模型会开源受权给整个人工智能AI研讨社区，并授予大学、非政府组织和行业软件访问权限。 Meta表示还有更多研讨需求做，以处置大型言语模型中的成见、有害评论等风险，并计划开发属于自己的AI芯片。 3.3.4 苹果公司在人工智能范畴厉兵秣马 作为美国高科技公司巨头的苹果公司CEO蒂姆·库克（TimCook）2月3日说：AI 是苹果规划的重点，这是令人难以置信的技术，它能够丰厚客户的生活，能够为苹果在发布的碰撞检测、跌倒检测和心电图功用的产品中赋能。苹果公司在这个范畴存在庞大的潜力，简直能够影响一切。 他再次强调，AI 是一项横向技术，而不是纵向技术，因而它将影响我们一切的产品和效劳。 在OpenAI 推出ChatGPT火爆全网后，苹果的压力显而易见，有剖析以为，苹果公司原本的语音智能效劳Siri被边沿化了，苹果迫切需求有与ChatGPT相竞争的新一代人工智能产品。 外界曾猜测苹果公司将在2023年2月的一次年度人工智能峰会上展示一款相似于ChatGPT的产品。结果什么都没有发作。 苹果公司早在2022年12 月 2日就宣布将鼎力推出Stable Diffusion模型。Stable Diffusion之所以引人注目，不只由于它是开源的，还由于它的模型范围十分小，能够在一些消费类计算机上和iPhone产品上运转。 与此同时，Stable Diffusion自身能够内置到苹果的操作系统中，并为任何开发人员提供易于访问的API。 3.3.5 亚马逊公司在人工智能范畴横空出世 亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者品牌，其提供超越200项全功用的效劳，涵盖计算、存储、数据库、网络、数据剖析、机器学习与人工智能、物联网以及应用开发。 2023年2月23日音讯，亚马逊决议将与人工智能初创企业协作，参与聊天机器人之战，这是大型科技公司在生成式人工智能系统市场上强强联手的最新举措。 亚马逊云计算效劳（AWS）分离开发一种言语生成工具，能与OpenAI的聊天机器人ChatGPT相媲美，可在自己的云客户中运用。 亚马逊云部门业务副总裁斯瓦米·西瓦苏布拉马尼安说：亚马逊公司将打造人工智能言语模型BLOOM。曾经有超越10万用户在亚马逊公司的云端运转人工智能应用程序。 由于生成式人工智能程序要对大量现有内容中止整理才干生成可阅读的新内容，因而需求经过云端传输，这意味着，亚马逊将经过云端传输取得丰厚的利润。 对亚马逊来说，更主要的业务收入是出卖对云端GPU的访问权，很明显应用模型生成图像或文本，都会在云端的GPU上运转。 与此同时，亚马逊自身就是一家芯片制造商，迄今为止它的大部分肉体都集中在Graviton CPU上，但它能够为Stable Diffusion等模型构建自己的专用硬件，并在价钱上展开竞争。 3.3.6 英伟达在人工智能中“闷声发财” 就在ChatGPT得到市场热捧的时分，一个厂商正在背地闷声发大财，那就是英伟达公司。 英伟达（NVIDIA）是一家总部位于美国的人工智能计算公司。1999年英伟达定义了GPU（图形处置器单元），其浮点运算和并行运算速度比CPU强百倍之多。 GPU的胜利极大地推进了PC游戏市场的展开，重新定义了现代计算机图形技术，并彻底改动了矩形计算的规则，大大进步了计算机的处置才干。 2022 年3月推出的NVIDIA Hopper这一款新架构，以美国计算机范畴的先驱科学家 Grace Hopper 的名字命名，将取代两年前推出的 NVIDIA Ampere 架构。基于 Hopper 架构的 GPU — NVIDIA H100，该款 GPU 集成了 800 亿个晶体管，具有 Transformer 引擎和高度可扩展的 NVIDIA NVLink 互联技术等突破性功用，可推进AI 言语模型、深度引荐系统、基因组学和复杂数字孪生的展开，被普遍应用于数据剖析、科学计算和云图形。 事实上，无论是OpenAI的ChatGPT、还是微软的搜索引擎Bing、谷歌的人工智能系统LaMDA，都离不开英伟达提供的底层芯片算力支持。 作为一家市值5000亿美圆的科技巨头，以Hopper加速卡为代表数据中心业务可谓是英伟达的“印钞机”。 据瑞银剖析师蒂莫西·阿库里估量，OpenAI的ChatGPT中至少购入了1万颗英伟达高端GPU来做预锻炼模型。 自2023年以来，英伟达的股价在一个月内就大涨40%，固然英伟达官方对ChatGPT没有任何表态，但花旗剖析师表示，ChatGPT的持续快速增长，可能会进一步招致整个2023财年中，英伟达GPU（图形处置器）芯片的销售额将剧增，估量至少增加110亿美圆。 美国银行和富国银行的其他剖析师也以为，英伟达将从人工智能业务中获取巨额利润。 参考资料： [1] ChatGPT翻开了硬币的哪一面？北京邮电大学人工智能学院教授邓伟洪、中国信通院云大一切内容科技部副主任石霖 [2] 采访报道ChatGPT“火出圈”我们该“急眼”吗？中国经济网2023年2月20日 [3] OpenAI官网（ChatGPT：优化对话的言语模型 (OpenAI.com)） [4] Interactive Learning from Policy-Dependent Human Feedback (MacGlashan et al. 2017) [5] Deep Reinforcement Learning from Human Preferences (Christiano et al. 2017) [6] ChatGPT: Optimizing Language Models for Dialogue (OpenAI 2022) [7]Scaling Laws for Reward Model Overoptimization (Gao et al. 2022) [8] Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback (Anthropic, 2022) [9] Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned (Ganguli et al. 2022) [10] Dynamic Planning in Open-Ended Dialogue using Reinforcement Learning (Cohen at al. 2022) |
万奢网手机版
官网微博：万奢网服务平台
