ChatGPT大火背后的技术爆炸与未来展望

近期，ChatGPT成为了全网热议的话题。ChatGPT是由OpenAI推出的对话式大型语言模型，用户只需在对话框中输入问题，就能获得答案。据最新数据显示，ChatGPT在推出仅两个月后，月活跃用户已突破1亿，注册用户之多导致服务器一度爆满。

ChatGPT会带来颠覆性的突破吗？

会有人因此失业吗？人工智能替代人类的终极条件是实现自主创新和决策。目前，人们在某种程度上高估了ChatGPT的直接影响，它对现有商业和经济活动中的创新和决策流程，或许并没有想象中的替代性。

技术爆炸的“燃点”

“人类仅用了几十个地球年就进入了信息时代……从宇宙的时间尺度上看，这根本不是什么发展，是爆炸！”——《三体：黑暗森林》

自信息技术诞生和发展的半个世纪以来，人类经历了多次重大的技术跨越和创新。从芯片到个人电脑，从互联网到智能手机，2023年ChatGPT的火速出圈，速度之快、范围之广可以说是空前的。如果《三体》中的“技术爆炸”存在，那么ChatGPT的出现似乎就是这样的一个“内部因素”，让世界感觉到：我们可能正在接近技术爆炸的“燃点”。

然而，从严格意义上讲，ChatGPT并不能算是真正的技术突破，更类似于前沿技术的成功应用。其背后的人工智能技术，自计算机诞生以来便被想象和探索，21世纪初才真正酝酿并取得突破性发展。ChatGPT背后其实是人工智能技术波澜壮阔的发展历程。

令人意外的是，串联起这些技术突破和ChatGPT故事的关键人物是埃隆·马斯克。2010年，特斯拉刚刚研发了Model S，继续生产纯电动跑车Roadster，并将生产和销售扩大到英国。随后不久，马斯克以天使投资人的身份，投资了一家初创公司——DeepMind。2014年，在马斯克的撮合下，谷歌收购了DeepMind，并在两年后推出了以4:1战胜世界顶级围棋选手李世石的人工智能算法AlphaGo。

实际上，AlphaGo的诞生是人工智能算力、算法和数据不断积累和飞速发展的结果。这其中有英伟达、AMD对于算力芯片的创新突破，也有李飞飞等计算机科学家对人工智能训练数据的投入，以及亚马逊众包平台上成千上万远程工人标注海量图像数据的努力，才使得深度神经网络和强化学习技术得以实现并快速迭代。

2018年，基于AlphaGo的AlphaFold开始应用在蛋白质结构解析领域——解析蛋白质结构对于药物发现等领域有基础性意义。AlphaFold在短时间内取代并完成了传统生物学蛋白质结构解析的工作，施一公评价其为“人工智能对科学领域最大的一次贡献”，将科学家从繁杂的蛋白质结构解析工作中解放出来，进行更为深入的研究和探索。

OpenAI与ChatGPT的诞生

2015年，AlphaGo名噪一时的前夕，马斯克还参与创立了一个致力于发展人工智能的非营利性机构——OpenAI，也就是ChatGPT的创造者。马斯克声称，他建立OpenAI的初衷是防止人工智能的负面影响。然而，OpenAI的战略选择却与AlphaGo不同，主攻的是自然语言训练模型，这是当时人工智能领域最具挑战性的难点之一。

自然语言训练的难点在于人类语言的主观性和高度变化性，需要AI学会人类的思维和表达方式，这也是ChatGPT引发争议的根本原因。OpenAI通过语言语料的处理和堆积，让算法识别出语言规律。ChatGPT背后的GPT-3模型依赖于互联网和书籍文本汇总生成的1750亿个参数，使得ChatGPT本质上是基于现有机器学习算法的算力挑战，而非真正意义上的技术突破。

2018年，在AlphaFold推出的同年，马斯克与OpenAI分道扬镳。OpenAI随后转为营利性人工智能研究机构。如果没有这次分离，2023年我们是否还能体验到ChatGPT及其引发的疯狂，就不得而知了。

未来展望

在尝试使用ChatGPT的过程中，我多次遇到“满负荷”无法进入的情况。这颇具讽刺意味——一个基于全人类文字语言精华训练的AI程序，仍然不能承载人类全部的好奇心和探索欲。然而，ChatGPT背后的“颠覆”性变革和突破或许才刚刚开始。