搜索+ChatGPT=？

为了支持OpenAI发展，微软已经投入了130亿美元。从GPT-3开始，OpenAI不再对模型进行开源，被微软一家独占，极客们嘲笑它成为了CloseAI。这也引发了OpenAI部分创始成员出走。

对于ChatGPT，微软已经有了明确的规划。微软CEO纳德拉称：“这项技术将重塑几乎所有软件类别。”他们最新进展，是将ChatGPT集成到旗下搜索Bing（必应）里。

从国内外少数人的使用反馈来看，此举确实带来了颠覆性的体验。搜索不再是从一大堆结果里找寻想要的一个，更多时候变成了“所见即所得”。它甚至可以作为分析工具存在，比如有人让升级后的Bing计算阿里巴巴的现金流折现，机器也能迅速告知，并且能提供具体算法。它还可以帮忙总结刚浏览过一篇长文的要点。

与其说它是搜索，不如说它为每个人提供了一颗强大的辅助大脑。但随之而来的问题是，唾手可得的答案一方面实际上“剥夺”了人类分析和思考的能力，通常说的“脑子越用越灵”，对象变成了AI而不是人类。

另一方面ChatGPT给出的答案依然带有讨好人类的滤镜，未来人类看到的信息会不会只是人类想看到的？单就搜索过程而言，直接拿到一个答案也意味着主动放弃了接收其他信息的可能，会不会就此形成新的信息茧房？

每一次AI带来质的飞跃，问题总比想象来得快和多。在教育领域，纽约一些高校已经下令禁止学生使用，并且开始调整作业的形式，比如降低论文的比重，以规避学生用ChatGPT来作弊。

我们打开了潘多拉盒子？

这两天，各行各业的从业者都在想方设法“调戏”ChatGPT，除了好玩和有关注度，也暗暗透着对未来被它取而代之的焦虑。尽管ChatGPT很客气地表示这一幕不会发生，但它越客气，人类就越不踏实。

一个不可回避的事实是，不同于以往变革，新的技术手段往往掌握在少数人手里，冲击的也是少数人，ChatGPT再升级或者普及成为人人可以调取的基础设施之后，必然会带来巨大冲击。

ChatGPT的确证明了在大模型中加入人类反馈的强化学习是有效的，但很难说它能带领AI到哪个高度——毕竟，现在的ChatGPT还有明显复制粘贴人类的痕迹——它的确已经能写小说，但还是需要人类不断投喂想法。

同时，这条技术路线也衍生出另外一个问题：能够有足够资源驾驭它的注定是全球少数几家科技公司，这对人工智能甚至于人类的发展是否有利？

从2017年到2019年，AI训练成本下降了100倍，但训练这种超大模型的成本还在上升。大公司手里握有的算力也正在成为一种隐形的霸权。一直以来，Bengio就对头部科技公司掌握大量资源有微词，认为人工智能应该为全人类服务，而不是某家公司。

但所有担忧和猜想都无法抹杀一点，ChatGPT正在带领人类进入新纪元。人类具备的认知能力是花了5.4亿年慢慢形成的，而让机器学会其中的一部分仅仅用了20年。显然，AI的发展不会止步于此。

Hinton并不认为人类大脑的奥秘，包括意识、情感在内，是神经网络无法捕捉的，就像随着生物学的发展，人类可以更科学地解释和维护生命，神经网络之于意识也是同样的道理。Bengio也认为，计算机能够掌握人类拥有的所有能力。

“一旦人类真正了解大脑是如何工作的，就可以通过神经网络进行重建。”对此，Hinton有“99.9%的信心”。

ChatGPT的石破天惊已经让许多人开始意识到，未来人类能看到什么样的世界，取决于眼下机器能看到什么样的世界。

• 上一页
• 1
• 2
• 全文阅读