面对热点话题越来越多人围观，零碎说法也越来越多，其中难免不乏以偏概全。
简单地说，它是美国人工智能研究实验室新推出的一个自然语言处理模型，使用神经网络架构，也是GPT-3.5架构，结合搜索引擎，对用户查询解释、指导，帮助用户快速找到所需信息。而它不单是聊天机器人，还能进行撰写邮件、视频脚本、文案、翻译、代码等任务，只要想似乎就可以介入到我们工作学习生活的方方面面。
它智能的必要前提是什么？
海量且高质量。一个是语料库，看看各个平台或系统应用的孤岛数据，能打通就是个不小的挑战，更深入的话还涉及到版权、逆全球化等等。另一个是由人工来预训练模型，很遗憾，对应场景需要专业的专项训练，难以完全通用。它是一种基于数据驱动的技术，可能受到训练数据的偏见和限制，为了尽量减少错误率，所投入的人力、计算力和能耗成本也是直线上升。以训练一个错误率小于 5% 的图像识别模型为例，硬件和电费等成本要花掉 1000 亿美元，产生的碳排放与纽约市一个月的碳排放量相当。
它发展的前提是什么？
变现。技术不是商品，需要通过商业化实现盈利维持进一步的技术迭代发展。变现可能途径：融合其它技术，赋能付费；按服务付费。23年2月，微软官方公告表示，旗下所有产品将全线整合。但目前更多的应用，还是尚在探讨阶段，所需的周期和收益尚且不可知，而预估愿意付费的消费端的收益远远不能覆盖其投入和维护成本。
它能替代人类吗？
诚然，的强大，已经与那些人工智障的AI不可同日而语，仍然还是无法回避诸多的“一本正经胡说八道”的错误回答，它能否真正理解上下文逻辑和语义还有争论，感兴趣可以看看相关测评文或亲自测试。即使撇开这方面的错误，以数据驱动的它只能建立在已有的信息库，尚且不具有人类的创造力、判断力、道德、情感、人际关系等等方面。所以，它更多是辅助人类，但考虑到效率提升就意味着节省人力，在其擅长的如对话问答、数据整合和简单结论汇总等，客服等岗位面临失业的风险还是比较大的，这一类都属于重复性、结构化、确定性的机制可以实现的，而替代更多其他的人力岗位，要看新技术融合和应用以及对旧有供需市场影响，新技术替代或节省人力是不变的逻辑，不管是否是。
它的利弊是什么？
2月16日，芒格谈及“人工智能重要但有很多疯狂炒作”，甚是赞同。盲目热捧或极力排斥都不甚客观，利弊两面性都应该有所了解。
无疑是具有里程碑的，与其说在自然语言处理上了一个关键台阶，更重要的是商业化进程也推进了一大步，有了很多可以摸得着的想象空间。近前的，比如微软，集成的新必应可能将会打开搜索领域的新篇章，甚至可能借此分得谷歌搜索份额一杯羹。远期的，结合语音识别转换等其它技术，通过多媒体的软硬件载体，封装成智能管家类的产品，可以应用在智能音箱、智能路由、手机管家、学习助手等等场景。即使如此，普通玩家下场狂欢为时尚早，大数据驱动+模型算法预训都需要大量的资本、教训及时间积累。
当然，面对美好未来畅想，也有质疑。
关于威胁人类这种耸人言论，真的大可不必。首先AI这类底层技术，底层技术-应用技术-产品封装-商业化，是需要不断摸索、试错、验证等环节反复拉锯，能够影响到系统面的，还需要一个商用普及化的过程，更惶恐谈及的自主心智一说。
其实，个人比较认同：人类与AI的关系更可能是以共生关系或寄生关系一起生存。
应用AI技术可以让我们更精准地提高获取和生产信息的效率，但同时也会受到“信息茧房”及其蝴蝶效应的影响。我们既是受益者，也是受训者。引用我曾写的读书笔记一段话：“人类自愿将控制权交给那些辅助管理决策的人工智能，这个过程难以察觉。掌握世界的实权会逐步发生转移，人工智能与人类就如同权臣与皇帝的关系，人类逐步成为名义上的主人。”
如果想要尽量避免这样的 “易主”局面，至少前提是需要我们始终保持创造力、思考力和判断力，当然还有最重要的精神和情感层面。
发表回复