1、必然会趋向盈利，不必等了，今后再无公布代码细节的可能

， 即聊天GPT。而GPT指的是” Pre- “，这是一种自然语言处理技术。最初把免费开放给大众使用，目的是

用它来继续迭代训练模型，来强化学习的 RLHF （即“ from Human ”，意思是“从人类反馈中说明强化学习”）的一个方法。只不过后来涌入的人太多了，才增加了plus收费的功能，也为后面的商业变现做了铺垫。

别再说是一个非营利性组织了，这家公司必然也正在成为捞钱的一把好手，你看，它现在不是已经开始收租了吗？

2、的进化速度太快，未来会变成什么样没有人知道

目前我们看到的，能做的事情很多，不能做的事情也很多。但这家公司掌握的GPT技术，却是有着巨大潜力的。的底层技术，在短短的几个月后，已经从GPT-3.5已经进化到GPT-4了，以后会进化成什么样无法想象。

虽然，刚引入的插件功能，还处于 Alpha 测试阶段，但是其已经向大众展示了GPT联网之后具备的惊人能力。很多插件应用尚在早期，还需要不断探索，但可以确定的是， 插件开放的那天，必然又会颠覆不少行业以往的玩法，引起轩然大波。

想想就头皮发麻。

3、也许正在引起一场人工智能领域的军备竞赛

自从问世以来，我们能叫得上名字的国内外知名公司，如谷歌、微软、Adobe、百度、阿里巴巴、腾讯、华为、字节跳动、360、科大讯飞、快手、网易有道等，都宣布进军赛道，要搞自己的大模型。

虽然都再说的技术原理不是什么新技术，但做出一个类似这样的大模型，不仅仅是需要参数量、数据量，还要有大量的数据训练，就是调教和激发。而数据训练，必不可少的就是算力，而训练一个类这样的大模型，需要消耗的算力也是难以估计的，试问那一家公司能受得了这种不知道什么是头的投入。

但是，又不能不去做，不做就只能等着地盘被抢。后来者只能不断砸钱，奋起追赶，恐怕到最后会慢慢演变成人工智能领域的军备竞赛。

4、如何调教AI，存在太多的可能性和机会

前面我们提到，这样的AI大语言模型，是需要大量的训练和激发。同样基于一套底层模型，不同的公司、不同的团队去做训练和激发，得到的结果肯定也是不一样的。

我听到过一种说法，目前的 用了 6 万多条语料就调出来了 ，不知道或者其他团队，用相同量级的其他语料，又或是更大数量级的语料，会训练和激发出来一个怎么样的大模型，可能性太多了，我不敢去想。

微软训练chatgpt消耗的算力_微软训练chatgpt消耗的算力_微软训练chatgpt消耗的算力

可能性多，同样也代表着机会很多。如果你能喂给这些大模型，某个具体行业的足够多的语料，经过一些训练和激发，说不定也能搞出一个具体领域的呢。

5、调试工程师，在未来的一段时间会特别吃香

对于大模型来说，可解释性非常差，通俗点说就是，可控性非常差。你无法控制大模型给你的答案是什么样的，你也不能控制它的回答一定是安全的。只能是长期投入大量的资源，不停地调教，不断地标记雷区。如果不这样做会产生什么样的后果，你看看国内产品和服务的下场就知道了。

这也就导致了调试工作对大模型特别重要，而调试工程师就是做这样工作的，这个岗位到底需要具备什么样的技能和能力，不太清楚，但一定是稀缺的，在未来的一段时间内也一定特别吃香。

6、会影响到绝大多数人，也必然会导致一些人失业

刚展现出其惊人能力的时候，网上不少人在讨论会不会取代人类，会不会导致很多人失业。

我的看法是，这样的工具一旦问世，就再无消失的可能。它一定会会影响到绝大多数人，也必然会导致一些人失业。

这种变化实际上已经开始发生了，可以快速生成大量的小红书、公众号文案，公众号小编随时都有被取代的可能。随着AI绘图技术的进步，一些初级的美工必然也会受到影响。我还听说，已经有公司利用在写代码了。

写在最后

重新激活了人工智能这个赛道，出于各种考虑，整个产学研被推着上了快车道，一路狂奔。虽然也有人联名要求暂停研究，但明眼人都知道，停不下来的。

世界上唯一不变的就是变化本身，面对变化，我们唯一能做的就是拥抱变化，不要抵触，抵触也没用。

对于呢，先用起来再说！用它做点什么，感受下它能做什么、不能做什么。说不定就发现一些商机和机会了呢！

关于光点科技

光点科技是一家在政企数据治理、数据中台建设、数据可视化展示分析方面有着丰富经验的公司。光点科技既提供数据产品，也提供数据服务，服务客户超过100家，在金融、电信、政务、泛零售等行业的数据治理方面有丰富的实施经验和创新的解决方案。

如果有数据治理、数据可视化的问题，欢迎找我交流探讨。