ChatGPT是时代级别的创造性工具，将会改变人类思考的方式和处理问题的方式。ChatGPT的横空出世，让许多小伙伴发出跟不上科技发展的哀叹，感觉很快就会被AI替代，各种报道也此消彼长。

有报道称已经有企业在尝试了，美国BuzzFeed公司宣布使用ChatGPT来协助创作个性化内容，其CEO乔纳·佩雷蒂表示，人工智能主导的内容创作将从研发阶段转变为该公司核心业务的一部分。也就是说，该公司要采用ChatGPT上岗写作，逐渐取代人类撰写。这则消息迅速引发投资者热情，让BuzzFeed股价两天暴涨3倍。而在此之前，BuzzFeed正陷入困境，将员工队伍缩减12％以应对资金压力。BuzzFeed靠着ChatGPT咸鱼翻身，何尝不是“裁掉人工，雇佣AI”的一次胜利。

但消亡与新生是一个事物的两个方面，先让我们了解一下ChatGPT模型。

ChatGPT——从Transformer模型说起

ChatGPT的研究始于Transformer模型，它采取的是生成式预训练方法，是一种采用自注意力机制的深度学习模型，是由谷歌2017年在bert模型中提出，从GPT1开始及此后整个GPT系列都采用了这一模型，其包含预训练和微调两个阶段。

OpenAI在训练数据规模上一直沿用了“大力出奇迹”的指导思想，从GPT1到ChatGPT每一代模型在训练数据上都是上一代模型数倍甚至10倍以上，最终ChatGPT的训练数据已经是初期模型的成千上万倍，其数据规模变化如下图。

在技术上，虽然核心一直延续Transformer的模型，但从GPT1到GPT3再到ChatGPT，，OpenAI也有巨大进步，如在GPT3直接输入自然语言当作指示，推动了自然语言处理（NLP）中提示工程的发展，但在ChatGPT中又引入了人工标注数据和强化学习，实现了在与人类互动时从反馈中的强化学习。

因此，训练数据的进步及技术两方面的进步最终成就了ChatGPT的惊艳表现。但是ChatGPT并不完美，没有感知能力，因此也就无法进行基于场景的对话，另外ChatGPT不能聊的事，其实也不少。虽然在要求不严格的宏观描述上，其言辞凿凿之回复超乎想象，但在涉及精细的事实性问题时，尤其是理工类ChatGPT常会出错，甚至会一本正经地虚构或编造答案。

实际上，基于Transformer模型的发展一直有两条路线，对应着两种自然语言对话需求，一是纯粹的对话如：打电话，写报告等都是ChatGPT擅长的，适用面宽广；另一种是关于场景内容的对话，如面对面指导，基于图像的对话和基于视频的对话，属于多模态对话的范畴，即不仅需要自然语言的理解，还需要对图像或视频内容的感知，需要有感知能力，在这方面ChatGPT无能为力。

从实现难度上看，OpenAI的ChatGPT当然体现了技术水平也体现了公司实力，其训练数据规模是个人及小公司想都不敢想的事情，而关于场景内容的对话需要将Transformer模型与场景信息有机融合，对场景、场景内容及动态场景内容的把握时机都是难点，针对这方面国内已有企业推出实际应用，实尔通的实景互动帮助系统能够实现不错的用户体验，与ChatGPT一样，通过其官网也可获得免费试用。

技术的进步是一个过程，一个新技术的发明可能只能产生个别商业应用，随着技术的进步适应面会逐步拓宽，基于Transformer的bert模型在分词等方面已能达到人类水平，结合软件操作的实景对话理解也有很高的理解水平，是用户体验良好的基础。

实尔通：基于实景语义理解的软件操作互动帮助系统

目前实尔通研发的基于实景语义理解的软件操作互动帮助技术，能够自动理解用户语音或文字输入的问题，自动生成解决问题的操作提示信息，及按钮点击提示信息，例如在word使用中问：“如何分栏？”，实尔通会给出提示，如图一。

图一

实尔通实景操作互动帮助系统可减少用户在使用应用时的认知负担，且操作方便。用户在使用办公软件（Office、Photoshop）遇到问题时，可在该系统中输入相应问题，系统会自动给出操作路径、快捷键、指示箭头等。

ChatGPT的例子就不说了，大家应该看到很多了，在宏观描述上，其言辞凿凿的回复的确超乎想象。

颠覆性技术：消亡与新生一个事情的两个方面

社会上的行业由需求产生，大部分满足人类基本需求的行业并不会消亡，只是随着技术的进步，行业一直处于螺旋式的上升状态，如马车到汽车，小规模的贩运蜕变为庞大的运输业，技术进步导致的成本降低让受益人群从贵族到普罗大众，市场规模聚沙成塔成万倍甚至几百万甚至亿倍的增长，有些行业甚至从无到有。

而颠覆性技术的诞生一般都是由物理、化学、生物学等的发现及将发现转化为技术引发的，深度学习即由脑神经网络发现及不断提升模仿规模而产生，随着技术的进步行业不断发展壮大，在传统行业螺旋上升的同时，如现代运输业替代了传统运输业，因此只要适应技术的进步，行业的从业者并不会只有替代，而是新就业淘汰原有不适应的从业者；

当然新技术也会让新兴细分行业不断诞生，如从无到有的软件行业创造了更多的就业，实际上，科学技术的快速进步，在更好地服务人类的同时，形成了众多细分行业，造就了庞大的第二产业和第三产业，受众人群及市场规模不断拓展并壮大，深度学习应该也是如此。

当然，创新应该调动各方面力量，并不能仅仅某个权威的话就是一成不变的真理，这其中值得一提的一个往事是这样的：当苹果的乔布斯拿着第一部iPhone出现时，微软总裁淡然一句：世界终究要按照我们的规则。事实上，世界不是按照微软的规则前进，而是按照新陈代谢、推陈出新的规则进行，有前景的新事物或者说风口将能够取得无限资源，并最终占领市场。

深度学习的进步必然伴随着一系列新兴行业的诞生，一个新技术总有一个适用面，ChatGPT也不例外，有合适的行业，也有不适合的行业，关键是将新技术与最合适应用的行业想结合，一个铁律是：谁最先与具体应用相结合，谁就能优先获得市场，站稳脚跟，并不断发展壮大。当然谁的技术覆盖面广谁的市场就大，一方面鼓励技术创新，一方面重视每一条有产业前景的技术路线创新研究，重视每一个将新技术与实际应用相结合的机会推动新兴行业的产生，据实尔通技术负责人介绍，正是其前期在人工智能的对各类问题所需智能的积累，才迅速找准了突破口，抓住了这次机会。

因此，在人工智能创新研究与应用中，不要一窝蜂地跟进某个热点，还应重视整个发展链条中的每一个创新研究及其适应的应用，无论政府还是企业都应充分调动各方力量，打破条条框框加速成果转化，才能在创新研究和应用突破都取得了突破，更好地推动国内新兴行业的产生与发展。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005