陈经：ChatGPT引爆又一波AI热潮，“狼”真的来了吗？

　　近期，OpenAI发布了一款新型自然语言处理（NLP）聊天机器人工具——ChatGPT，该工具被广泛视作未来人工智能在用户体验方面的领先者，备受瞩目。人们不禁关心，ChatGPT可能对就业市场产生怎样的影响？

　　一方面，ChatGPT在许多岗位上有望取代人类。例如，在营销领域，以往营销部门需要依靠客服代表与现有和潜在客户进行沟通和解决问题。然而，随着ChatGPT的出现，机器可以更加自动化地完成客户服务等日常交易。通过自然语言理解、推断和应答，ChatGPT可以执行几乎所有客户服务活动，包括提出问题、提供建议和解决问题。因此，未来ChatGPT可能取代客服代表这一职位，使一些人失去工作。

　　另一方面，ChatGPT也会为许多其他行业创造工作机会。例如，它可以根据消费者的实际意图提供准确的产品信息和服务，从而更有效地实现销售目标。因此，它也可以为许多公司和机构创造数据分析师、客户服务专员等新的岗位。毕竟，机器只是自动化的工具，而真正的商业成功和创新还需依赖具有创造力和独特思维能力的人类团队。

　　这次“AI将取代人的工作”的预言似乎真的成为了现实。从客服代表到新闻写稿，许多人的工作可能被机器取代。值得一提的是，本文开头四段就是ChatGPT写的。

　　当然，由于ChatGPT的中文版本训练较少，它还没有学会某些语言风格。但只要有足够多的样本，风格化的写作并非难事。例如，笔者让ChatGPT以“波动的市场”为主题，写一首许巍风格的歌词，它较好地完成了任务。不过，当笔者继续要求它介绍OpenAI公司时，其表现证明我们无需对人工智能过于担忧。例如，它错误地称AlphaGo是OpenAI开发的成果，并错误地称李世石败给了AlphaGo。这显示了ChatGPT的一个典型问题：编造事实和数据。即便英文版本由于训练数据较多而比中文版本靠谱得多，但也有不少人报告说机器撒谎。

　　研究者们高度重视图灵测试，希望看到聊天能力强大的机器人。早在数年前，聊天机器人与图灵测试的关系就得到业界广泛关注。近两个月“火出圈”的ChatGPT被业界公认为最有希望通过图灵检验的AI。聊天机器人的专业名称是“大型语言模型”（LLM），主要技术关键是谷歌2017年开始引入的Transformer模型。

　　上一波人工智能突破主要由图像识别领域的“深度学习”引领。人们一度认为“强化学习”以及“对抗生成网络”很厉害。实际上，大突破到出圈的却是LLM，这次人工智能热潮就是自然语言处理的飞跃进步引发的。GPT-3的开发思想就是把整个互联网的知识都当成训练素材，做出几百亿个参数的超级大模型。随后，OpenAI在GPT-3的基础上开发出“GPT-3.5”也即ChatGPT，于2022年11月30日上线并迅速火出了圈。相较于GPT-3，ChatGPT的关键优势在于人工优化。经过这一关键优化，聊天机器得以从专业人士才能用的GPT-3进化成普通人也能欢快聊天的ChatGPT！

　　现在，LLM已成为互联网公司新的“必争之地”。微软宣布Bing搜索引擎、Office套件等全线产品都将引入ChatGPT，对OpenAI增加投资100亿美元。谷歌和百度也都计划推出竞品。据彭博社报道，百度公司计划在3月推出与ChatGPT类似的聊天机器人，并将其嵌入搜索服务。谷歌更是对员工使用ChatGPT写关于谷歌裁员的诗表示无奈，并紧急投资了前OpenAI员工创立的公司Anthropic。

　　杨立昆作为Meta首席科学家表示，就底层技术而言，ChatGPT不是多了不起的创新，主要是在产品层面设计组合很好才被视为“革命性产品”。这一态度在很大程度上基于其AI哲学观——早在ChatGPT上线之前，图灵奖得主杨立昆和研究AI哲学的Jacob Browning就指出了AI语言模型的重大缺陷：“这些系统只会有浅层理解，永远不会有人类的完全理解能力”。杨立昆说的是什么意思？其实和ChatGPT聊一阵子就明白了。笔者觉得机器“查找资料、泛泛聊天”能力已经超过了所有人类。但是将聊天标准提高后考察真正的智慧时，ChatGPT将很快露出破绽其后续版本也难以解决这个问题。

　　ChatGPT学得太多乍看显得理解了人类的知识但聊起天来却只能人云亦云没有体现人类深层理解的智慧水平。这涉及哲学层面的语言之思：海德格尔怀疑我们也许并不能从日常语言经验中获得获得本质洞见而只能获得一种虚假的可理解性随着计算机的发展人们愈发深刻地认识到语言不能直接等价于知识知识还需要人的感官与情感作为支撑。

　　个人以为从AI哲学的层面而言ChatGPT的情况与AlphaGo差不多但是从对实际生活的影响而言ChatGPT具有显著的优势不能用杨立昆的高标准去贬低其意义。AlphaGo证明人类在围棋方面不是机器的对手但是机器也不理解自己在干什么正确的应用方式是人们利用围棋AI对高明或有漏洞的招法做解读和分析以此促进棋手对围棋的理解和棋艺的进步换言之棋类运动的中心还是人类棋手AI不需要理解围棋只要能为人类棋手提供帮助即可对此有人欢喜有人愁但无可否认的是AlphaGo使人们的围棋观发生了革命性颠覆性的改变。同理杨立昆基于其AI哲学而低估ChatGPT的革命性意义的做法是不对的。ChatGPT等LLM聊天机器人虽然没有真正的理解而只会人云亦云但它出色的表现足以引发人类知识体系的大革命。

　　由Alphago引发的上一波人工智能热潮主要在图像识别、下棋等专业领域取得突破受影响很大的只是棋手、停车场收费员等少数人因此当时笔者在与一些社科学者讨论AI的影响时倾向于对AI“祛魅”、拒绝神化AI而这一次由ChatGPT引发的热潮看起来不那么石破天惊却对社会造成了更大的真实影响这一次自然语言处理被机器全面突破由此引发了两个结果：第一机器人的聊天交互能力增强很快大部分人都能接触和使用高水平的聊天机器人了这是机器影响社会最大的“杀手锏”；第二以前的机器只擅长某个专门领域而现在的AI以几千亿个参数囊括了整个互联网的知识其功能趋向于“通用”。说句悲观的话很多靠嘴皮、文字等“自然语言处理”谋生的人能力未必比得上机器。对于ChatGPT等聊天机器人哲学上我们仍然要“祛魅”不鬼扯机器智慧但是在实际社会经济运行、人们的学习生活中要对通用聊天机器人的应用前景展开想象力。

　　一个最直接的应用就是搜索。从原理上LLM就比谷歌、百度等基于爬虫的搜索服务更强大：两者都是以整个互联网为素材把内容“爬”回来区别在于后者只能根据关键词把网络链接按相关程度展示出来还需要人自己去点击察看；而前者能够生成更为高质量、系统性的反馈很多情况下LLM可以直接解决问题即便不能直接解决也能通过继续对话、深入沟通给出有效知识。另一个大问题是很多人难以判断搜索信息的有效性。大多数人不是找不到相关内容和数据而是难以对各种数据和说法的可信度加以甄别这是正确使用搜索引擎的最大瓶颈对于这类人而言ChatGPT可以提供相当好的信息服务迅速给出看起来比较深入的信息即便对于想要深入探索的人来说ChatGPT给出的浅层知识也是很好的索引能够辅助他们自行探索、理解、归纳、总结和创新。

　　第二个应用是客服应答。传统的客服模式分为机器和人工两种前者过于死板后者服务水平相对有限且对客户的问题不一定有深入理解必须依靠技术人员而现在随着高水平聊天机器人的出现客服质量将发生质的飞跃。机器能牢记本领域的全部知识而且能准确理解客户的问题并提供相关信息因此许多大中型公司会把ChatGPT的技术应用于应答中心从而改善服务体验减少客户抱怨这一趋势对于印度、菲律宾等部分发展中国家而言颇为不利这些国家原本在客服外包行业具有一定优势而AI的出现使该行业的人力需求锐减。

　　第三个应用是游戏NPC研发。从前游戏中的NPC只能与玩家进行固定对话感觉很僵硬而现在游戏《骑马与砍杀2》中的农民NPC以ChatGPT为引擎学习了游戏背景设定能灵活地回答用户的问题玩家体验获得巨大提升第四个应用是自动编程现在AI已经学会了Leetcode等题库里的大部分题目此外鉴于大量程序员将代码发在互联网上共享且代码的有效性通过相关网络社区得到验证AI也可以直接学习这些整理好的可靠信息OpenAI还招募了大量编程人员致力于手把手教ChatGPT编程由此AI的自动编程能力正突飞猛进很可能取得革命性突破目前的AI技术已经足以按照指令自动完成相应编程许多程序员放弃了传统的网络社区转向ChatGPT辅助学编程——程序员社区StackOverflow流量已下降11%。AI编程能力的提升将带来诸多重要影响其中一大负面影响是IT业界的就业市场可能遭到冲击——程序员发起狠来连自己都打！根据业界共识程序员分为两类：第一类是高水平程序员可以完成主要的架构搭建、开发流程及核心算法；另一类是水平一般的程序员他们的学历和能力并不强只是由于写的代码能复制显得效率高被行业风口和精英翘楚带着飞才获得了不错的收入现在第二类程序员的好日子快要结束了业界发现这类程序员可替代性高还容易出问题、拖进度如果把他们的工作交给ChatGPT工作效率将获得难以想象的提升同时成本还将大幅下降所以水平不高的初级“码农”如果还想靠手头这点专业水平吃饭真的危险了印度等国家可能会在这一波业界变革中遭到严重打击印度等发展中国家的一大重要优势是程序开发外包——客户将需求按外包格式写出来由工资与水平都不高的发展中国家程序员写代码但随着技术发展程序外包工作很可能被AI取代不过机器编程能力也能带来一些积极影响例如以“AI+”的形式为各行各业“赋能”。我们之前一直在说“AI+”希望以人工智能改造所有行业但这个理念很难实现一方面IT从业者与其他行业的业务人员不了解彼此的工作内容另一方面IT人才的数量和精力也是有限的难以满足“AI+”的需求这使“AI+”遭遇了很大阻碍而现在随着机器自动编程能力的增强项目开发周期可能大幅缩减高级人才可以减轻代码工作负担将精力放到核心环节行业公司也有可能在机器帮助下快速上手搞起IT与AI+进行流程改造产业升级第五个应用是让AI完成音乐、绘画和写作方面的工作例如未来我们也许只要对AI下一个命令就能听到许巍的“新歌”；大量重复的文秘工作、邮件报告、会议记录也可以交给AI来完成这样一来人力将得到极大的解放有时人类并不是没有好想法而是没有时间、没有人力去实现如果AIGC出现了实质突破人们只用提供创意学会让机器干活让机器完成繁琐的内容输出工作那可能会是思想大解放的意义比如科研人员可以省出大量时间做科研写论文时只负责提供创意其他部分让机器填补；政府工作人员也不必再为大量公文耗费时间可以做出更多实事科研界的面貌可能随之发生改变ChatGPT促使人们反思到底什么才是有效科研活动？如果人类写出的论文水平还不如机器还有没有必要存在？ AI也将使教育行业变得“面目全非”。从“学”的角度而言现在ChatGPT已经可以完成难度不高的哲学、文学小作文也可以解决部分理工科题目一些大学已经颁布规定禁止学生用ChatGPT写作业机器既可能帮助人们学习也可能让人们放弃学习从“教”的角度而言未来也许交互能力极强、无所不知、耐心无限、因材施教的教育机器将取代传统的教师这将使人类的学习效率得到革命性的提高更重要的是在教育机器武装下师资力量的差异不再重要所有学生都将拥有同等的学习机会人类教育平等的时代或将很快到来那么人类如何面对这样的变化如何趋利避害？我们应了解“AI哲学”正确认识机器的能力和局限性从而更好地适应它、使用它。“AI不会代替你一个使用AI的人会代替你”这句话确实是智能机器时代的“金句”。如果人有核心能力能够学习使用AI就会发现自己能力得到了放大会更适应时代还能解放创意机会无限如果不会用AI固守自己所谓的人类“能力”那么很可能别人会开发出AI使用办法高效率完成取代你的工作根据“AI哲学”大型语言模型只有浅层理解能力所以如果我们有真正“深层”的知识就不用担心被机器取代但是我们要切记机器会不断进步因此我们不能固步自封必须不断学习、思考和进步才能在机器智能时代获得立身之本笔者要强调的是人类的一大核心能力是辨别真假机器将用无穷无尽的语言证明所谓的逻辑是可以被操纵的没有分辩能力的人就真还不如机器如果你能判断机器在某个领域是“业余”的数据是错的概念和逻辑是在忽悠那么恭喜你是比机器知识水平强的人类希望在机器进步之后仍然能找到它的漏洞另外机器也会将有追求的人逼上发展创意的道路原理上大型语言模型只会模仿唯有人类才能给世界添加真正的知识我们可以利用机器提供的信息和帮助总结、观察、创新输出有意义的内容这是机器做不到的讽刺的是最不可能被机器取代的似乎恰恰是蓝领工作早期的各种机器旨在取代蓝领的体力活但是现在看来基于大型语言模型的智能机器做不了体力劳动波士顿动力做出的机器人和机器狗虽然能做体力劳动但离蓝领工人的水平还是差太远人类百万年进化而来的灵巧双手优越运动能力结合智慧的大脑会沟通的嘴没那么容易被机器战胜相较之下反而是白领工作更容易被取代价格低廉不需休息能力不断提升的智能机器将横扫白领职场也许大量白领需要考虑学习一些蓝领技能。