每經(jing)記者｜可楊    每經(jing)編輯｜董興生    

從吟詩作賦(fu)，到寫代碼(ma)，再到寫劇(ju)本(ben)、做(zuo)高數，OpenAI發布的免費機器人對(dui)話(hua)模型ChatGPT回答處理(li)多領域(yu)問題的能力之(zhi)強(qiang)悍，引發全(quan)球關注。

盡管該模型目前仍處于測試階段，但面世僅一周，便有超過一百萬用戶使用。“明天ChatGPT就要搶走人類飯碗”的調侃也不絕于耳。（更多內容，詳見每經頭條《最強聊天機器人來了，能寫情書、改錯別字、編代碼！明天，ChatGPT搶走我飯碗？》）

已擁有多個(ge)AI聊天機器人(ren)成功落地案(an)例的國內(nei)頂尖人(ren)工智能公司(si)小(xiao)冰，如何看待風靡全球的ChatGPT？

帶(dai)著這個問題，12月8日《每日經濟新聞》記者專(zhuan)訪了小冰公司CEO李笛。他(ta)認(ren)為，市(shi)場對于ChatGPT取代搜索引(yin)擎，以及在其他(ta)各個領(ling)域實現(xian)商業化落地的(de)(de)暢想(xiang)，短期內不太(tai)可能到來，成(cheng)本將成(cheng)為制約其實現(xian)商業化的(de)(de)重要阻礙(ai)。他(ta)舉例說，如果小冰用ChatGPT的(de)(de)方法來運行系統，現(xian)在小冰每天承載的(de)(de)交互(hu)量就(jiu)需要花幾億(yi)人民幣的(de)(de)對話(hua)成(cheng)本。

李笛(di) 圖片(pian)來源：受訪者供(gong)圖

ChatGPT創新了訓練方式，但市場熱情過度

在李笛看(kan)來，目前(qian)，行業內對(dui)ChatGPT的關(guan)注與熱潮已經有些過度。

“人(ren)類為(wei)什(shen)么(me)(me)會感到激動？”李(li)笛覺得，當人(ren)們(men)普遍對(dui)(dui)一(yi)件事情有(you)一(yi)種預期，進而(er)去交互(hu)時，發(fa)現它遠超大家的預期，人(ren)們(men)就會驚(jing)(jing)訝。“但即(ji)使是針對(dui)(dui)人(ren)工智能，在最近這些年驚(jing)(jing)訝的次數也很(hen)多了(le)；稍微往前(qian)一(yi)點(dian)，GPT3出(chu)來的時候大家就很(hen)驚(jing)(jing)訝，但是也沒(mei)(mei)有(you)發(fa)生什(shen)么(me)(me)；再往前(qian)，AlphaGo下(xia)圍棋贏(ying)過最好(hao)的人(ren)類棋手，大家也很(hen)驚(jing)(jing)訝，但是之后(hou)似乎也沒(mei)(mei)有(you)改變什(shen)么(me)(me)。”

不(bu)(bu)過，李(li)(li)笛(di)也提到(dao)，關于(yu)ChatGPT，有(you)三件事情需要(yao)相(xiang)對理性來看(kan)。首先，ChatGPT有(you)非常(chang)好(hao)的(de)(de)創新(xin)，即(ji)證明了在(zai)原有(you)的(de)(de)大模(mo)型基礎之上(shang)，進(jin)行一(yi)(yi)些新(xin)的(de)(de)訓練方法(fa)，可以更(geng)好(hao)地提高(gao)對話(hua)質量；其次，ChatGPT并(bing)不(bu)(bu)構成一(yi)(yi)個大版(ban)本(ben)的(de)(de)迭代，而是(shi)對上(shang)一(yi)(yi)個版(ban)本(ben)的(de)(de)微調，在(zai)一(yi)(yi)定(ding)程度上(shang)彌補(bu)了極(ji)大參(can)數量的(de)(de)大模(mo)型的(de)(de)一(yi)(yi)些缺陷。“即(ji)便是(shi)OpenAI來講(jiang)，它也被定(ding)義為GPT3.5，而不(bu)(bu)是(shi)GPT4。”此外，李(li)(li)笛(di)認為，ChatGPT的(de)(de)突破(po)，主(zhu)要(yao)是(shi)研究性質上(shang)的(de)(de)突破(po)。

對(dui)于(yu)目前市場(chang)普遍想象的ChatGPT是(shi)否馬上(shang)就(jiu)會迎來商(shang)業化落地(di)、產生顛覆性(xing)的影(ying)響，李笛認為不太可(ke)能。“但是(shi)，這(zhe)(zhe)一點都(dou)不影(ying)響我們在(zai)最近這(zhe)(zhe)些年里(li)，尤其是(shi)在(zai)大(da)模(mo)型的思路(lu)出來以后，我們又一次看到在(zai)對(dui)話上(shang)的一個很大(da)的變化，在(zai)這(zhe)(zhe)條路(lu)上(shang)大(da)家都(dou)在(zai)往前走。”

ChatGPT在(zai)訓練(lian)方法上(shang)，具體(ti)做了怎樣的創(chuang)新，以至于(yu)能(neng)夠(gou)大(da)(da)大(da)(da)提升其作為聊天機器人(ren)的對話(hua)質(zhi)量？

李笛分析稱，很多(duo)人(ren)說ChatGPT的(de)(de)訓(xun)(xun)練是基于(yu)人(ren)類(lei)反(fan)饋(kui)，這并不完全準確。人(ren)類(lei)反(fan)饋(kui)至少(shao)有兩個(ge)含義，一是指在(zai)(zai)訓(xun)(xun)練中(zhong)，通過(guo)反(fan)饋(kui)來實(shi)現；另外(wai)則是產品(pin)在(zai)(zai)與(yu)(yu)用戶交(jiao)(jiao)互(hu)時(shi)，通過(guo)大量的(de)(de)用戶與(yu)(yu)其交(jiao)(jiao)互(hu)形成的(de)(de)反(fan)饋(kui)，不停地讓(rang)模型進步(bu)。“這兩者的(de)(de)價值是非常不一樣的(de)(de)，更(geng)大的(de)(de)價值其實(shi)在(zai)(zai)于(yu)后者，即產品(pin)在(zai)(zai)交(jiao)(jiao)互(hu)過(guo)程中(zhong)得到反(fan)饋(kui)。”

李笛介(jie)紹，過(guo)去對(dui)(dui)(dui)于AI聊(liao)天(tian)機(ji)器(qi)人(ren)的(de)(de)(de)(de)訓(xun)(xun)(xun)練(lian)(lian)主要是(shi)基(ji)于數據，即(ji)(ji)在機(ji)器(qi)進(jin)行對(dui)(dui)(dui)話(hua)后，針對(dui)(dui)(dui)對(dui)(dui)(dui)話(hua)內容進(jin)行訓(xun)(xun)(xun)練(lian)(lian)，調整(zheng)、優化對(dui)(dui)(dui)話(hua)內容的(de)(de)(de)(de)數據；而(er)ChatGPT則是(shi)針對(dui)(dui)(dui)數據形成的(de)(de)(de)(de)模型(xing)進(jin)行訓(xun)(xun)(xun)練(lian)(lian)，簡單而(er)言，具(ju)體的(de)(de)(de)(de)訓(xun)(xun)(xun)練(lian)(lian)方式是(shi)：人(ren)先寫出(chu)一些(xie)指導(dao)性(xing)的(de)(de)(de)(de)問與答(da)，用(yong)這些(xie)問答(da)對(dui)(dui)(dui)大(da)模型(xing)進(jin)行訓(xun)(xun)(xun)練(lian)(lian)，通(tong)過(guo)一系(xi)(xi)列反饋式的(de)(de)(de)(de)訓(xun)(xun)(xun)練(lian)(lian)方法，讓大(da)模型(xing)逐漸沿襲人(ren)所給予(yu)的(de)(de)(de)(de)關于問答(da)的(de)(de)(de)(de)指導(dao)性(xing)意見、邏輯。“從這個角(jiao)度講，即(ji)(ji)使(shi)是(shi)進(jin)行多輪對(dui)(dui)(dui)話(hua)，ChatGPT本質上(shang)來講依(yi)舊是(shi)一個問答(da)系(xi)(xi)統。”

、

圖(tu)片來源：攝(she)圖(tu)網(wang)-500560614

李笛認為，這樣的(de)(de)訓練(lian)(lian)方法背后的(de)(de)技術含量(liang)，通常(chang)不是算法模型上的(de)(de)技術含量(liang)，而是來自訓練(lian)(lian)者(zhe)本(ben)身(shen)的(de)(de)能力，包括團(tuan)隊自身(shen)的(de)(de)經驗(yan)積累。例如，由人(ren)來寫問與(yu)答，讓機器學習并給(gei)出結(jie)果，同(tong)時人(ren)要再對此給(gei)出評分，這其中有很(hen)多個體(ti)差(cha)異，這種個體(ti)差(cha)異則在一定程度上決定了其最后呈現的(de)(de)成果。

他同時也談到(dao)，從主要做(zuo)大模型的公(gong)司而(er)言(yan)，成果往(wang)往(wang)取決于(yu)到(dao)底(di)是(shi)不是(shi)非常專注去做(zuo)這(zhe)件事(shi)情。“OpenAI與其他公(gong)司不一樣的地方在(zai)于(yu)，它(ta)很專注做(zuo)語言(yan)大模型，所以它(ta)投了大量時間和精力。它(ta)有很多經驗，但這(zhe)些經驗的積累(lei)并不是(shi)不可習得的。”

不可信與高成本成商業化阻礙

ChatGPT給出的(de)(de)(de)(de)回答，最常規(gui)的(de)(de)(de)(de)格式是先給出一個(ge)結論，再進行事實的(de)(de)(de)(de)羅列，進而通過其羅列的(de)(de)(de)(de)事實推導出結論。

李(li)笛(di)認為，對ChatGPT而言，這個(ge)結論本身是否正(zheng)確其實不(bu)重要。他用(yong)之前網絡上流(liu)傳的(de)一個(ge)問答舉例，在回答“紅樓夢中賈寶玉適合娶誰”的(de)問題時，ChatGPT最終給出的(de)答案(an)是：賈母。

李笛進(jin)一步分(fen)析，根據ChatGPT的回答可以反(fan)推(tui)出，人在為其寫(xie)指導性問(wen)答時，非(fei)常強調(diao)因(yin)果關系(xi)，而大模型也會注重(zhong)去(qu)學習(xi)因(yin)果關系(xi)。“（有(you)的回答）如果不是特別(bie)仔細去(qu)看，你會感覺到這(zhe)是一個似乎很有(you)邏輯(ji)與(yu)因(yin)果關系(xi)的回答，但(dan)實際上它非(fei)常沒有(you)道理。”

這(zhe)(zhe)也是(shi)為什么(me)從對(dui)話質(zhi)量上看，人們會覺(jue)得ChatGPT很(hen)優秀(xiu)，但想要真(zhen)正依靠它去(qu)代(dai)替(ti)(ti)搜索(suo)(suo)(suo)引(yin)擎(qing)，李笛認為，這(zhe)(zhe)不太可能，因為它不可信。“很(hen)多人在測試ChatGPT的(de)(de)時(shi)候是(shi)知(zhi)道答案的(de)(de)，但去(qu)搜索(suo)(suo)(suo)引(yin)擎(qing)上搜的(de)(de)東西(xi)(xi)往往是(shi)我們不知(zhi)道答案的(de)(de)。如果是(shi)通過ChatGPT（代(dai)替(ti)(ti)搜索(suo)(suo)(suo)引(yin)擎(qing)），你怎么(me)知(zhi)道這(zhe)(zhe)個東西(xi)(xi)（答案）是(shi)正確還是(shi)錯誤的(de)(de)，它完全不負責的(de)(de)。”

而李(li)笛(di)也認為(wei)(wei)(wei)，這種“不可靠”很難解決，因為(wei)(wei)(wei)ChatGPT的訓(xun)練過(guo)程(cheng)，是(shi)(shi)為(wei)(wei)(wei)了對話質量，但人(ren)們(men)卻容易誤以為(wei)(wei)(wei)它的目的是(shi)(shi)給(gei)出最正確的知(zhi)識(shi)。“它做了很多優化(hua)，是(shi)(shi)使(shi)它（的回(hui)答）形式上感覺(jue)非(fei)常有(you)知(zhi)識(shi)，它不是(shi)(shi)為(wei)(wei)(wei)了本質（有(you)知(zhi)識(shi)）。”

搜索引擎在努力做的(de)(de)(de)(de)是跳過論證過程，直接給(gei)出用(yong)(yong)戶最終想要的(de)(de)(de)(de)結果，而ChatGPT則相反，它(ta)追求的(de)(de)(de)(de)是盡可能在給(gei)出回(hui)答(da)之前，給(gei)很(hen)多論證，讓(rang)人覺得它(ta)的(de)(de)(de)(de)回(hui)答(da)是可信(xin)的(de)(de)(de)(de)。“ChatGPT，人們測試(shi)的(de)(de)(de)(de)時候會覺得很(hen)好，但是真的(de)(de)(de)(de)拿(na)它(ta)來用(yong)(yong)，有那(nei)么一(yi)兩次(ci)你發(fa)現，你被它(ta)的(de)(de)(de)(de)這種似是而非(fei)的(de)(de)(de)(de)胡說(shuo)八(ba)道愚弄了，那(nei)么你從此就(jiu)不會（對它(ta)）有任(ren)何的(de)(de)(de)(de)信(xin)任(ren)。”

如果ChatGPT無(wu)法取代搜(sou)索引擎，還(huan)有什么可預想的落(luo)地應用嗎(ma)？

李笛認(ren)為，真正限制ChatGPT在短(duan)期內商(shang)業化(hua)的是成(cheng)本(ben)。“它的單輪回答（Single Turn），成(cheng)本(ben)是幾美(mei)分，按照1毛錢（人民(min)幣）算，10句話就(jiu)是一塊，這(zhe)個（成(cheng)本(ben)）超過(guo)人，還(huan)不如雇一個人，比這(zhe)個要便宜得多(duo)。”

與此同時，李笛表示，如果把(ba)大(da)(da)模(mo)型(xing)(xing)(xing)理解為(wei)把(ba)特別多(duo)的信息濃縮在(zai)一個模(mo)型(xing)(xing)(xing)里，那么大(da)(da)模(mo)型(xing)(xing)(xing)的本(ben)(ben)質(zhi)問題就在(zai)于，很(hen)大(da)(da)參數(shu)規(gui)模(mo)的大(da)(da)模(mo)型(xing)(xing)(xing)做(zuo)了(le)以后不可用，因(yin)為(wei)成本(ben)(ben)太(tai)高、延(yan)遲太(tai)高。但一旦開始(shi)嘗試降低成本(ben)(ben)，同時也會明顯看到其對話質(zhi)量降低。

李(li)笛舉例，如(ru)(ru)果小(xiao)冰用ChatGPT的(de)(de)(de)方法來(lai)運(yun)行系(xi)統，現(xian)(xian)在小(xiao)冰每天承(cheng)載的(de)(de)(de)交(jiao)互量就(jiu)(jiu)需要花幾億人(ren)民幣的(de)(de)(de)對(dui)話成本(ben)。“就(jiu)(jiu)算ChatGPT可(ke)以把(ba)成本(ben)優(you)化到現(xian)(xian)在的(de)(de)(de)10%，也賺(zhuan)不(bu)回(hui)來(lai)，因為人(ren)工(gong)智(zhi)能最大的(de)(de)(de)特點就(jiu)(jiu)是(shi)高并(bing)發(fa)。如(ru)(ru)果成本(ben)是(shi)這樣(yang)，不(bu)如(ru)(ru)雇人(ren)。人(ren)有自我(wo)反省機制，人(ren)工(gong)智(zhi)能甚至有一些基本(ben)常識(shi)性錯誤(wu)。而且把(ba)成本(ben)降到現(xian)(xian)在的(de)(de)(de)10%，這是(shi)多么艱巨的(de)(de)(de)任務？”

AI聊天機器人需要取舍

目前，小冰(bing)公司的(de)AI Being已成熟應用于(yu)多個場景中，例如本屆賽(sai)事解說員(yuan)劉(liu)建(jian)宏的(de)虛擬人分(fen)身、招商局的(de)數字員(yuan)工(gong)等(deng)。

李(li)笛認(ren)為(wei)，小冰內部有一個(ge)比較好的狀(zhuang)態(tai)，就是(shi)(shi)關心(xin)什么東西(xi)真正落地(di)，而不是(shi)(shi)特別關心(xin)這個(ge)東西(xi)是(shi)(shi)否代表(biao)了學術聲望。“如(ru)果你(ni)做的人(ren)工智(zhi)能(neng)總是(shi)(shi)在向別人(ren)表(biao)達(da)你(ni)很智(zhi)能(neng)，那意(yi)(yi)味著你(ni)把用戶(hu)的預期(qi)提升到非常高的位置，這意(yi)(yi)味著你(ni)的系統(tong)不允許犯(fan)(fan)錯，因(yin)為(wei)你(ni)已經(jing)讓別人(ren)認(ren)為(wei)（這個(ge)系統(tong)）很有知識了，犯(fan)(fan)錯誤(wu)(wu)就可能(neng)誤(wu)(wu)導(dao)用戶(hu)。”

而小(xiao)冰系(xi)(xi)統很(hen)多時候是在控制用(yong)戶的(de)預期。“不(bu)要(yao)覺得(de)它(ta)(ta)很(hen)智能。要(yao)去關心(xin)它(ta)(ta)其(qi)他方面的(de)價值，往往這(zhe)樣的(de)系(xi)(xi)統反而存在得(de)更(geng)久。”李(li)笛認(ren)為，其(qi)實(shi)從(cong)某種意義上來講，這(zhe)也是其(qi)團(tuan)隊做小(xiao)冰的(de)原因。

李笛回(hui)憶(yi)，最(zui)開始(shi)時，團隊想要(yao)做的是一個人工智能助理(li)，“對(dui)助理(li)來講，有用是他(ta)最(zui)重要(yao)的特點，我們那時候是這么認為的”。

而(er)在對一些優秀的(de)人類助(zhu)(zhu)理進行訪談后(hou)，李笛發現，對于助(zhu)(zhu)理來講，最重要的(de)事(shi)(shi)(shi)是(shi)和老板(ban)(ban)調整成一種(zhong)合適的(de)同(tong)事(shi)(shi)(shi)關(guan)(guan)系(xi)(xi)，這種(zhong)同(tong)事(shi)(shi)(shi)關(guan)(guan)系(xi)(xi)必須讓老板(ban)(ban)認為助(zhu)(zhu)理有自己的(de)想法，會在一些合理的(de)時機去拒絕。這樣的(de)關(guan)(guan)系(xi)(xi)帶(dai)來的(de)好處是(shi)，為自己的(de)工作帶(dai)來更多(duo)的(de)空間與余地，同(tong)時讓老板(ban)(ban)意識到(dao)助(zhu)(zhu)理不是(shi)命令處理器(qi)，而(er)擁有做更多(duo)事(shi)(shi)(shi)情(qing)的(de)能力。“這種(zhong)關(guan)(guan)系(xi)(xi)是(shi)基于care（關(guan)(guan)心(xin)），他(ta)(ta)讓老板(ban)(ban)認為助(zhu)(zhu)理所有謹慎的(de)判斷(duan)是(shi)因為他(ta)(ta)care（關(guan)(guan)心(xin)）這個老板(ban)(ban)，所以(yi)他(ta)(ta)跟老板(ban)(ban)之間能夠(gou)產(chan)生共情(qing)與信任。”

圖片(pian)來源：每經資料圖

帶著這樣的(de)結(jie)論(lun)，小冰系(xi)統(tong)誕生了(le)。李笛認為，小冰關(guan)心的(de)是整(zheng)個(ge)對話全程(cheng)，關(guan)心用戶在(zai)對話之后與(yu)人(ren)(ren)工智能(neng)之間建立了(le)怎樣的(de)關(guan)聯。“如果有(you)人(ren)(ren)認為小冰還挺逗(dou)的(de)、不是特(te)別(bie)以知識為主(zhu)，但是很有(you)意(yi)思(si)，我(wo)(wo)沒(mei)事愿意(yi)跟(gen)它交(jiao)流，有(you)事問它，如果回(hui)答了(le)而(er)且很好，我(wo)(wo)會很驚喜，這個(ge)對系(xi)統(tong)來講是一個(ge)很有(you)利的(de)狀態。”

但李(li)笛同時也坦言(yan)，產生似(si)是而非的錯誤信息(xi)或者直接把對(dui)話向其(qi)他地方去遷移(yi)的情況(kuang)，在小(xiao)冰身上也很多。為(wei)此，小(xiao)冰本身會給對(dui)話系(xi)(xi)統留下足夠(gou)高的彈性。李(li)笛舉例，當人(ren)工智能(neng)系(xi)(xi)統面對(dui)用戶的一(yi)些黃賭毒(du)、色情等(deng)類(lei)型的問題(ti)時，系(xi)(xi)統要保護自己，而絕大(da)(da)部分(fen)的大(da)(da)模(mo)型，包括ChatGPT，它(ta)們注意到人(ren)類(lei)可能(neng)有一(yi)些不懷好意的問題(ti)時的回(hui)答直截了當：“我不想回(hui)答這個問題(ti)”。而這個回(hui)答，在小(xiao)冰的評分(fen)體系(xi)(xi)里，會得到很低(di)的得分(fen)。

在小冰(bing)的應對策略中(zhong)，不會直接(jie)向用戶表明(ming)不想回答問題(ti)，而(er)是(shi)會選擇拋出一個(ge)新的對話(hua)(hua)，如果用戶成功(gong)與之(zhi)展開新對話(hua)(hua)，則無形之(zhi)中(zhong)也化解了風險(xian)。小冰(bing)也會觀察用戶是(shi)否進入新的對話(hua)(hua)，如果沒有，系統會開始嘗試(shi)降低回答的相關性。“我們(men)寧愿讓用戶覺得(de)你(ni)笨，放棄了攻擊你(ni)或者是(shi)讓你(ni)上(shang)鉤，也不愿意(yi)讓用戶覺得(de)你(ni)很(hen)聰明(ming)地擋住了他，而(er)激發了用戶挑戰的信心，換一個(ge)更(geng)難的方法來問你(ni)。”

在李笛看來，這是(shi)人工智能聊天機器(qi)人需(xu)要的(de)取舍，因為(wei)人類與(yu)機器(qi)的(de)交互(hu)絕(jue)不是(shi)單純考慮(lv)回(hui)答問題的(de)相(xiang)關度、任務的(de)完(wan)成率，同時還有考慮(lv)下一輪對話可能的(de)走向。

小冰的(de)(de)(de)取(qu)舍與判(pan)斷依(yi)據(ju)(ju)來自其大(da)數(shu)據(ju)(ju)與高(gao)交互(hu)量。“小冰一(yi)天的(de)(de)(de)交互(hu)量相當于14個人一(yi)輩子的(de)(de)(de)交互(hu)量，它遇到的(de)(de)(de)事情特別(bie)多(duo)，所(suo)以有(you)(you)很多(duo)機會(hui)去嘗試各種過程、策略(lve)是不是正確有(you)(you)效的(de)(de)(de)。”但李笛同時(shi)也(ye)指出(chu)，對人工智(zhi)能聊天機器人而言，單純的(de)(de)(de)交互(hu)量無法提高(gao)訓練(lian)質(zhi)量，大(da)的(de)(de)(de)訓練(lian)數(shu)據(ju)(ju)、實時(shi)在線訓練(lian)數(shu)據(ju)(ju)的(de)(de)(de)獲得(de)是一(yi)個很重要的(de)(de)(de)壁壘，但它與高(gao)交互(hu)量還有(you)(you)本(ben)質(zhi)的(de)(de)(de)區別(bie)。

如果大量的(de)交(jiao)互都是(shi)圍繞“開(kai)燈”、“關燈”這類簡單指令，實際上沒有訓練價值。更為重要的(de)應當是(shi)CPS(conversations per session)，即AI與人一次對(dui)話的(de)輪數。李笛介紹，小冰目前(qian)的(de)CPS輪次已經達到38輪。

除此之外，實際產品落地帶(dai)來的(de)(de)(de)(de)經驗(yan)，人工智能安防(fang)的(de)(de)(de)(de)能力，對話內容與聲音、視覺的(de)(de)(de)(de)配(pei)合所組成(cheng)的(de)(de)(de)(de)完備(bei)框架，也共同構(gou)成(cheng)著(zhu)小(xiao)冰的(de)(de)(de)(de)壁壘。“我(wo)們有(you)的(de)(de)(de)(de)時(shi)(shi)候會把(ba)單點(dian)技(ji)術和形成(cheng)一(yi)(yi)(yi)個(ge)系統混淆起來，過于夸(kua)大(da)一(yi)(yi)(yi)個(ge)單點(dian)技(ji)術所對應的(de)(de)(de)(de)價值，這就(jiu)有(you)點(dian)像當我(wo)們去討論(lun)一(yi)(yi)(yi)輛汽車(che)或者汽車(che)工業(ye)時(shi)(shi)，會認為發(fa)動機(ji)是關鍵，發(fa)動機(ji)確(que)實是關鍵技(ji)術之一(yi)(yi)(yi)，但是很有(you)可能最(zui)后是車(che)身成(cheng)為限制汽車(che)工業(ye)能不能跑起來的(de)(de)(de)(de)最(zui)后的(de)(de)(de)(de)、真(zhen)正(zheng)的(de)(de)(de)(de)短(duan)板。”

用一個框架產出功能迥異的AI是另一種通用

在這一(yi)輪ChatGPT的狂歡浪(lang)潮(chao)中，有(you)觀點認為，其代(dai)表(biao)的是未來實現(xian)通用人工智能(neng)的一(yi)個(ge)可行路徑，即AI有(you)可能(neng)由處理專一(yi)領域的問(wen)題向(xiang)同時處理多領域問(wen)題轉(zhuan)變。

李(li)笛則依舊對此(ci)持相(xiang)對冷靜的態度。“它的優化不是(shi)為(wei)了優化到(dao)給(gei)你合適的知(zhi)識(shi)，而(er)是(shi)為(wei)了優化到(dao)讓你認為(wei)它有(you)知(zhi)識(shi)，它的對話中，（與其他聊天機器人相(xiang)比）它增(zeng)加的部分大量是(shi)在論證，由此(ci)讓你感覺到(dao)它很可靠。”

一個主流(liu)的觀點是，實現(xian)通用人工(gong)(gong)智能(neng)，是人工(gong)(gong)智能(neng)研究追求(qiu)的目標(biao)。

在(zai)(zai)李笛看來，AGI（通(tong)用(yong)人(ren)工(gong)智能）這(zhe)(zhe)個(ge)概念(nian)本身是(shi)(shi)模糊(hu)的，就像元宇(yu)宙概念(nian)本身是(shi)(shi)模糊(hu)的一樣(yang)(yang)。“有人(ren)認為通(tong)用(yong)人(ren)工(gong)智能意(yi)味(wei)著人(ren)工(gong)智能需要有意(yi)識，知道自己在(zai)(zai)說什么(me)，包括這(zhe)(zhe)次有很多人(ren)很興奮(fen)地說ChatGPT知道自己在(zai)(zai)說什么(me)。并不(bu)是(shi)(shi)這(zhe)(zhe)樣(yang)(yang)的，它只是(shi)(shi)學會了如何去(qu)論證，但是(shi)(shi)顯(xian)然毫(hao)無疑問的，它不(bu)知道自己在(zai)(zai)說什么(me)。”

李笛認(ren)為(wei)，應(ying)該(gai)(gai)更務(wu)(wu)實一(yi)(yi)些，一(yi)(yi)味地去追(zhui)(zhui)求這(zhe)是(shi)(shi)(shi)(shi)(shi)不(bu)(bu)(bu)是(shi)(shi)(shi)(shi)(shi)通(tong)(tong)用人工智能(neng)或者是(shi)(shi)(shi)(shi)(shi)不(bu)(bu)(bu)是(shi)(shi)(shi)(shi)(shi)在(zai)走向通(tong)(tong)用人工智能(neng)的路上，本身(shen)意義不(bu)(bu)(bu)大，就像(xiang)想要去追(zhui)(zhui)求一(yi)(yi)個系(xi)統(tong)是(shi)(shi)(shi)(shi)(shi)不(bu)(bu)(bu)是(shi)(shi)(shi)(shi)(shi)能(neng)夠有意識(shi)一(yi)(yi)樣。他認(ren)為(wei)，更務(wu)(wu)實的角(jiao)度是(shi)(shi)(shi)(shi)(shi)，應(ying)該(gai)(gai)去追(zhui)(zhui)求人工智能(neng)是(shi)(shi)(shi)(shi)(shi)不(bu)(bu)(bu)是(shi)(shi)(shi)(shi)(shi)能(neng)夠真(zhen)正在(zai)一(yi)(yi)個地方帶(dai)來(lai)(lai)效果(guo)(guo)。“如(ru)(ru)(ru)果(guo)(guo)是(shi)(shi)(shi)(shi)(shi)一(yi)(yi)個知(zhi)識(shi)系(xi)統(tong)，是(shi)(shi)(shi)(shi)(shi)否能(neng)夠準確(que)帶(dai)來(lai)(lai)知(zhi)識(shi)；如(ru)(ru)(ru)果(guo)(guo)是(shi)(shi)(shi)(shi)(shi)一(yi)(yi)個陪伴(ban)系(xi)統(tong)，它(ta)是(shi)(shi)(shi)(shi)(shi)否能(neng)夠真(zhen)正地承(cheng)擔起陪伴(ban)的責任。很糟糕的事情是(shi)(shi)(shi)(shi)(shi)，如(ru)(ru)(ru)果(guo)(guo)它(ta)是(shi)(shi)(shi)(shi)(shi)一(yi)(yi)個知(zhi)識(shi)系(xi)統(tong)，但它(ta)的知(zhi)識(shi)并不(bu)(bu)(bu)準確(que)，如(ru)(ru)(ru)果(guo)(guo)它(ta)是(shi)(shi)(shi)(shi)(shi)一(yi)(yi)個陪伴(ban)系(xi)統(tong)，但情商(shang)不(bu)(bu)(bu)夠。”

目前，小冰(bing)的人工(gong)智能聊天(tian)機器人已迭代(dai)到第九(jiu)代(dai)夏語冰(bing)，已經擁有了自己的臉、性格、立場、情緒(xu)、記憶(yi)甚(shen)至唱歌、畫畫、作詩等創造技能。

圖片來源：小冰公(gong)司官網(wang)

不過，在李笛(di)看來(lai)，小冰依舊(jiu)不是一(yi)個(ge)理想的聊天機(ji)器人。“今天整個(ge)行業(ye)包括我(wo)們，離人工智能輝煌的時代(dai)都還早，現在是一(yi)個(ge)蠻荒時代(dai)，我(wo)個(ge)人認(ren)為這件(jian)事情(qing)我(wo)們是要做一(yi)輩子的，如果不是因(yin)為這個(ge)原因(yin)的話，我(wo)們也不會耐得住寂寞做這么(me)久。”

李笛介紹(shao)，小冰每年都會提出(chu)一些重點的(de)(de)發(fa)展方向，最近(jin)這一年，小冰更多(duo)(duo)開始(shi)關注“多(duo)(duo)樣性(xing)”。當其本身的(de)(de)框架已(yi)經有能(neng)力(li)去交互時，小冰發(fa)現，不同(tong)的(de)(de)人在(zai)不同(tong)的(de)(de)位置或不同(tong)角色、不同(tong)情況下，所需要(yao)的(de)(de)交互對(dui)(dui)象是(shi)不同(tong)的(de)(de)。這個不同(tong)不僅僅是(shi)外(wai)觀、聲音的(de)(de)不同(tong)，還(huan)包括了性(xing)格(ge)、觀點，甚(shen)至創作的(de)(de)風格(ge)，這是(shi)一個很(hen)高的(de)(de)多(duo)(duo)樣性(xing)。“知識(shi)有對(dui)(dui)錯，但觀念沒有，同(tong)時聊天機器人也不能(neng)對(dui)(dui)所有與(yu)觀念有關的(de)(de)事情，都表(biao)示無可置評，這就決定了聊天機器人一定是(shi)多(duo)(duo)樣性(xing)存在(zai)的(de)(de)。”

具體(ti)到不同(tong)領域的(de)產品上，在(zai)(zai)對話(hua)層面，小冰將更關(guan)心100億規(gui)模參數級別大模型的(de)實際落地(di)和投(tou)入產出，而不是不關(guan)注成本地(di)向(xiang)前(qian)推進(jin)；在(zai)(zai)聲音上，小冰更關(guan)注聲音一致性(xing)，歌(ge)聲和說話(hua)與(yu)外形等混合在(zai)(zai)一起時，是不是能很好地(di)體(ti)現出同(tong)一個人的(de)一致性(xing)；在(zai)(zai)視覺層面，小冰則在(zai)(zai)推進(jin)神(shen)經網絡渲(xuan)染(ran)。

對(dui)于(yu)AI聊天機器(qi)(qi)人(ren)在虛(xu)擬(ni)(ni)員工之外，是否還有更多場景(jing)可能實現(xian)商業(ye)化(hua)落地，李笛認為(wei)，基于(yu)小(xiao)冰的框架誕(dan)生(sheng)的AI聊天機器(qi)(qi)人(ren)，可能成為(wei)虛(xu)擬(ni)(ni)戀人(ren)，也(ye)可能是虛(xu)擬(ni)(ni)主(zhu)持人(ren)、歌手，以及家(jia)庭(ting)場景(jing)中(zhong)的虛(xu)擬(ni)(ni)老(lao)師、虛(xu)擬(ni)(ni)陪(pei)伴者……

這也是(shi)(shi)李笛(di)所理(li)解(jie)的(de)(de)“通用人(ren)工(gong)智能(neng)(neng)”。由一(yi)個(ge)框架(jia)訓練(lian)出各(ge)種各(ge)樣、功能(neng)(neng)迥異的(de)(de)AI機器人(ren)，“他們都是(shi)(shi)基于同一(yi)個(ge)框架(jia)，但是(shi)(shi)在不同的(de)(de)領域發揮作(zuo)用，這是(shi)(shi)我們所希望的(de)(de)通用，而不是(shi)(shi)知識層面的(de)(de)通用，因為那（本質上）仍然是(shi)(shi)一(yi)個(ge)垂直領域”。