读者俱乐部信息在文末
已关注本号读者请扫码防失联
《流浪地球2》上映后，很多人对MOSS很关注，现在一个可能是MOSS最初状态的工具出现了，那就是以ChatGPT为代表的语言模型工具，这个模型以人工智能技术为基础，不仅仅与人聊天，更像是一个管家、助手。
目前无论是ChatGPT还是GPT-3等都是由OpenAI开发的语言模型，只是模型不同，训练时采用的数据集也不同，但即使现在远未完善的起步状态，就足以令人震惊了。
比如利用ChatGPT可以直接生成论文，去年12月一篇雷帕霉素抗衰老应用的论文中，ChatGPT就曾被列为第一作者。目前Nature已明确两项原则，一是任何大型语言模型工具（如ChatGPT）不能成为论文作者，二是在论文创作中如使用相关工具，作者必须明确说明。
能够写专业的学术论文，何况其他更简单的用途。
比如写课堂论文，美国某大学有学生直接利用ChatGPT生成论文，取得了第一名的好成绩，其水平令授课教授极为震惊；
比如编程和面试，ChatGPT通过了谷歌的L3级别编码面试，虽然L3只是谷歌入门级职位，但平均年薪资也达到了18万美元；
比如医疗诊断，据发表在PLOS数字健康杂志上的一项研究显示，ChatGPT可以用于预测早期阿尔兹海默症（老年痴呆症），准确率超过80%；
又比如辅助法官裁决，哥伦比亚的法官已经在实践中开始利用，从理论上讲，人工智能可以轻松记忆所有法律文本和判决案例，基于海量数据的分析，有巨大优势。
一夜之间，人工智能就从对体力劳动的替代，快进到对脑力劳动、经验劳动的替代，未来能够留给人类的工作岗位还能有多少呢？
最近修行定了《国家以工代赈管理办法》，特别强调“能用人工尽量不用机械，能组织当地群众务工尽量不用专业施工队伍”。机械和专业施工队伍的效率显然更高，更不要说在智能技术支持下的自动化机械设备，之所以减少对这两者的使用，主要就是为了解决更多就业问题，让更多失业者拿到劳务报酬。
现在还不过是体力劳动，那未来脑力劳动是不是也要被纳入“以工代赈”的范畴？
一些征兆已经出现了，还是以ChatGPT为例，简单举几个职业。
一是律师等咨询、经验类职业。
律师确实是一项特别体现专业性的职业，不仅需要掌握大量法律知识，还要把握好法律之外的人际关系，但在一般情况下，多数人与律师打交道主要是比较初级的需求，比如被裁员了该怎么维权，与人发生矛盾从法律角度如何解决等等，这样的咨询一小时起步价动辄几百、几千元。
这些基础性工作，AI不说完全替代，但起码能够大大降低普通人依法维权的难度，把所有法条、判例乃至更多维度的因素输入AI，短时间就可以超越多数初级律师和法官，初级律师等提供的简单咨询业务会不会大量被替代？
这还有一个连带的好处，可以极大整顿律师界的乌烟瘴气，有些律师极为无良，欺骗不懂法的委托人，还要拿法律威胁人，倘若能有一个相对公平的人工智能，提供基础的法律咨询，有很多恶事可以避免。
二是旅游规划师等信息整合类职业。
有不少旅游平台，就是从旅游资讯起家的，告诉大家去一个地方该怎么玩，基于不同人的情况规划游玩攻略，说白了还是经验和信息的汇总。
而现在利用ChatGPT很快就能提供基础的行程攻略，还可以持续优化，只要不断地提出更进一步的要求就行，就好像跟一个职业的旅游规划师在网上聊天一样。
现在通过网络搜索也能实现，但无论通过谷歌还是百度，每次搜索都是独立的行为，搜索工具记不住上一个乃至更前面的搜索，所以只能是人通过搜索查找信息，然后自己进行整合。
而ChatGPT这类软件强大之处在于，不仅仅给出问题的答案，而且能够处理所有聊天的内容，也就是说具备信息汇总能力，能够根据人的要求给出更针对性的答案。
类似的工作还有很多。
百度一说开发自己的ChatGPT，立即股价大涨，就在于这个技术将实现搜索的革命性变化，但反之，如果百度不跟进，搜索引擎必将被人工智能取代，那将撼动整个公司的根基；如微软也已宣布所有产品将全线接入ChatGPT，包括Bing以及Office全家桶。
当然，ChatGPT还远不完善，比如还不能正确判断真实和虚假，甚至有时为了证明自己的观点，还会自己编造论据，如果不认真检查，很可能被AI欺骗；而且人工智能虽然在信息搜集和语言表达上，已经超过了大多数人，但还无法模拟人的身体价值和情绪价值。
因此，ChatGPT仍然只是一个辅助性工具，低端的咨询和脑力工作将会快速消失，但高端的涉及创新和人性化交流的绝不会被替代，反而会变得更加稀缺。
就像现在的围棋界更考验哪个棋手能更好的的利用AI，未来如何利用好AI辅助自己，也是一项核心的工作能力。
只是有一个疑问，为什么中国没有先做出来？中国相比美国还有多大差距？
小镇也咨询了业内人士，在相关技术上中美是平级的，中国完全有能力做出来，但客观上，中国至少落后ChatGPT两年。中国也有很多模型，有的也接受了千亿、万亿级别数据的训练，但仍然远远不够，尤其在回答的逻辑性和完善度上，中国更是差得远，国内一些公司说的很大声，但自己很清楚差距不是一时半会能够缩小的。
目前国内人工智能企业普遍存在工作不扎实、应用粗糙的问题，百度已经是国内首屈一指的，但模型训练度仍远远不够，企业也很无奈。
总结起来，核心差距有三点：
一是各自为战，没有形成良好的生态循环。
国内类似的智能模型太多了，企业各玩各的，比如寒武纪强项是深度学习，推出了全球首个深度学习处理器芯片，这也是ChatGPT这类模型的基础，但是寒武纪搞的模型，其他企业不用，当然其他企业的寒武纪也不用。
又比如关键的算力，一方面美国加强对中国的高端芯片制裁，国内算力提升困难，但另一方面有些芯片本可以国产替代，但因为成本、磨合等等问题，有的企业仍然习惯用国外的。
一团散沙的情况下，无法形成良性互动的生态，用户使用模型不足，模型与用户的互动少，导致模型迭代缓慢，进而导致使用更加不足。这就像一个飞轮，在启动阶段最为笨重，但只要操作得当，让飞轮转起来，就会越转越快，这就是亚马逊提出的“飞轮机制”，显然我们现在没有形成“飞轮”。
模型、数据、应用，形不成闭环，各玩各的，有的公司搞出来模型、做个宣传然后就放那不管了，如此混乱，又如何能行？
二是中文世界数据质量严重不足。
AI进行深度学习，当然需要大量的数据完成训练，但绝不是葫芦吞枣，必须对数据进行清洗，提高数据质量。打个比方，就像某家公司统计员工信息，如果不规定好要求提供的信息、固定格式，报上来的信息肯定千人千面，根本无法使用，必须把这些信息进行整理、统一，这就是数据清洗。
现在国内数据孤岛、混乱问题极为严重，比如各个地方搞的数字政务，全国起码有几千套，种种数据根本无法有效对接，想要打通不是短时间能够完成的，再加上很多系统初期架构就有问题，后面更难以更改。
不仅仅政务系统，很多互联网公司的APP也一样，不少公司当年创业的时候，就没想到能活到日活上千万的程度，当时进行系统架构的也不是什么顶尖大牛，能跑能用就行了，系统优化极差，但用户短短几年内暴增，APP又不能暂停，就只能缝缝补补，就像给高速行驶中的高铁换轮子一样复杂。
相比之下，欧美等国家由于发展时间更长，在完成工业化、城市化、农业现代化等基础之上才进入信息化，在数据质量上比中国有很大优势。
上面两个还只是技术性问题，虽然难还是好解决的。
比如第一项，各家企业一直希望政府能够介入，改变一团散沙的局面，在ChatGPT的冲击下，相关报告已经报上去了，相信很快就会有所变化，当然各家还需要进行博弈；
而第二项中国有全世界最庞大的工程师队伍和接受过高等教育的人群，有能力加速数据清洗工作，而过去三年疫情防控，针对数据孤岛问题也有了很好的实践。
更严重的难点，还是在理念上。
三是过于功利和短视的理念。
以中国目前的资本、人才、技术实力，一个ChatGPT还不至于做不出来，但这背后更大的问题出在理念上。
美国已经习惯了开拓创新，在看不到前景和效果的时候，就能保持长期持续投入，失败的很多，但一旦成功就是革命性的；而中国更习惯在验证可行之后，快速跟随，更擅长技术的市场化应用。
目前ChatGPT并没有一个行得通的盈利模式，在商业前景还不明朗的情况下，中国的资本、人才不愿意投入重注，想再等等、再看看，但数字技术的突破要比以往变革快得多。
再加上中国国内两大创新主力，国企活力不足，民企更加功利，更加剧了这一问题。还是拿美国硅谷对比，仙童公司奠定了硅谷成长的基础，这家公司赶上了美苏航天竞赛，拿到了第一桶金，但之后没有躺平，而是逐步放弃更容易的美国军方订单，转向民用，这才有了世界上最大、最富有创新精神的半导体生产企业。
我们现在显然还不具备这样的社会氛围。
现在的美国看起来摇摇欲坠，也即将面临第三次美元危机，但美国仍然强大，甚至与以往对比，美国很可能处于新一轮技术大爆发的前夜，尤其未来是数字经济和数字技术的新时代，一旦美国在人工智能领域有了突破，在短时间内就会大幅领先我们。
美国只是坏，绝不是菜，我们还轮不到瞧不起美国。
若觉得文章不错，请点亮右下角的“赞”和“在看”，在右上角为「八米外」设置星标，让腾讯接收到您喜欢本号的电波，彼此不再错过

战略互补号plus
读者俱乐部年费￥199，优惠价￥99，付款方式：微信转账，或在“八米外”和“A区9号”赞赏一篇原创文章。有意者请扫码加微信，备注：读者俱乐部。欢迎三观一致的朋友们。
本文转载已获原创平台授权，
本号致力于传播多元化观点，
文章内容不代表本公号立场。
点赞+在看，让好文绽放
↓
继续阅读
阅读原文