GPT-4的发布一石激起千层浪。与GPT-3.5相比，新一代的GPT不仅能看图、说话、分析图表，甚至在SAT数学考试中得了700分，在生物奥赛中排名前1%，在司法考试中排名前10%。GPT正以人类无法比拟的速度进化出越来越惊人的能力，但这也助长了许多人对GPT时代失业、数据安全和工业发展的焦虑。
所以，未来科技上周请来了山景智能的创始人&；董事长黄勇、PingCAP副总裁刘崧、神石科技战略部负责人王晓佛、Nolibox计算美学技术合伙人傅博明四位业界大咖做客未来科技直播间，畅谈GPT、AIGC、AGI。
智力是观察者的幻觉。科幻小说《三体》中，罗辑从冬眠中醒来，看到的一切都是数字化、自动化、“高级”的。危机之年的人类科学早已止步，却仍被基于已知技术开发的各种应用所带来的“炫目光彩”所迷惑，误以为正处于科技发展的鼎盛时期。
这与GPT引发的“被AI取代”、“AI改变社会结构”、“AI洗牌”等焦虑类似。人们似乎认为机器人已经“准备好了”，赛博朋克近在咫尺，但我们实际看到的只是一些可以写代码、画图、制作视频、聊天的AI工具，可谓随心所欲。
GPT-4的火爆，在Nolibox计算美学技术合伙人傅博明看来，与三体系统中的这场华丽的“技术爆炸”十分相似。“这些与GPT相关的技术可能都是基于几年前的深度机器学习模型Transformer，但这个算法从未更新过，”傅博明认为。“GPT的亮点是有人类监督的强化学习”，而不是算法本质的升级。
山景智能创始人黄勇对此表示赞同。“广义人工智能其实是一个伪命题”因为“它是一个技术发展变化，但也是一个过渡阶段。”
确实如此。最近，微软研究团队的一篇论文对GPT的“智能”做了如下谨慎的描述:“这(GPT-4)可以合理地视为人工通用智能(AGI)系统的早期(不完整)版本。”
“GPT4强大的推理能力实际上是一种参数算法结合数据反馈构建的‘伪智能’，与真正的通用人工智能相差甚远，”PingCAP副总裁刘崧说，并引用了机器人专家rodney brooks的一句话:“智能是观察者的错觉”。
布鲁克斯是麻省理工学院人工智能实验室的教授。他的原话是:“每个机器人似乎都按照一套集中的目的行动，但这只是一种错觉。无论是在人工智能还是自然生活中，智能都来自于观察者所看到的。”他不认为机器必须先学会思考才能做事。他还制造了一系列奇怪的机器人。虽然他们没有思维能力，但他们可以偷桌子上的汽水罐，穿过周围滚烫的地面。
教授还说:“AI是工具，不是威胁。”
格式塔空和“填鸭式教育”，AGI并没有你想象的那么接近。毫无疑问，GPT是一个里程碑，是一个拐点，但它可能不是你想的一般人工智能(AGI)的拐点。
GPT和稳定扩散空等大模型的出现，大大节省了其他玩家“反复造轮子”和开发自研大模型、底层大模型的努力。虽然开发自研大模型的想法在投资市场很受欢迎，但如果只是做一些小的修改，增加一些业务模块，或者保持产能不变，积累参数和培训时长，更像是“浪费资源”，傅伯明分享道。
“一个有行业知识的模型的价值会大于从零开始做一个基础大模型的价值。”
为了便于理解，我们暂且把高考超过半数考生的GPT看作是一个具有一定智能的“人”，把喂给AI数据作为这个“人”学习的内容和途径。那么GPT这个“人”更像是一个通过完形填空空“填鸭式教育”成长起来的应试人才，而不是一个有创造力的全能人才。
据神石科技战略部负责人王晓佛介绍，近几年比较好的AI训练方法是给AI一个“完形填空空”。“在最初的训练中，这是一个必须用下一个数据替换一次的数据。完形填空空是指一篇文章有100个单词，覆盖第一个单词，剩下的99个单词用来预测第一个单词。然后盖第二个字，用99个字预测第二个字。”
虽然学术界对AGI的实现存在争议，但很多人认为这种训练方式不符合AGI的实现路径。从理论上讲，AGI的实现需要先了解人类的智能是如何实现的，然后人类智能的实现机制是机器上的* *。GPT-4目前表现出来的“准智能”，是算法复杂度从量变到质变的“涌现”。“GPT-4的推理能力已经取得了很大的进步，但它仍然缺乏基本的事实知识常识，”刘崧解释说。
“一本正经的胡说八道”可能是产品设计？现在人们使用AIGC工具时，经常会发现生成的内容不准确，与事实不符，或者自相矛盾。这种现象通常被称为“AI在一本正经地胡说八道”。ChatGPT获得了铺天盖地的好评，但同时也有很多人因为这个“致命的bug”而饱受诟病。
但汪小佛有不同的看法。“这可能是一个产品本身的设计，可以定位为聊天。聊天的时候准确率没那么高。但如果把它变成一个有功能需求的助手，不准确的话体验会差很多。这不一定是技术问题，也许是产品pm的选择。”
黄勇也认同这种猜测:“它希望得到用户更多的反馈，反馈是对它的一种收敛，可以更好的让产品迭代。”
据黄勇介绍，山景智能在企业软件领域的实践中，经常会发现，虽然金融或其他细分专业领域门槛较高，但也是有边界的。所以这类软件的开发“没有想象中那么难”，边界是可以人为划定的。"使模型收敛在这个范围内是非常有效的."
那么，像GPT这样的模特除了聊天还能做什么呢？
AI发展的三大要素，数据、算法、算力，缺一不可。
用黄勇的话来说，“计算能力是基础，算法是本质，数据决定了技术发展的阶段。”
黄勇分享道，作为企业级“商业智能决策自动化”平台服务商，山景早期与客户合作时，经常听到对方说“我们的数据不好”或者觉得门槛太高，不适用于人工智能平台、机器学习平台或者PaaS平台。在观察到这种痛点后，山景推出了数据治理的预训练模型，可以用来解读数据，找到数据的标准。同时，为了保证客户的信息安全，还可以自动标记和脱敏。
这件事就相当于把原本杂乱无章、浩如烟海的数据标准化、结构化了。结构化数据结合GPT类模型的自然语言处理功能，可以降低使用门槛，提高效率。刘崧举了两个例子:“一个企业的CEO希望以最快的速度总结出公司的现状，可以不看报告直接向模型提问。外卖小哥送餐时，不需要看路况和取餐地点，直接问模型如何规划路径。”
“所以未来最有价值的一定是一个结合了结构化数据的严肃性和非结构化数据的互补性与这个GPT接口的产品。”
刘崧的PingCAP是一家企业级开源分布式数据库制造商。据刘崧介绍，在ChatGPT出来后的第三天，PingCAP决定将OpenAI的能力整合到自己的数据库服务TiDB Cloud中，该服务于1月10日推出。它可以帮助用户在几秒钟内将自然语言转换成SQL语言，在数据库中查询并分析公司的运营数据。用户不需要掌握复杂的数据库SQL语言。
神石科技的药物计算和设计平台Hermite，通过整合AI模型和分子模拟技术，加速创新药物研发过程中目标研究、虚拟筛选、先导优化等关键步骤的效率。“这不是一步一步来的。又不是我生了病，然后AI就能直接生成一种药。”王小佛表示，可以解决药物研发成本高、周期长的痛点。
傅伯明表示，类似于计算美学Nolibox的“画宇宙”、“画宇宙”等其他AIGC工具，可以让高质量和低成本并重，让创意市场从专业化走向大众化，让“创意工作者从一些重复繁琐的工作中解放出来，专注于创意工作，更加关注自己工作的商业化成果。”
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"ai能否取代人类英语作文，ai会取代人类的哪些工作"：http://www.guoyinggangguan.com/qkl/168874.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
