表面上看，ChatGPT能回答中國GDP增長的問題。然而，筆者經(jīng)過測試，可以肯定地說，ChatGPT并不理解GDP知識體系，會出一堆莫名其妙的問題。也就是說，最有水平的聊天機器人也只是“人云亦云”，沒有體現(xiàn)人類深層理解的智慧水平。

ChatGPT與作者關于中國GDP的對話（作者供圖）

這并不出人意料，因為ChatGPT只是一個語言模型，而不是知識體系。它只是在重復一個任務，“預測”下面應該說的一個詞，不可能對整個知識體系產(chǎn)生飛躍性的理解。有時人們覺得它理解了，甚至理解得還挺深，但那只是因為它找到了合適的“參考資料”并對其做了靈活的組合。

ChatGPT學得太多了，因此乍看顯得理解了人類的知識，而且聊起天來派頭十足、很有信心，一副人類的“架勢”。但是，這個特點也可能是大缺陷——在沒有相關數(shù)據(jù)和事實時，它會煞有介事地編造，如果人們沒有相關知識，就很容易被蒙騙。

沃頓商學院教授讓ChatGPT做課程考題，最簡單的第1題答得不錯（作者供圖）

例如，有新聞報道夸張地聲稱，ChatGPT通過了法律學和商學院課程考試的事，但事實上，它只是以C+或者B-的成績勉強通過了明尼蘇達大學法學院以及沃頓法學院的幾門課程考試——只有簡單題答得不錯，一旦題目稍有分析難度，ChatGPT就不知所措了，即便勉強蒙對答案，答題邏輯也明顯不對，成績在全班墊底。

個人以為，從AI哲學的層面而言，ChatGPT的情況與AlphaGo差不多。但是，從對實際生活的影響而言，ChatGPT具有顯著的優(yōu)勢，不能用楊立昆的高標準去貶低其意義。

AlphaGo證明人類在圍棋方面不是機器的對手，但是機器也不理解自己在干什么。正確的應用方式是，人們利用圍棋AI，對高明或有漏洞的招法做解讀和分析，以此促進棋手對圍棋的理解和棋藝的進步。換言之，棋類運動的中心還是人類棋手，AI不需要理解圍棋，只要能為人類棋手提供幫助即可。對此，有人歡喜有人愁，但無可否認的是，AlphaGo使人們的圍棋觀發(fā)生了革命性、顛覆性的改變。

同理，楊立昆基于其AI哲學而低估ChatGPT的革命性意義的做法是不對的。ChatGPT等LLM聊天機器人，雖然沒有真正的理解而只會人云亦云，但它出色的表現(xiàn)足以引發(fā)人類知識體系的大革命。

由Alphago引發(fā)的上一波人工智能熱潮看似頗為戲劇性，引發(fā)了一系列不切實際的恐懼或希望，但實際影響并沒有部分新聞報道所宣稱的那樣強烈——這波熱潮主要在圖像識別、下棋等專業(yè)領域取得突破，受影響很大的只是棋手、停車場收費員等少數(shù)人。因此，當時，筆者在與一些社科學者討論AI的影響時，傾向于對AI“祛魅”、拒絕神化AI。

而這一次由ChatGPT引發(fā)的熱潮看起來不那么石破天驚，卻對社會造成了更大的真實影響。這一次，自然語言處理被機器全面突破，由此引發(fā)了兩個結(jié)果：第一，機器人的聊天交互能力增強，很快大部分人都能接觸和使用高水平的聊天機器人了，這是機器影響社會最大的“殺手锏”；第二，以前的機器只擅長某個專門領域，而現(xiàn)在的AI以幾千億個參數(shù)囊括了整個互聯(lián)網(wǎng)的知識，其功能趨向于“通用”。說句悲觀的話，很多靠嘴皮、文字等“自然語言處理”謀生的人，能力未必比得上機器。

對于ChatGPT等聊天機器人，哲學上我們?nèi)匀灰办铟取?，不鬼扯機器智慧。但是在實際社會經(jīng)濟運行、人們的學習生活中，要對通用聊天機器人的應用前景，展開想象力。

AI畫的梵高風格的向日葵星空（作者供圖）

AI的一大應用前景是AIGC（AI Generated Content），即“以人工智能技術來生成內(nèi)容”。目前，AIGC在生成圖片方面取得突破：2022年，Stable Diffusion在圖片生成方面取得較大進展，可生成質(zhì)量較高的圖片；ChatGPT也可以根據(jù)指令生成指定主題的畫作。谷歌還開發(fā)了視頻生成AI和音樂生成AI，但效果還不算太強。

當然，圖片、視頻和音樂生成影響的都只會是少數(shù)行業(yè)；大型語言模型的聊天、寫作等通用能力才會產(chǎn)生更大的社會影響。所以，對AIGC，應該重點關注大型語言模型。

大型語言模型的極大影響與個人的應對

如果機器能“無所不知”地聊天，它將如何改變?nèi)祟惿鐣靠梢哉归_想象力。

一個最直接的應用就是搜索。很容易理解，從原理上LLM就比谷歌、百度等基于爬蟲的搜索服務更強大：兩者都是以整個互聯(lián)網(wǎng)為素材，把內(nèi)容“爬”回來，區(qū)別在于，后者只能根據(jù)關鍵詞把網(wǎng)絡鏈接按相關程度展示出來，還需要人自己去點擊察看；而前者能夠生成更為高質(zhì)量、系統(tǒng)性的反饋，很多情況下，LLM可以直接解決問題，即便不能直接解決，也能通過繼續(xù)對話、深入溝通給出有效知識。

搜索信息的一個大問題是，部分人群搜索能力不佳，不能善用關鍵詞。對于這類人而言，LLM的出現(xiàn)使搜索服務發(fā)生了革命性變化。比如，有人想找某類病的權(quán)威醫(yī)院，用谷歌搜索時可能毫無頭緒；但用聊天的方式詢問ChatGPT時，ChatGPT就直接把幾家最好的醫(yī)院介紹出來了。

另一個大問題是，很多人難以判斷搜索信息的有效性。大多數(shù)人不是找不到相關內(nèi)容和數(shù)據(jù)，而是難以對各種數(shù)據(jù)和說法的可信度加以甄別，我認為這是正確使用搜索引擎的最大瓶頸。對于這類人而言，ChatGPT可以提供相當好的信息服務，迅速給出看起來比較深入的信息。

當然，誠如楊立昆所言，ChatGPT等聊天AI只能給出“淺層知識”。但是，對絕大多數(shù)“不求甚解”的人來說，這些“淺層知識”就已經(jīng)足夠了，大多數(shù)人根本不會聊到ChatGPT難以應對的程度；即便對于想要深入探索的人來說，ChatGPT給出的淺層知識也是很好的索引，能夠輔助他們自行探索、理解、歸納、總結(jié)和創(chuàng)新。

第二個應用是客服應答。傳統(tǒng)的客服模式分為機器和人工兩種，前者過于死板，要求客戶不斷按鍵選擇；后者的服務水平相對有限，說話口音未必標準，且對客戶的問題不一定有深入理解，必須依靠技術人員。

而現(xiàn)在，隨著高水平聊天機器人的出現(xiàn)，客服質(zhì)量將發(fā)生質(zhì)的飛躍。機器能牢記本領域的全部知識，而且能準確理解客戶的問題并提供相關信息。因此許多大中型公司會把ChatGPT的技術應用于應答中心，從而改善服務體驗，減少客戶抱怨。

這一趨勢對于印度、菲律賓等部分發(fā)展中國家而言頗為不利。這些國家原本在客服外包行業(yè)具有一定優(yōu)勢，而AI的出現(xiàn)使該行業(yè)的人力需求銳減。