每(mei)經記者｜可楊(yang)    每(mei)經編輯｜董興生    

從吟詩作賦，到(dao)寫代碼，再(zai)到(dao)寫劇本(ben)、做高數，OpenAI發布的免費機器(qi)人(ren)對話模型ChatGPT回答處理多領域問題的能(neng)力之強悍，引發全球關注。

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(yi)擁(yong)有多個AI聊天機器人成功落地案例的國(guo)內頂尖人工智能(neng)公(gong)司(si)小冰，如何看(kan)待風(feng)靡(mi)全(quan)球的ChatGPT？

帶著(zhu)這(zhe)個(ge)問(wen)題，12月8日《每日經濟(ji)新聞》記者專訪(fang)了(le)小(xiao)冰(bing)(bing)公司CEO李笛(di)。他認(ren)為，市(shi)場(chang)對(dui)于ChatGPT取代搜(sou)索引擎，以(yi)及在(zai)其(qi)他各個(ge)領域實(shi)現(xian)(xian)商業(ye)化落地的(de)暢想(xiang)，短期內不太可能(neng)到來，成(cheng)(cheng)本將成(cheng)(cheng)為制約其(qi)實(shi)現(xian)(xian)商業(ye)化的(de)重要阻礙。他舉例說，如果(guo)小(xiao)冰(bing)(bing)用ChatGPT的(de)方法來運行(xing)系統，現(xian)(xian)在(zai)小(xiao)冰(bing)(bing)每天承載的(de)交(jiao)互量就(jiu)需(xu)要花幾億人民幣(bi)的(de)對(dui)話成(cheng)(cheng)本。

李笛 圖(tu)片(pian)來源：受訪者(zhe)供圖(tu)

ChatGPT創新了訓練方式，但市場熱情過度

在李笛看來，目前，行業內對ChatGPT的關注與熱潮已經有(you)些過度。

“人(ren)(ren)類為(wei)什么(me)會(hui)感到激動(dong)？”李笛(di)覺得，當人(ren)(ren)們(men)普(pu)遍對一(yi)件事(shi)情有一(yi)種(zhong)預期，進而去交(jiao)互時(shi)，發現它遠超大家的(de)(de)預期，人(ren)(ren)們(men)就會(hui)驚(jing)(jing)訝(ya)。“但(dan)即使是針對人(ren)(ren)工(gong)智能(neng)，在最近這些年(nian)驚(jing)(jing)訝(ya)的(de)(de)次數也(ye)(ye)(ye)很多了；稍微往前(qian)一(yi)點，GPT3出來(lai)的(de)(de)時(shi)候大家就很驚(jing)(jing)訝(ya)，但(dan)是也(ye)(ye)(ye)沒有發生什么(me)；再(zai)往前(qian)，AlphaGo下圍棋贏過最好的(de)(de)人(ren)(ren)類棋手(shou)，大家也(ye)(ye)(ye)很驚(jing)(jing)訝(ya)，但(dan)是之后似乎(hu)也(ye)(ye)(ye)沒有改變什么(me)。”

不過，李笛也提(ti)(ti)到，關(guan)于ChatGPT，有三(san)件事情需(xu)要(yao)相對(dui)(dui)理性(xing)來看。首先，ChatGPT有非常好(hao)的創(chuang)新，即證明了(le)在原有的大(da)(da)模型基礎之上(shang)，進行一(yi)些(xie)新的訓練方法，可以更好(hao)地提(ti)(ti)高對(dui)(dui)話質(zhi)(zhi)量(liang)(liang)；其次(ci)，ChatGPT并(bing)不構成一(yi)個大(da)(da)版本(ben)的迭代，而是對(dui)(dui)上(shang)一(yi)個版本(ben)的微調，在一(yi)定程度上(shang)彌補了(le)極大(da)(da)參數量(liang)(liang)的大(da)(da)模型的一(yi)些(xie)缺(que)陷。“即便(bian)是OpenAI來講(jiang)，它也被定義為(wei)GPT3.5，而不是GPT4。”此外，李笛認為(wei)，ChatGPT的突(tu)破，主要(yao)是研究性(xing)質(zhi)(zhi)上(shang)的突(tu)破。

對(dui)于目(mu)前(qian)市場普遍想象的(de)ChatGPT是(shi)否馬(ma)上(shang)(shang)就(jiu)會迎來(lai)商業化落地、產生顛覆性的(de)影響(xiang)(xiang)，李笛認為(wei)不太可能。“但是(shi)，這一(yi)點(dian)都不影響(xiang)(xiang)我(wo)們在(zai)(zai)最(zui)近這些年里，尤其是(shi)在(zai)(zai)大(da)模(mo)型的(de)思(si)路出來(lai)以后，我(wo)們又一(yi)次看到在(zai)(zai)對(dui)話上(shang)(shang)的(de)一(yi)個很大(da)的(de)變化，在(zai)(zai)這條路上(shang)(shang)大(da)家都在(zai)(zai)往前(qian)走(zou)。”

ChatGPT在訓練方(fang)法上(shang)，具體(ti)做了怎樣的創(chuang)新，以(yi)至(zhi)于能夠大大提升其作為聊(liao)天機器人的對話質量？

李笛分析稱，很(hen)多人說ChatGPT的(de)(de)(de)訓(xun)練是基(ji)于人類反(fan)(fan)饋(kui)，這(zhe)并不(bu)(bu)完全準確。人類反(fan)(fan)饋(kui)至少有兩個含義(yi)，一(yi)是指在(zai)訓(xun)練中(zhong)，通(tong)(tong)過(guo)反(fan)(fan)饋(kui)來實(shi)(shi)現；另(ling)外(wai)則是產品(pin)在(zai)與(yu)用(yong)戶交(jiao)(jiao)互(hu)時，通(tong)(tong)過(guo)大量的(de)(de)(de)用(yong)戶與(yu)其(qi)交(jiao)(jiao)互(hu)形成的(de)(de)(de)反(fan)(fan)饋(kui)，不(bu)(bu)停地讓模型進步。“這(zhe)兩者的(de)(de)(de)價值(zhi)(zhi)是非常不(bu)(bu)一(yi)樣的(de)(de)(de)，更大的(de)(de)(de)價值(zhi)(zhi)其(qi)實(shi)(shi)在(zai)于后(hou)者，即產品(pin)在(zai)交(jiao)(jiao)互(hu)過(guo)程中(zhong)得(de)到反(fan)(fan)饋(kui)。”

李(li)笛介(jie)紹，過(guo)去對(dui)(dui)于AI聊天(tian)機(ji)器(qi)人(ren)(ren)的(de)(de)訓練(lian)主(zhu)要是(shi)(shi)基(ji)于數據(ju)，即在機(ji)器(qi)進(jin)行(xing)對(dui)(dui)話(hua)后，針對(dui)(dui)對(dui)(dui)話(hua)內容進(jin)行(xing)訓練(lian)，調(diao)整、優化對(dui)(dui)話(hua)內容的(de)(de)數據(ju)；而ChatGPT則是(shi)(shi)針對(dui)(dui)數據(ju)形成的(de)(de)模型進(jin)行(xing)訓練(lian)，簡單而言，具體的(de)(de)訓練(lian)方式(shi)是(shi)(shi)：人(ren)(ren)先寫出一些指導性的(de)(de)問(wen)與答，用這些問(wen)答對(dui)(dui)大(da)模型進(jin)行(xing)訓練(lian)，通過(guo)一系列反饋式(shi)的(de)(de)訓練(lian)方法，讓大(da)模型逐漸沿(yan)襲人(ren)(ren)所給予(yu)的(de)(de)關于問(wen)答的(de)(de)指導性意見、邏輯。“從這個(ge)角度講(jiang)，即使是(shi)(shi)進(jin)行(xing)多輪對(dui)(dui)話(hua)，ChatGPT本質上來(lai)講(jiang)依舊是(shi)(shi)一個(ge)問(wen)答系統。”

、

圖片來源(yuan)：攝圖網-500560614

李笛認(ren)為(wei)，這樣的(de)(de)(de)(de)訓練(lian)方法(fa)背后(hou)的(de)(de)(de)(de)技術含量，通常不是(shi)算法(fa)模型上的(de)(de)(de)(de)技術含量，而(er)是(shi)來(lai)自訓練(lian)者本身的(de)(de)(de)(de)能力，包(bao)括團(tuan)隊自身的(de)(de)(de)(de)經驗積累。例如，由(you)人來(lai)寫問與答(da)，讓機器學(xue)習并給(gei)(gei)出結果，同時人要(yao)再(zai)對(dui)此(ci)給(gei)(gei)出評分(fen)，這其(qi)中有很多個體(ti)差異(yi)，這種個體(ti)差異(yi)則在一定程度上決定了其(qi)最后(hou)呈現的(de)(de)(de)(de)成果。

他(ta)同時也談到，從主(zhu)要(yao)做(zuo)大模型的公(gong)司而(er)言，成果往(wang)往(wang)取決于到底是(shi)(shi)不是(shi)(shi)非常專注去做(zuo)這件(jian)事情(qing)。“OpenAI與其他(ta)公(gong)司不一樣(yang)的地方在于，它很專注做(zuo)語言大模型，所以它投了大量時間和(he)精力。它有(you)很多(duo)經驗(yan)，但這些經驗(yan)的積累并(bing)不是(shi)(shi)不可習得(de)的。”

不可信與高成本成商業化阻礙

ChatGPT給出的(de)回(hui)答，最(zui)常規的(de)格式是(shi)先(xian)給出一個(ge)結(jie)論(lun)，再進行(xing)事(shi)(shi)實的(de)羅(luo)列，進而通過其(qi)羅(luo)列的(de)事(shi)(shi)實推導出結(jie)論(lun)。

李(li)笛認為，對ChatGPT而言，這個結論本(ben)身(shen)是否正確其實不重要。他用之前網絡上(shang)流傳的一個問答舉(ju)例，在(zai)回答“紅樓夢中賈(jia)寶玉適合娶(qu)誰”的問題時，ChatGPT最終給出的答案(an)是：賈(jia)母。

李(li)笛進一步(bu)分析(xi)，根(gen)據ChatGPT的回答(da)可(ke)以(yi)反推出，人在(zai)為(wei)其寫指(zhi)導性問答(da)時，非常強(qiang)調因(yin)(yin)果(guo)關系，而大(da)模(mo)型(xing)也會注重去(qu)學(xue)習因(yin)(yin)果(guo)關系。“（有(you)的回答(da)）如果(guo)不是特別仔細去(qu)看，你會感覺(jue)到(dao)這是一個似乎很有(you)邏輯與因(yin)(yin)果(guo)關系的回答(da)，但實(shi)際上它非常沒有(you)道理。”

這也是(shi)(shi)為什么從對(dui)話(hua)質量上看(kan)，人(ren)們會覺得ChatGPT很優秀，但想(xiang)要真(zhen)正(zheng)依靠它去代替搜索引(yin)擎(qing)，李(li)笛認為，這不(bu)太可能，因為它不(bu)可信。“很多(duo)人(ren)在測試ChatGPT的時候是(shi)(shi)知(zhi)道(dao)(dao)答案(an)的，但去搜索引(yin)擎(qing)上搜的東西(xi)往往是(shi)(shi)我們不(bu)知(zhi)道(dao)(dao)答案(an)的。如果是(shi)(shi)通(tong)過ChatGPT（代替搜索引(yin)擎(qing)），你怎(zen)么知(zhi)道(dao)(dao)這個東西(xi)（答案(an)）是(shi)(shi)正(zheng)確(que)還(huan)是(shi)(shi)錯誤的，它完(wan)全不(bu)負(fu)責的。”

而李(li)笛也認為(wei)(wei)，這(zhe)種(zhong)“不可靠”很(hen)難解決，因為(wei)(wei)ChatGPT的(de)(de)訓練(lian)過程，是(shi)(shi)為(wei)(wei)了對(dui)話質量，但人們卻容易誤(wu)以為(wei)(wei)它(ta)的(de)(de)目的(de)(de)是(shi)(shi)給出最正確(que)的(de)(de)知(zhi)(zhi)識。“它(ta)做了很(hen)多優化，是(shi)(shi)使它(ta)（的(de)(de)回答）形式上感覺非常有知(zhi)(zhi)識，它(ta)不是(shi)(shi)為(wei)(wei)了本質（有知(zhi)(zhi)識）。”

搜索(suo)引擎在(zai)努力做的(de)(de)(de)是(shi)跳過論證過程(cheng)，直接給(gei)出用戶最終想要的(de)(de)(de)結果，而ChatGPT則相(xiang)反(fan)，它(ta)追求(qiu)的(de)(de)(de)是(shi)盡可(ke)能(neng)在(zai)給(gei)出回答之前，給(gei)很多論證，讓(rang)人覺(jue)得它(ta)的(de)(de)(de)回答是(shi)可(ke)信(xin)的(de)(de)(de)。“ChatGPT，人們測(ce)試的(de)(de)(de)時(shi)候會(hui)覺(jue)得很好，但是(shi)真的(de)(de)(de)拿它(ta)來用，有(you)那么(me)一兩次你發(fa)現，你被它(ta)的(de)(de)(de)這種似是(shi)而非的(de)(de)(de)胡說(shuo)八(ba)道愚弄(nong)了(le)，那么(me)你從此就(jiu)不會(hui)（對它(ta)）有(you)任何的(de)(de)(de)信(xin)任。”

如果ChatGPT無法取(qu)代搜(sou)索引擎，還有(you)什么可預(yu)想的落地(di)應用嗎？

李笛(di)認(ren)為，真正限制ChatGPT在短期內商(shang)業化的是(shi)成本(ben)(ben)。“它(ta)的單(dan)輪回(hui)答（Single Turn），成本(ben)(ben)是(shi)幾美分，按照(zhao)1毛(mao)錢（人(ren)民幣(bi)）算，10句話(hua)就是(shi)一(yi)塊，這(zhe)個(ge)(ge)（成本(ben)(ben)）超過人(ren)，還不如(ru)雇一(yi)個(ge)(ge)人(ren)，比這(zhe)個(ge)(ge)要便宜得多(duo)。”

與此同(tong)時，李笛表示，如果把大(da)(da)模(mo)(mo)型(xing)(xing)(xing)理(li)解(jie)為把特別多(duo)的(de)信息濃(nong)縮在一個模(mo)(mo)型(xing)(xing)(xing)里，那(nei)么大(da)(da)模(mo)(mo)型(xing)(xing)(xing)的(de)本(ben)(ben)質(zhi)問題(ti)就(jiu)在于，很大(da)(da)參數規模(mo)(mo)的(de)大(da)(da)模(mo)(mo)型(xing)(xing)(xing)做了以后不可用，因為成本(ben)(ben)太高、延(yan)遲太高。但一旦開始嘗試(shi)降(jiang)低成本(ben)(ben)，同(tong)時也會明顯看到其對話質(zhi)量降(jiang)低。

李笛舉例，如(ru)(ru)果小冰(bing)用ChatGPT的(de)方法來運行系(xi)統(tong)，現(xian)在小冰(bing)每(mei)天承載的(de)交互(hu)量(liang)就需要(yao)花幾億人(ren)民幣的(de)對話成本。“就算(suan)ChatGPT可以把成本優化到現(xian)在的(de)10%，也賺不回來，因為(wei)人(ren)工(gong)智(zhi)能(neng)(neng)最大的(de)特點就是(shi)高并發。如(ru)(ru)果成本是(shi)這(zhe)樣，不如(ru)(ru)雇人(ren)。人(ren)有(you)自我反省機制，人(ren)工(gong)智(zhi)能(neng)(neng)甚至(zhi)有(you)一些基本常識性錯(cuo)誤(wu)。而且把成本降到現(xian)在的(de)10%，這(zhe)是(shi)多么艱(jian)巨的(de)任務(wu)？”

AI聊天機器人需要取舍

目前(qian)，小冰公(gong)司的AI Being已成熟(shu)應用于多個場景(jing)中，例如本屆(jie)賽事解說(shuo)員劉建宏的虛擬人分身、招商局的數(shu)字員工等。

李笛認(ren)為，小冰(bing)內部有一個(ge)比較好的(de)(de)狀態，就(jiu)是(shi)(shi)(shi)關(guan)心(xin)(xin)什么東西(xi)真正落地，而不(bu)是(shi)(shi)(shi)特別(bie)(bie)關(guan)心(xin)(xin)這個(ge)東西(xi)是(shi)(shi)(shi)否代表了學(xue)術聲望。“如果(guo)你(ni)(ni)(ni)做的(de)(de)人工智能總是(shi)(shi)(shi)在向別(bie)(bie)人表達(da)你(ni)(ni)(ni)很(hen)智能，那意味(wei)著(zhu)你(ni)(ni)(ni)把(ba)用(yong)戶(hu)的(de)(de)預期提升(sheng)到非(fei)常高的(de)(de)位置，這意味(wei)著(zhu)你(ni)(ni)(ni)的(de)(de)系(xi)統不(bu)允(yun)許犯(fan)錯，因為你(ni)(ni)(ni)已(yi)經讓(rang)別(bie)(bie)人認(ren)為（這個(ge)系(xi)統）很(hen)有知(zhi)識了，犯(fan)錯誤就(jiu)可(ke)能誤導用(yong)戶(hu)。”

而小冰(bing)系統很多時候(hou)是在控(kong)制用戶的(de)(de)預(yu)期(qi)。“不要(yao)覺得它很智能。要(yao)去關心它其(qi)他方面的(de)(de)價(jia)值，往(wang)(wang)往(wang)(wang)這樣的(de)(de)系統反而存在得更久(jiu)。”李笛認為，其(qi)實從某種意義上來(lai)講，這也是其(qi)團隊做小冰(bing)的(de)(de)原因。

李(li)笛回憶(yi)，最(zui)開始時，團隊想要做的是一個(ge)人工(gong)智(zhi)能(neng)助理(li)，“對助理(li)來(lai)講，有用是他最(zui)重要的特點，我們那時候是這么認為的”。

而在對一(yi)些優秀的(de)人類助(zhu)理進(jin)行訪談后(hou)，李笛發(fa)現，對于助(zhu)理來(lai)講，最重要的(de)事(shi)是(shi)和老板(ban)調整成一(yi)種(zhong)合適的(de)同(tong)事(shi)關(guan)系(xi)，這(zhe)(zhe)種(zhong)同(tong)事(shi)關(guan)系(xi)必須讓老板(ban)認為助(zhu)理有(you)自己的(de)想法，會(hui)在一(yi)些合理的(de)時(shi)機去(qu)拒絕。這(zhe)(zhe)樣(yang)的(de)關(guan)系(xi)帶來(lai)的(de)好(hao)處是(shi)，為自己的(de)工作帶來(lai)更多的(de)空間與(yu)余地，同(tong)時(shi)讓老板(ban)意識到(dao)助(zhu)理不(bu)是(shi)命令處理器，而擁有(you)做更多事(shi)情(qing)(qing)的(de)能(neng)力。“這(zhe)(zhe)種(zhong)關(guan)系(xi)是(shi)基于care（關(guan)心），他(ta)(ta)讓老板(ban)認為助(zhu)理所有(you)謹慎的(de)判斷是(shi)因(yin)為他(ta)(ta)care（關(guan)心）這(zhe)(zhe)個老板(ban)，所以(yi)他(ta)(ta)跟老板(ban)之間能(neng)夠產生共情(qing)(qing)與(yu)信任。”

圖片(pian)來(lai)源：每經資料圖

帶著(zhu)這樣的(de)結論，小冰系統(tong)(tong)誕生了。李笛(di)認為(wei)，小冰關心的(de)是整個對(dui)話(hua)全程，關心用戶在對(dui)話(hua)之(zhi)后(hou)與人工(gong)智能之(zhi)間(jian)建立了怎(zen)樣的(de)關聯。“如果(guo)有(you)人認為(wei)小冰還挺逗的(de)、不是特別以知識為(wei)主(zhu)，但是很(hen)有(you)意思，我(wo)沒事(shi)愿意跟它交(jiao)流，有(you)事(shi)問它，如果(guo)回答了而且很(hen)好(hao)，我(wo)會(hui)很(hen)驚(jing)喜，這個對(dui)系統(tong)(tong)來講(jiang)是一(yi)個很(hen)有(you)利的(de)狀(zhuang)態。”

但李笛同(tong)時也坦言，產生似是而(er)非的(de)(de)錯誤(wu)信(xin)息或者直接(jie)把對話向其(qi)他地方去(qu)遷移(yi)的(de)(de)情況，在小(xiao)冰(bing)(bing)身(shen)上也很(hen)多。為此，小(xiao)冰(bing)(bing)本身(shen)會給對話系(xi)統留下足夠高的(de)(de)彈性。李笛舉例，當人工智能系(xi)統面對用戶(hu)的(de)(de)一些黃賭毒、色情等類(lei)型的(de)(de)問題時，系(xi)統要保護自己，而(er)絕大部分的(de)(de)大模型，包括(kuo)ChatGPT，它們注意(yi)到人類(lei)可能有一些不懷好意(yi)的(de)(de)問題時的(de)(de)回(hui)(hui)答直截了(le)當：“我不想回(hui)(hui)答這個問題”。而(er)這個回(hui)(hui)答，在小(xiao)冰(bing)(bing)的(de)(de)評(ping)分體系(xi)里，會得(de)到很(hen)低的(de)(de)得(de)分。

在(zai)小(xiao)冰的應(ying)對策略(lve)中，不會直接向用戶(hu)表明不想回答問(wen)(wen)題，而(er)是(shi)會選擇拋出一(yi)個(ge)新(xin)的對話，如果用戶(hu)成功與之展開(kai)新(xin)對話，則無形(xing)之中也(ye)(ye)化解了(le)風險(xian)。小(xiao)冰也(ye)(ye)會觀察(cha)用戶(hu)是(shi)否進入新(xin)的對話，如果沒有，系統會開(kai)始嘗(chang)試降(jiang)低回答的相關性。“我們(men)寧愿讓(rang)用戶(hu)覺得你笨，放棄了(le)攻擊(ji)你或者是(shi)讓(rang)你上鉤，也(ye)(ye)不愿意讓(rang)用戶(hu)覺得你很聰明地(di)擋住了(le)他，而(er)激發了(le)用戶(hu)挑戰(zhan)的信心，換一(yi)個(ge)更難的方法(fa)來問(wen)(wen)你。”

在李笛看來，這(zhe)是人工智能(neng)聊(liao)天機(ji)器(qi)人需要的(de)取舍，因為(wei)人類與機(ji)器(qi)的(de)交互絕不是單純考(kao)慮(lv)回(hui)答問題的(de)相關度、任(ren)務的(de)完成率，同時(shi)還有考(kao)慮(lv)下一輪對話可能(neng)的(de)走向(xiang)。

小冰的(de)(de)(de)取(qu)舍與(yu)判斷依據來自其大數(shu)據與(yu)高交(jiao)互(hu)量(liang)。“小冰一天(tian)的(de)(de)(de)交(jiao)互(hu)量(liang)相當于14個人(ren)一輩子(zi)的(de)(de)(de)交(jiao)互(hu)量(liang)，它遇(yu)到(dao)的(de)(de)(de)事情特別多(duo)，所以有很多(duo)機會去嘗試(shi)各種過程、策略是不是正確(que)有效的(de)(de)(de)。”但(dan)李笛同時(shi)也指出(chu)，對(dui)人(ren)工(gong)智能(neng)聊天(tian)機器(qi)人(ren)而言(yan)，單純的(de)(de)(de)交(jiao)互(hu)量(liang)無(wu)法提高訓練質量(liang)，大的(de)(de)(de)訓練數(shu)據、實時(shi)在(zai)線訓練數(shu)據的(de)(de)(de)獲得是一個很重要的(de)(de)(de)壁壘，但(dan)它與(yu)高交(jiao)互(hu)量(liang)還有本質的(de)(de)(de)區別。

如果大(da)量的交互都是(shi)(shi)圍繞“開燈”、“關燈”這(zhe)類簡(jian)單指令(ling)，實際(ji)上沒有訓練價值。更為重要(yao)的應當(dang)是(shi)(shi)CPS(conversations per session)，即(ji)AI與人一次對(dui)話(hua)的輪數(shu)。李(li)笛(di)介紹，小冰目(mu)前的CPS輪次已經(jing)達到38輪。

除此之(zhi)外，實際產品落地帶(dai)來(lai)(lai)(lai)的(de)經(jing)驗，人工(gong)智能(neng)(neng)安防的(de)能(neng)(neng)力(li)，對話內容與聲(sheng)音(yin)、視(shi)覺的(de)配合所(suo)組成的(de)完備框架，也共同構(gou)成著小冰的(de)壁壘。“我們有的(de)時候會把單點(dian)技術(shu)和形成一(yi)個(ge)系統混淆(xiao)起來(lai)(lai)(lai)，過于夸大一(yi)個(ge)單點(dian)技術(shu)所(suo)對應(ying)的(de)價值，這就有點(dian)像(xiang)當我們去討論一(yi)輛(liang)汽車或者汽車工(gong)業(ye)時，會認(ren)為發動機是關(guan)鍵，發動機確實是關(guan)鍵技術(shu)之(zhi)一(yi)，但是很有可(ke)能(neng)(neng)最后是車身成為限制汽車工(gong)業(ye)能(neng)(neng)不(bu)能(neng)(neng)跑起來(lai)(lai)(lai)的(de)最后的(de)、真正(zheng)的(de)短板。”

用一個框架產出功能迥異的AI是另一種通用

在這一(yi)輪(lun)ChatGPT的(de)狂歡(huan)浪(lang)潮(chao)中，有觀點認(ren)為，其(qi)代表(biao)的(de)是未(wei)來實現通用人工(gong)智能的(de)一(yi)個可行路徑，即(ji)AI有可能由(you)處理(li)專(zhuan)一(yi)領域的(de)問題向同時處理(li)多領域問題轉變。

李笛則依(yi)舊對此(ci)持相(xiang)對冷靜的(de)(de)態度。“它(ta)(ta)的(de)(de)優(you)化不是為(wei)了(le)優(you)化到給(gei)你合(he)適的(de)(de)知識，而(er)是為(wei)了(le)優(you)化到讓你認為(wei)它(ta)(ta)有知識，它(ta)(ta)的(de)(de)對話中，（與(yu)其他(ta)聊天機器人相(xiang)比）它(ta)(ta)增(zeng)加的(de)(de)部分(fen)大量(liang)是在論證，由此(ci)讓你感(gan)覺到它(ta)(ta)很(hen)可靠。”

一個主流的觀點是，實現通用人(ren)工智(zhi)(zhi)能(neng)，是人(ren)工智(zhi)(zhi)能(neng)研究追求的目(mu)標。

在李笛看(kan)來，AGI（通用人(ren)(ren)工智能(neng)）這(zhe)個概念本身是(shi)(shi)模糊的(de)，就像元宇宙(zhou)概念本身是(shi)(shi)模糊的(de)一樣(yang)。“有(you)人(ren)(ren)認(ren)為通用人(ren)(ren)工智能(neng)意味著(zhu)人(ren)(ren)工智能(neng)需要有(you)意識，知道自(zi)己在說(shuo)什么，包括這(zhe)次有(you)很多人(ren)(ren)很興奮地說(shuo)ChatGPT知道自(zi)己在說(shuo)什么。并不是(shi)(shi)這(zhe)樣(yang)的(de)，它只是(shi)(shi)學會了如(ru)何(he)去論證，但是(shi)(shi)顯(xian)然毫無(wu)疑問的(de)，它不知道自(zi)己在說(shuo)什么。”

李笛認為(wei)，應該更務實一(yi)些，一(yi)味地去追求(qiu)這是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)不(bu)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)通用(yong)人(ren)工智(zhi)能(neng)(neng)或(huo)者是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)不(bu)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)在走(zou)向(xiang)通用(yong)人(ren)工智(zhi)能(neng)(neng)的(de)路(lu)上(shang)，本身意(yi)義不(bu)大，就像想要去追求(qiu)一(yi)個(ge)系統(tong)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)不(bu)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)能(neng)(neng)夠有意(yi)識(shi)一(yi)樣。他認為(wei)，更務實的(de)角度是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)，應該去追求(qiu)人(ren)工智(zhi)能(neng)(neng)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)不(bu)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)能(neng)(neng)夠真(zhen)正(zheng)(zheng)在一(yi)個(ge)地方帶來效果(guo)(guo)。“如(ru)果(guo)(guo)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)一(yi)個(ge)知(zhi)識(shi)系統(tong)，是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)否能(neng)(neng)夠準確帶來知(zhi)識(shi)；如(ru)果(guo)(guo)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)一(yi)個(ge)陪伴(ban)系統(tong)，它(ta)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)否能(neng)(neng)夠真(zhen)正(zheng)(zheng)地承(cheng)擔起陪伴(ban)的(de)責任。很糟糕的(de)事情是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)，如(ru)果(guo)(guo)它(ta)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)一(yi)個(ge)知(zhi)識(shi)系統(tong)，但它(ta)的(de)知(zhi)識(shi)并不(bu)準確，如(ru)果(guo)(guo)它(ta)是(shi)(shi)(shi)(shi)(shi)(shi)(shi)(shi)一(yi)個(ge)陪伴(ban)系統(tong)，但情商不(bu)夠。”

目(mu)前，小冰(bing)(bing)的(de)人工智能聊天機器人已迭代到第九代夏語冰(bing)(bing)，已經擁(yong)有(you)了自己的(de)臉、性格、立場、情緒(xu)、記憶(yi)甚至唱歌、畫(hua)畫(hua)、作(zuo)詩(shi)等創造技能。

圖片來(lai)源：小冰公司官網

不過，在李(li)笛看來(lai)，小冰依舊不是一(yi)個(ge)(ge)(ge)理想(xiang)的聊天(tian)機器人。“今天(tian)整個(ge)(ge)(ge)行業包括(kuo)我(wo)們(men)，離人工智(zhi)能輝(hui)煌的時(shi)代(dai)都(dou)還早，現在是一(yi)個(ge)(ge)(ge)蠻荒時(shi)代(dai)，我(wo)個(ge)(ge)(ge)人認為這件事(shi)情(qing)我(wo)們(men)是要做一(yi)輩子的，如(ru)果不是因為這個(ge)(ge)(ge)原因的話(hua)，我(wo)們(men)也不會(hui)耐得(de)住(zhu)寂(ji)寞做這么久。”

李(li)笛(di)介(jie)紹，小(xiao)(xiao)冰(bing)每年(nian)都會提出(chu)一(yi)些(xie)重點的(de)發(fa)展方向，最近這一(yi)年(nian)，小(xiao)(xiao)冰(bing)更多開(kai)始關(guan)注(zhu)“多樣(yang)性(xing)”。當其本(ben)身的(de)框架已(yi)經有能力去交(jiao)互(hu)時(shi)(shi)，小(xiao)(xiao)冰(bing)發(fa)現，不(bu)(bu)(bu)同(tong)的(de)人在不(bu)(bu)(bu)同(tong)的(de)位置(zhi)或(huo)不(bu)(bu)(bu)同(tong)角色(se)、不(bu)(bu)(bu)同(tong)情(qing)(qing)況下(xia)，所需要的(de)交(jiao)互(hu)對(dui)象是(shi)不(bu)(bu)(bu)同(tong)的(de)。這個不(bu)(bu)(bu)同(tong)不(bu)(bu)(bu)僅(jin)僅(jin)是(shi)外觀(guan)(guan)、聲音的(de)不(bu)(bu)(bu)同(tong)，還包括(kuo)了性(xing)格(ge)、觀(guan)(guan)點，甚至創(chuang)作的(de)風格(ge)，這是(shi)一(yi)個很高的(de)多樣(yang)性(xing)。“知識有對(dui)錯，但觀(guan)(guan)念沒有，同(tong)時(shi)(shi)聊天機器人也不(bu)(bu)(bu)能對(dui)所有與觀(guan)(guan)念有關(guan)的(de)事情(qing)(qing)，都表示無可置(zhi)評(ping)，這就決定(ding)了聊天機器人一(yi)定(ding)是(shi)多樣(yang)性(xing)存在的(de)。”

具體到不同領域的(de)產品上，在(zai)(zai)(zai)對話(hua)層(ceng)面，小冰(bing)將更(geng)關(guan)(guan)心100億(yi)規模參(can)數級別大(da)模型的(de)實際(ji)落地(di)和(he)投入產出，而不是(shi)不關(guan)(guan)注成本地(di)向前推(tui)進；在(zai)(zai)(zai)聲(sheng)音上，小冰(bing)更(geng)關(guan)(guan)注聲(sheng)音一(yi)致性，歌聲(sheng)和(he)說話(hua)與(yu)外形(xing)等混合在(zai)(zai)(zai)一(yi)起時，是(shi)不是(shi)能很好地(di)體現出同一(yi)個人的(de)一(yi)致性；在(zai)(zai)(zai)視覺層(ceng)面，小冰(bing)則在(zai)(zai)(zai)推(tui)進神經(jing)網絡渲染。

對于AI聊(liao)天機器(qi)人(ren)在(zai)虛擬員工之外(wai)，是否(fou)還有更多場(chang)景(jing)(jing)可(ke)能實現商業化落地，李笛認為，基于小冰的(de)框架誕生的(de)AI聊(liao)天機器(qi)人(ren)，可(ke)能成為虛擬戀人(ren)，也(ye)可(ke)能是虛擬主持人(ren)、歌手(shou)，以及家(jia)庭(ting)場(chang)景(jing)(jing)中的(de)虛擬老師、虛擬陪伴(ban)者……

這(zhe)也是李笛所(suo)理解的(de)“通(tong)用(yong)人工智(zhi)能”。由一個(ge)框(kuang)架訓(xun)練出各種各樣、功能迥異的(de)AI機(ji)器人，“他(ta)們(men)都是基于同一個(ge)框(kuang)架，但是在(zai)不同的(de)領域發(fa)揮(hui)作(zuo)用(yong)，這(zhe)是我們(men)所(suo)希望的(de)通(tong)用(yong)，而不是知識層面的(de)通(tong)用(yong)，因為(wei)那(nei)（本質上）仍然(ran)是一個(ge)垂直領域”。