很多人便深陷其中，无法自拔。就连马斯克不忘调侃一句，这种“人传人”的疯狂现象。
想必消息灵通的差友已经猜到了，他就是 OpenAI的新产品 ChatGPT。
之前，OpenAI 就曾发布了新模型 DALL·E，能从文本直接生成图像，打破了自然语言与视觉的次元壁，AI 圈欢呼，二次元猿狂喜。
而从被 AI 作画惊艳到现在，抖音都已经开始全面整活AI 漫画脸，人工智能好像在以一种很新的方式入侵了各位差友的生活。
而这一回 OpenAI 的诚意制作 ChatGPT，更是直接拿“ 代表先进生产力的科技巨头 ”开刀，直指谷歌的基本盘---搜索业务。
而且这可不是标题党的噱头，而是最近一个 Twitter 博主的破防现场。12月1日，一位名为 josh 的博主在将他日常请教谷歌的问题喂给 ChatGPT 时发现：“ AI 对话模型 ChatGPT ”的回答竟然完爆了谷歌搜索结果。
为此，他振臂一呼：谷歌已死。更夸张的，这一激进的观点，甚至得到了 2.2w 网友的支持。
为了赶上这波 AI 的潮流，差评君带着黑眼圈连夜尝鲜。
一顿操作过后，感觉已经成功见证了历史。
ChatGPT 的出现基本宣布了，人工智能的对话模型开始能在大范围、细粒度问题上给出普遍稳妥的答案。
简单地说，人工智能的大对话模型可以达到基本不犯错误的水平了。（ 当然现在还是测试版 ）有个网友问 ChatGPT：给我讲讲 2015 年哥伦布来到美国的故事。
ChatGPT 不仅会指出问题的错误 “ 哥伦布不可能活到 2015 年 ” 这个假设。
还能将问题，自动理解成一个假设性场景，并创造性地想象哥伦布生活在当代的场景。
不仅融通古今，还有批判性思维。其语言表现力和思想深度，让人佩服。
于是为了直观地体现这种差距，有网友特意带着我们这位人工智能界的新秀做一次智商测试，结果显示平均智商 83。
这还没完，甚至在某些领域，ChatGPT 已经彻底走在了大部分的人类前头了。
当然 ChatGPT 真正让人拍案叫绝的领域还得是代码。当用户命令ChatGPT找出一段程序的bug时；
它不仅可以清晰地描述 bug 及原因，还能自动修复 bug，写出一段正确的程序：
不少外网开发者在试用中声称 ChatGPT 针对他们的技术问题提供了非常详细的解决方案。（ 打工人泪目 ）
最丧心病狂的是，ChatGPT甚至不拒绝用一整段程序，给你拼接成一条小狗。
而 ChatGPT 的前辈--- GPT-3 语言，更是早就被微软用在了编程软件里，开发者只需要说明自己想在 App 里实现什么功能，就可以自动生成代码了。
这哪里是个聊天机器人，分明是个无情的编程答题机器。不过，为了不给大家一种人工智能时代就要来到的错觉，差评君还是给大家先浇上一盆冷水。
有生之年能不能看到强人工智能，还是一个难题。
有业内人士表示，ChatGPT 只是经过了某些算法的修饰，更擅长应付常规的问题。
这就好像所谓的互联网黑话，以及神棍算命的话术一般，是为了用户体验而服务的。
所以，这样一个看起来很完美的 AI 到底能不能成功代替谷歌呢？这其实是一个开放式的问题。
与其说，ChatGT 人工智能有多先进，在搜索业务上比谷歌更优越？
不如说，AI 在以一种很新的方式，改变搜索引擎业务的生态。
我们知道，目前的主流搜索引擎，比如谷歌，都是基于对问题本身的搜索，但它们有一个很大的限制：用户有时也描述不清自己的问题。
恰好，ChatGPT 能够和用户进行互动，在充分挖掘用户真实需求的基础上，提出解决方案。
有什么“ 专家级解决方案 ”比“ face to face ”的专家更加贴近用户需求呢？触及用户痛点的呢？
在此基础上，通过算法给ai加上一点点的温度（ 拟人化 ），简直就是王炸。这才第五天，已经有大量将 ChatGPT 嵌入谷歌的插件出现了，这里头有没有 ChatGPT 自己的作品呢？我很期待。
不得不承认，这可能就是未来搜索引擎的的新范式，ChatGPT 也许会引领一场大革命！
尽管，通过发布 DALL·E 和 ChatGPT 两个拳头产品，OpenAI 似乎在一年内快速占领了，生成式 AI 的高地。（ 所谓“ 生成式 AI”是指：用人工智能在几秒钟之内迅速生成图片、视频等创造性内容的能力。）
不过大家肯定想不到，在这个领域的祖师爷，还得是谷歌。
2015 年，谷歌推出 DeepDream，开创了 AI 根据文本生成图像的先河，而这时候，OpenAI 才刚刚成立不久。
结果 7 年之后，OpenAI 携带 DALL·E 火速出圈。而 ChatGPT 使得 OpenAI 在人机结合的领域，又再次领先了一步。
显然，在大火的生成式 AI 的领域，谷歌彻底败下阵来。
有钱，又有先发优势，谷歌的一手好牌是怎么打烂的呢？实在让人好奇。
对此，来自 Google 母公司 Alphabet 的一位工程师 @hncel 是这么解释的：像 GPT 这样的大型语言模型是谷歌主要研究的领域之一，而且有大量相当明显的应用，它们可以被用来回答查询、索引信息等。但是显然谷歌认为，在最大的产品（ 如搜索、Gmail ）中实际使用这些语言模型的经济性还不太成熟。
说白了，谷歌有足够的技术储备，但是觉得生成式人工智能作为通用性人工智能不太赚钱，所以战略性放弃了。
这就使得，即使 DeepMind 最著名的专用人工智能 AlphaFold DB 已经几乎准确预测了所有已知的蛋白质结构，彻底引领了生物学的革命。
依然不能改变和 OpenAI 在通用 AI 上的差距，因为 AlphaFold DB 的所有的技能点都点在了蛋白质结构预测上。
投资者束缚了谷歌的想象力。
而 OpenAI 在这方面则要幸运得多。首先，他是一家为通用性 AI 而生的非盈利性公司。OpenAI 的联合创始人 Ilya Sutskever 表示：一个真正的 AI 应该能解决任何你交给它的问题。
其次，在 19 年与微软合作之后，获得了充沛的技术支持和资金。
最夸张的是，连老天都站在 OpenAI 这一边。
近期，AI 科学家们更是发现了一个大型模型从量变到质变的节点，让 OpenAI 在通用人工智能领域强者更强。
研究表明：在学习效率和可靠性上，大约在 10 亿参数（ 10^9 ）之后的大模型都会出现飞跃式的提升，放大了OpenAI 高达 1750 亿参数的大模型的的优势。而同时期，谷歌推出的语言模型 MT5 只有约 130 亿个参数，这其中的差距大家自行脑补。
尽管谷歌凭借深厚的底蕴，不断追赶。
惊艳全网的 DALL·E 2 才新鲜出炉一个月，谷歌就派出名为 Imagen 的选手来打擂台。
但是架不住，OpenAI 图像领域杀完，立马拿着 ChatGPT 出来了。
事实上，谷歌的例子生动的告诉我们，在人工智能领域，就是传统经验也有些无力。
新时代的到来,不是大鱼吃小鱼,而是快鱼吃慢鱼。
没有人会保证，不会杀出下一匹的黑马。
人工智能，永远惊喜，永远让人热泪盈眶。