本文来自微信公众号：甲子光年 （ID：jazzyear），作者：甲小姐，原文标题：《甲小姐谈ChatGPT：为了不沦落为“废话文学”，必须思考清楚几个议题》，题图来自：视觉中国
功能性vs人格化：两种本质相反的牵引力
此外还有一些问题：我们还没有充分使用已有的数据；超大规模模型的调优问题还没有被解决；如何从预测任务迈向决策任务……一个最本质的问题是，是否给出足够的时间、足够的钱、足够的数据，所有问题最终都能够被大模型解决？大模型的极限在哪里？
比尔·盖茨评价ChatGPT出现的重大历史意义不亚于互联网和个人电脑的诞生，这个表述究竟是否高估，与大模型这条能力曲线的走势息息相关。
商业价值vs商业模式：发明电灯的人不一定直接享受到电力革命的红利，却依然值得歌颂
另一种对ChatGPT的普遍担忧是成本问题。
有网友表示：“训练大型人工智能模型的成本已在数量级上逼近人类愿意拿出来的最大成本，若人类的总功率增量不能加速，模型参数的持续增长无法加速。”
对此，我更认同理想汽车CEO李想在朋友圈的表达：“搜索引擎公司看待ChatGPT的成本，和燃油车企业早期看电动车的成本如出一辙。他们都在想：这么高的成本，咋盈利呀？”
今天，用成本与收益的角度来评价ChatGPT为时过早。对于突破性技术进展而言，从一开始就以商业维度来考量似乎有失公允，质疑ChatGPT烧钱，类似于质疑探索航天事业烧钱。
首先，AI行业本身就有工业界反哺科学界的特征。类似ChatGPT这种迈向AGI之路的探索看似发生在工业界，但其价值本身是外溢出商业范畴的，是科学进展的重要组成部分。发明电灯的人不一定直接享受到电力革命的红利。但如果拨开时光机回到过去：是不是应该鼓励发明电？
其次，就算在商业语境范畴内看待这项技术，如果一项技术的成本只是时间问题，如果可以证明其成本随着时间推移会逐渐降低到合理值，那么这就不是一项技术在早期阶段需要被挑战的“主要矛盾”。新兴技术的账怎么算，我个人的观点是，更需要去看这条道路的第一性原理，而不是过去、现在、未来几年烧不烧钱，能不能赚钱。
再次，ChatGPT离赚钱没那么远。以ChatGPT对程序员的助力为例：依据GitHub的数据，2021年，中国有755万程序员，排名全球第二。放眼全球，程序员数量已经超过7300万，比2020年增长了1700万。根据预测，2025年GitHub上的程序员估计能达到1亿。这里面，随便几个百分点的降本增效，都是一个巨大的市场空间。
此外，大家很关注ChatGPT对搜索引擎的替代，但另一个巨大的市场是office类产品、在线文档类产品和ChatGPT的融合——如果能够让写word、做Excel、画PPT的效率提升50%，我会毫不犹豫给甲子光年全员开通付费账号。
一直以来，我都认为“商业价值”与“商业模式”是两件事。商业模式有两种，一种是人为事先设计的，另一种是做好商业价值之后伴生而来事后总结的，伟大的公司往往是先有商业价值而后有商业模式，而不是相反。
对于技术突破而言，模式永远是结果而非原因。在本该求因的阶段求果，可能抓错了主要矛盾，也丧失了战略机遇。至少，我国AI距离世界最先进水平的差距并不是财力。当然，考虑到成本问题，未来也许会出现“股份制大模型”，多方群策群力，共建超级平台，这都是“术”层面的问题。
理论洁癖vs暴力美学：长期信仰来自深刻理性
托马斯·库恩在《科学革命的结构》中提出，科学进步的轨迹是跳跃式的。科学通过“革命”的方式进步，通过摆脱那些遭遇到重大困难的先前世界框架而进步。这并非一种朝向预定目标的进步。它是通过背离那些既往运行良好、但却不再能应对其自身新问题的旧框架而得以进步。
这个角度看，我们无疑正在经历一场关键的科学革命。相比于其他学科以及早年间的AI派系，今天的AI行业更趋近于一场集体的范式迁移，这是由底层哲学观牵引的。
ChatGPT背后的GPT系列体现了LLM应该往何处去的发展理念。很多人开始相信，揭开AGI的真正钥匙正在于：超大规模及足够多样性的数据、超大规模的模型、充分的训练过程。这条道路看似朴素，却足以让AI表现出智能“涌现”的能力，未来也许会持续带来意想不到的惊喜和惊吓。这种思想简言之就是将“参数至上和数据至上”的思想发挥到极致，从细分技术“分而治之”到“大一统、端到端”，从理论洁癖走向暴力美学。
OpenAI并非这种哲学的奠基者。1956年达特茅斯会议首次提出“AI”概念后，AI路径之争、派系之争始终存在。自深度学习诞生以来，AI行业的发展越来越像是一个暴力的拟合机器，多次里程碑节点都来自于LLM模型规模的增长，而非突破性理论的推动（当然不能说大模型没有突破性技术，只是这种技术的实现路径不是理论洁癖者所甘心的画风，比如做超大规模的LLM模型对技术团队的工程实现能力要求是非常高的，仿佛“驯兽师”一般，包含无数技巧、脏活累活）。
ChatGPT之所以到达今天的高度，是OpenAI坚持信仰的结果。OpenAI基本坚定地把LLM看做是通往AGI的一条必由之路。2018年OpenAI提出GPT模型，在风头不如BERT的情况下，再次提出GPT-2模型；随着Google提出T5模型之后，再次提出GPT-3模型，今天依然在同样的路径上矢志不渝。
这颇有“以凡人之身躯领悟天之意志”的决绝感。大部分人都是因为看见才相信，OpenAI对技术判断的前瞻性和其笃定信念是黄金一样可贵的东西。
我的观点是：信仰一定不是凭空产生的，信仰是需要对问题的深刻认知才会产生。OpenAI看似疯狂，却一定不是无脑all in。我一直相信长期信仰（而非短期狂热）的背后是深刻的理性。
此外值得一提的是，今天的热潮正在推动着国内很多宣传与决策的快速跟进，这种跟进往往是建立在认知还没有清晰之前，这很容易导致“走偏”。我个人并不期待AI的发展需要全球走向完全相同的路径。这不仅容易偏废，也会导致产业的脆弱性——人各有志，AI为何不可多样性呢。就算是直接对标效而仿之，每一次弯道超车也要清醒论证，否则可能不是弯道超车，而是弯道翻车。
有意瞄准vs无意击发：一场企业家精神对科学界的反哺
最后说点题外话，这次ChatGPT的爆发，让我想起了八个字“有意瞄准，无意击发”——这八个字用来形容狙击手。你需要像狙击手一样专注，朝对的方向，心无旁骛地瞄准，至于兔子什么时候出来、枪什么时候会响，只是时间问题。
历史是在钟摆声中进步的。回顾人类文明发展史，在古代，人们还没有掌握万有引力定律和牛顿定律之前，可能会直接记录下物体各种运动现象，用眼睛而非逻辑去研究星星，而万有引力定律和牛顿定律之后，方法自然不一样了。打个比方，人们通过观测、记录来研究星星，正如大模型；人们发现万有引力定律，就是理论突破。大模型→理论突破→大模型→理论突破，文明进步总是在螺旋中上升。当理论越强，对模型的依赖越小。
感谢ChatGPT在岁末年初交付关键一役，业界已经冰冷太久。此时此刻的全球科技产业界士气大涨，就这一点而言，OpenAI已是功不可没。自我2015年开始写和AI相关文章开始，冷冷热热也经历了好几轮。ChatGPT再次验证了科技行业的不变真理——高估低估常有，但永远没有盖棺定论的一天。
科技行业永远需要鲶鱼。ChatGPT与其说是热点，更应该定位为拐点。所以，无论ChatGPT的高温天气能持续多久，我都愿意为其添一把火——这是一场企业家精神对科学界的反哺，一场好久不见的暴力美学，一场技术信仰的胜利。
本文来自微信公众号：甲子光年 （ID：jazzyear），作者：甲小姐