一 前言
1950年，英国科学家图灵在一篇论文中预言，人类有可能创造出具有真正智能的机器。
著名的「图灵测试」就此诞生：如果一台机器能够与人类展开对话，而不被辨别出其机器身份，那么称这台机器具有智能。
也是从那时开始，人类世界开始了对人工智能长达半个多世纪的探索，但至少在2000年以前，困难总比惊喜多，人工智能还经历了两次发展寒冬：
一次是在1974-1980年，受限于计算器计算能力，AI技术研究遇冷，研究资助被大规模缩减甚至取消；另一次是在1987-1993年，期间人工智能计算机DARPA的失败为AI泼了一盆冷水。
失败也不全是坏事。跌跌撞撞盛衰起伏的过程中，AI的发展在2006年以后迈进了新的阶段——由机器学习迈入了深度学习阶段，离真正的人工智能更近。
自此之后，人类对AI的探索之旅明显加快，一些重要的里程碑时刻相继出现了。比如2014年，第一台通过图灵测试的计算机诞生，它让人类相信它是一个13岁的男孩；比如2016年，战胜围棋世界冠军李世石。
再到2022年底，一夜爆火。
不过，纵观AI的曲折进程，技术与实验成功之间隔着一道墙，实验成功与大规模应用之间又隔着一道墙，应用落地与最终的商业化之间，也隔着一道墙。
这导致，我们依然无法对AI的进程抱有太高的期待，包括当下火热的。
二 为什么能爆火？
2022年下半年，科技界最受瞩目的大事件，莫过于美国的人工智能研究公司发布了。
是一个智能对话系统，用户在注册后，能够对这个系统发出各种各样的提问，系统自动生成答案。
最开始，没有人会想到，这样一个只是提供人机交谈的系统，却成了2022年全球最后一个爆款产品。
11月30日发布了它，短短一周后，全球范围内已经至少有100万人在使用它。
的公司估值也水涨船高。根据媒体1月10日的相关报道，微软计划向投资100亿美元（合人民币677.51亿元）以收购其49%的股权，目前双方正在谈判，预计投后估值将达到290亿美元。
再到1月12日凌晨，在社交平台上表示，其开始考虑对进行收费，以实现商业化，可能包括 （专业版）、每月订阅付费等方式。
短短半个月的时间，实现了一定程度的规模化、赢得了高估值、还将商业化提上日程，它的成长速度足以令人咂舌。
能短时间内爆火的原因，数智界认为有两点：
第一，从表层来看，表现得更聪明了。
不只能回答简单的知识性问题，还能够回答开放式问题，并且能与用户进行多轮对话。比如用户此前在社交媒体上分享的问题中，就包括了让写代码、与聊人生哲学、让写诗等等。
在很多问题场景下，都给出了出乎意料的回答。比如下面这段，用鲁迅的文笔描述网友的心情：
“在疫情的蔓延中，我困了门里，困了心里。屋外一片荒凉，想起一顿火锅的香味，瞬间让我心慌。这时候我才知道，疫情来临，它让人生无聊而悲凉，也让我们看到自己的无助与弱点。然而我们又岂能放弃对美好的追求，岂能把欲望压抑到不想吃火锅的地步？”
第二，的走红背后，AI大模型正在成为行业趋势。
人工智能中，NLP（自然语言理解）是一个核心概念，被称作是人工智能皇冠上的明珠。
在NLP中，之前往往需要对单个小任务进行训。比如要让AI掌握对话的能力，需要一个小模型、要让AI学会协作，需要另一个小模型、要让AI能阅读能理解，又需要另一个小模型。
但是人工智能从机器学习阶段迈入到深度学习阶段之后，现在单个大模型就可以完成各种类型的任务训练，也就是对不同问题在同一个模型上进行预训练。
深度学习里有个 现象：随着模型参数变多，测试错误率会先下降、再上升，然后第二次下降。原则上，在成本可接受的情况下，模型越大，准确率越好。
具体到的发展来看：
2018年第一代GPT面世时，还只是用它来做语言理解方面的任务；
2019年GPT-2，得益于更高的数据质量和更大数据规模，其生成的故事在流畅度和逻辑性上更加完善；
2020年的GPT-3，更加完善成了一个大型语言预测和生成模型，能够生成长序列的原始文本，语言处理更强大、更快，甚至无需任何特殊的调优；
再到当前的GPT-3.5，则是一个多模态大模型，比起之前的版本更加成熟、准确率越高。
三 的商业化前景如何？
仅当前来看，的表现已经带给了人类惊喜，但必须要知道，它现在依然面临着一些缺陷。
比如在回答某些问题时，它可能给出看似合理、实则是错误乃至荒谬的回答；比如你反复问同一个问题，但是用不同的话术，很可能会得到前后不一的答案；比如它的很多回复过于冗长；比如它现在还无法完全拒绝一些不合理、不道德的请求；
但这些问题的存在并不会完全阻断的商业化路径，考虑通过专业版和每月订阅付费开始商业化，就说明了这一点。
国海证券在一份研报中指出，随着的不断调优，其有望在医疗、客服机器人、虚拟人、翻译、营销、游戏、社交、教育、家庭陪护等多个领域被应用，潜在的商业模式存在以下几种：
云服务——客户使用的云服务来支持他们的聊天机器人应用程序；
内容营销——根据用户的兴趣和喜好向用户推送广告；
数据盈利——生成的大量数据，包括会话日志和客户反馈，这些数据可以通过出售给第三方或用于改进的功能来变现；
咨询服务——可以分析客户对话并提供见解和建议，以改善客户体验；
版权授权——可以授权给希望在自己的聊天机器人应用程序中使用其功能的客户。
当然，以上这些潜在的商业模式，实际上是整个对话式AI都面临的巨大空间。只是作为其中最具代表性的AIGC文字内容生产工具之一，优势更明显。
我们也看到，基于的商业潜力，很多科技巨头都在加快布局。反应最快也最激烈的，是微软。
早在2019年，微软就向投资了10亿美元，前段时间爆火后，微软又传出欲以100亿美元收购的消息——如若交易达成，这将成为微软迄今为止最大的一笔投资。
最新的消息是，微软CEO纳德拉表示，微软计划将等的人工智能工具整合进公司所有产品，并将其作为平台供其他企业使用。
一个有趣的细节是，此前微软尽管多年来连续投资，但比尔·盖茨并不喜欢这项投资，他对的技术持怀疑态度，认为其部分侧重于计算机掌握人类语言含义的能力。
但是在1月12日的一次活动中，当被问及如何看待时，他表示，“这让我能一窥未来，整个平台的方法和创新速度都令我印象深刻。”态度已然转变。
四 会取代搜索引擎吗？
爆红之后，其在编程、文本生成等NLP领域强大的能力已经引发了部分行业的担忧。
比如由于拥有基于对话形式接收输入指令并输出结果的能力，与传统的搜索引擎功能具有一定的重合。
我们也看到，最近搜索引擎巨头谷歌动作频频，显然感受到了带来的压力。
据媒体报道，谷歌CEO 参与了一系列探讨谷歌AI战略的会议，同时公司的研究、信任与安全等部门和团队，将被组织重整，旨在帮助开发和发布新的AI原型和产品。
谷歌还要求员工开发能够创建艺术品和其他图像的AI产品，对标的正是的另一项产品DALL-E，一个可以根据书面文字生成图像的人工智能系统，目前已经吸引到超过300万用户。
报道还指出，谷歌管理层已经发布了“红色代码”警报。在硅谷，这就意味着拉响了“火警”。
谷歌摆出积极防御姿态的同时，关于会不会取代搜索引擎的讨论，也一再升温。
去年12月，摩根士丹利投行的首席分析师Brian Nowak在一份研报中提到，语言模型可能会占据市场份额，并破坏谷歌作为互联网用户入口的地位。
专栏作家Parmy Olson也撰文指出，相比谷歌搜索抓取十亿个网页内容编制索引，然后按照最相关的答案对其进行排名，包含链接列表来让你点击，可以直接基于它自己的搜索和信息综合的单一答案，回复流程更加简便。
不过就目前阶段而言，说可以直接取代搜索引擎，恐怕还为时尚早。
参考中国银河证券的观点，其认为有两点原因不能忽略：
第一，与传统搜索引擎的功能和优势并不相同。
搜索引擎是帮助人们做信息检索的，人们的检索行为会返回多条查询结果、准确率也较高，并且搜索引擎不会对信息做出判断，完全呈现结果供用户进一步筛选；
则是一个自然语言处理模型，用户输入单一指令，只能得到单一结果，以此来确保与用户对话过程的流畅性。
第二，二者的应用领域不同。
搜索引擎的信息库抓取信息快、信息库更新频率高、存量大，主要用于帮助用户快速查找匹配信息、找到感兴趣的信息，尝尝应用在文献检索、互联网搜索等领域；
而的语料库来源于离线数据，输出的文本存在虚假信息的可能，且吸纳新的知识需要对模型进行再训练和微调，这会导致训练成本和甄别成本上升，因此主要应用在人机对话、智能客服、智能问答等强逻辑性的自然语言交互领域。
除了这两点原因之外，还面临着信息老旧的问题。它并不会在网络上抓取实时信息，知识仅限于2021年之前学到的东西。
基于以上几点，短期之内，无法取代搜索引擎，但它可以作为当前搜索引擎服务的一种补充，也会对现有的搜索引擎公司产生一定的冲击，促进巨头间竞争。
相关文章
