百群万人老板群
加入社群↓↓↓
单仁行
今日文章↓↓↓
今天是单仁行陪伴您的第2506天
01
在2022年我们对未来10年消费领域的展望当中，我把AI作为改变整个商业社会的首要技术写了进去。
当然，AI不是直接改变消费端，而是通过改变企业生产端，用数字化流程提升效率，节省成本从而影响到市场，影响到消费端。
所以，我们也在做这方面的尝试和投入，只是在市场上，大众对AI还不够熟悉。
但是，随着的聊天机器人在全球范围内迅速爆火，2个月的时间，就有1亿人注册成为用户，成为了空前的现象级应用。
在中文互联网上，也引起了轩然大波，什么样的消息都有，有吹的神乎其神的，也有说是人工智障的，还有的更是拿免费公开的来收费了，问20次就要收几十块，这就有点黑了。
当然，这也能看到，当许久没有迎来颠覆式创新的社会，突然面对一项全新技术的突破，大家的心情是既忐忑又惶恐。
所以，今天我们来好好聊一聊，它能帮助我们多少，怎么用它？
02
，是美国人工智能公司新推出的一种人工智能技术驱动的自然语言处理工具。
用更专业的话来说，是在一个超大语言基础上训练出的大语言模型（LLM），采用从左到右进行填字概率预测的自回归语言模型，基于（也就是用户的提示和提问）来适应不同领域的任务。
什么意思呢？
我们看到有一句宣传语，它是在3000亿单词的语料基础上，预训练出拥有1750亿参数的模型。
这里面3000亿单词是训练数据，1750亿参数就是大量语言模型沉淀下来的模拟和数据，也就是AI对这个世界的理解。
简单来理解，就是把海量的文本语料，喂给模型进行学习，这其中对词性、句法、情景的训练自然就沉淀在模型的参数当中。
AI就逐渐理解我们对语言的使用技巧，理解了各种事实知识，甚至还懂代码编程，最终在大语言模型的基础上，直接降维作用于垂直领域的应用，比如有逻辑的聊天，写论文，写代码，甚至画画。
这就跟搜索引擎有区别了，搜索引擎是基于关键词呈现信息的排名，重在搜索；是基于指令直接给出有创意的结果，重在搜索思考之后的结果。
这是背后的原理，也是开创一条全新的人机交互方式：
我们可以语言去逐步引导AI进行思考，这可能是通用型人工智能的开始，有点像《流浪地球》里的moss。
03
大家可以放大看一下文章里的图，这是我们在官网上和的交流。
进去。
可以很明显看到，在完善指令和引导后，AI是在不断学习的，它会审视每一段对话之间的关系，修正自己错误的地方。
每一次的交互，就等于我们在给AI训练一个回报模型，完善它的回答机制，就像抖音的算法机制，从用户行为中选择更适合的视频进行推荐。
所以，只要有完善的指令，就可以帮助我们解决很多封闭式问题，类似于在人类语言中解题逻辑相对固定的问题。
比如说在一些基础论文、案例、会议记录、代码编程上，就像人在思考一样，尽管没那么深刻，但总能给出一个逻辑清晰的答案。
但是，在开放式问题里，表现就差如人意了。
比如说我们把前几天写席梦思的大纲拿出来进行提问，在几次校对后，的回答还是流于表面，没能触及到更深刻的地方，并且限定在了340个字以内。
于是，我们又换了一个接口，从聊天为主的“chat”换了个API，这个就是专门用来写文章的。
我们出了两个题目，一个是高考作文，相对来说，在一些需要仔细揣摩和品味的中文语境里，就像个正能量的复读机。
后面再怎么引导，回答也是似是而非，好像什么都说了，又好像什么都没说，有的网友把这个现象评价为“小胡锡进”。
另一个题目，就是围绕宏观去谈中国股市的发展。
在宏观问题上，的分析框架和结构是比较清晰的，就是在细节上还存在错误，需要人为指令去修正。
就像把港股当成中国港口的股票，沪深股市只有超过3000家上市公司。
所以，的缺陷也很明显。
第一、场景使用不稳定。
我们不能把当成一个全智能机器人，而是一个生产力的辅助工具，它目前更多是应用在辅助性场景，需要我们去指引。
如果是有确定性答案，那么就可以快速解决，就像生成代码。
如果是不确定性的答案，那么我们就需要从大到小，一层一层把提问的框架拿出来。
第二、的推理能力不够完善。
的数据收集都在2021年之前，也就是说它的知识始终会落后一段时间，不是全新的数据。
我们就会发现会给出事实存在，概率最高的答案，但它也会出现推理错误的情况。
这就需要更加庞大的用户群去进行人机交互，这也是为什么会免费公开的原因。
第三、的使用风险和复杂性。
目前对中国IP禁止访问，也就说我们要用，需要换个马甲，挂国外服务器，用国外手机“装外宾”注册账号才能使用，并且网络经常不稳定。
如果是要用专门写论文的API，那还需要一点专业技术，并没有那么容易就能搬到国内来用，再次提醒一下，尝鲜可以，但不要在任何微信小程序上办会员（付费提问），我们也在进行着的引用和功能拓展。
04
当然，尽管有缺陷，但还是那句话：瑕不掩瑜。
的惊艳之处更多在于它无穷的潜力和未来应用，在全球1亿用户（这个数字还在疯狂增长）每一天的交互下，会集齐所有人的智慧，变得越来越聪明，场景越来越丰富。
相对于企业的经营活动来说，就具备了非常大的潜在价值。
举一个简单的例子，我们企业在全域营销中，按照以往的逻辑，我可能要招一个团队去做创意、内容、运营、剪辑、客服。
但是，可以帮我们省去很大一部分的人工，比如围绕关键词，大量的生成SEO文章，比如定一个主题，让撰写一些基础的短视频脚本。
而且，我们可以试想一个场景，在庞大的预处理语言模型下，我们让来扮演一个决策者的身份，把我们遇到的问题提出来，让给出解决方案。
虽然不会给我们一个完美的答案，但是它会给我们一个非常清晰的解决问题和影响要素。
这就已经做到非常大的帮助了。
同样，这些事也是我们单仁牛商正在去投入和推动的事，我们会简化的使用难度，并且结合企业的实际需求做多次的适配和场景探索，让AI嵌入到企业的经营当中，真正去做到数字化经营，降本增效。
—
相关文章
