最近火爆全球，上线仅两个月，月活用户竟突破了1亿，如此惊人的数据，让成为了2023年开年来的互联网热门话题。
横空出世，接连霸榜热搜，它究竟是何方神圣？我们一起来一探究竟……
是什么？
全称为Chat Pre- ，是美国人工智能研究实验室开发的一种全新聊天机器人模型，该产品于2022年11月问世，上线短短5天，注册用户数就超过100万。
能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，并协助人类完成一系列任务。这款AI语言模型，让撰写邮件、论文、脚本，制定商业提案，创作诗歌、故事，甚至敲代码、检查程序错误都变得易如反掌。此外，它还能够回答后续问题、承认错误、质疑不正确的假设、拒绝不适当的请求。
的出现，引爆了一波AI热潮，同时这也是人工智能技术一次质的飞跃。
背后的核心技术
是生成式AI的一种形式，将其作为《2022年度重要战略技术趋势》的第一位。预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。
背后的支撑是人工智能大模型，腾讯研究院《2022十大数字科技前沿应用趋势》报告中阐述到：当前的人工智能大多是针对特定的场景应用进行训练，生成的模型难以迁移到其他应用， 属于“ 小模型”的范畴。整个过程不仅需要大量的手工调参， 还需要给机器喂养海量的标注数据，这拉低了人工智能的研发效率， 且成本较高。大模型通常是在无标注的大数据集上，采用自监督学习的方法进行训练。之后，在其他场景的应用中，开发者只需要对模型进行微调， 或采用少量数据进行二次训练， 就可以满足新应用场景的需要。这意味着，对大模型的改进可以让所有的下游小模型受益， 大幅提升人工智能的适用场景和研发效率， 因此大模型成为业界重点投入的方向，Open AI、谷歌、脸书、微软， 国内的百度、阿里、腾讯、华为和智源研究院等纷纷推出超大模型。特别是 GPT 3 大模型在翻译、问答、内容生成等领域的不俗表现， 让业界看到了达成通用人工智能的希望。当前的版本为GPT 3.5，是在GPT3之上的调优，能力进一步增强。
使用的核心技术之一是。技术是近几年人工智能技术最大的亮点之一，他是于2017年提出的一种采用注意力机制的深度学习模型，可以按输入数据各部分重要性的不同，而分配不同的权重。的精度和性能上都要优于之前流行的CNN（卷积神经网络）、RNN（循环神经网络）等模型，大幅提升了模型训练的效果，让人工智能得以在更大模型、更多数据、更强算力的基础上进一步增强能力。此外，他还具有很强的跨模态能力，不仅在NLP（自然语言理解）领域表现优异，在语音、图像方面也显示出了优异的性能。
并非完美
被称为“地表最强”聊天机器人的，目前没有一款聊天机器人能与之抗衡，虽然优点很多，但也并非完美。
也承认“有时会写出看似合理但不正确或荒谬的答案”，这种行为在大型语言模型中较为常见，被称为人工智能幻觉。
能进行天马行空的长对话，可以回答问题，还能根据人们的要求撰写各种书面材料，但它提供的结果往往不够准确，无法引用信息来源，而且对2021年之后发生的事件知之甚少。它提供的结果通常足够流畅，在高中甚至大学课堂上可以过关，但无法像人类专家们的表述那样做到字斟句酌。
前景如何？
说到不得不提AIGC。
AIGC即利用人工智能技术来生成内容。与此前Web1.0、Web2.0时代的UGC（用户生产内容）和PGC（专业生产内容）相比，代表人工智能构思内容的AIGC，是新一轮内容生产方式变革，而且AIGC内容在Web3.0时代也将出现指数级增长。
模型的出现对于文字/语音模态的 AIGC 应用具有重要意义，会对AI产业上下游产生重大影响。
从下游相关受益应用来看，包括但不限于无代码编程、小说生成、对话类搜索引擎、语音陪伴、语音工作助手、对话虚拟人、人工智能客服、机器翻译、芯片设计等。从上游增加需求来看，包括算力芯片、数据标注、自然语言处理（NLP)等。
此外，基于庞大的潜在用户基数，付费服务是其最直观的商业模式。即便仅部分付费或者收取少量费用，都能得到一笔可观的收入。通过流量、广告等渠道也能实现快速变现。除了自身带来的直观经济利益，其融入各行各业发展后产生的经济价值更是难以估量。
（九脉新视界整理）
相关文章
