快眼看书网

手机浏览器扫描二维码访问

第38章 关于ChatGPT的一些解读上（第1页）

关于ChatGPT的一些解读

阅读蕴藏着无尽可能，有益于明理、增信、崇德、力行，让人生绽放光彩。

在近10年AI发展的前两个阶段，人工智能的进展更多体现在基于规模的技术突破，如2015-2020年，用于模型训练的计算量增长了6个数量级，同时随着规模的增大，输出结果的质量亦迎来质变，在语言文字、书写、图像识别等领域皆表现出超越人类的水平。

但在实用层面，由于所需要的算力巨大，往往需要特殊的GPU配置，同时训练过程相对封闭，大多数人并无法使用，因此技术无法被多数人触达。

而人工智能的第三个阶段，随着更新的技术、更优的算法、更大的模型出现，算力的成本越来越低，使得模型训练与运行所需成本持续下降，

而算法从封闭测试到开放测试、开源的逐渐普及，亦降低了使用门槛。

由此人工智能无论在经济性与可获得性上都达到了支持普及的水平。

得益于AIGC基础设施可获得性的逐步提高，平台层变得更加稳固，算力成本持续下探，模型逐渐趋于开源与免费，应用层爆发式发展的节点正在靠近

目前我们正经历从Web2.0开始向Web3.0转型的启航阶段，我们已经看到内容创造从专业创作（PFC）转型为了用户创作（UGC）。

而Chat-GPT的出现以及中短期内的产业化落地将会为从用户创作（UGC）到AI创作（AIGC）的转型提供关键的辅助支持。

结合Chat-GPT的底层技术逻辑，我们认为Chat-GPT中短期内产业化的方向主要分为四大板块。

1）Chat-GPT对于文字模态的AIGC应用具有重要意义，在归纳性的文字类工作中展现出了其优异的表现。

中短期内Chat-GPT能在办公辅助类工具中迅速落地，例如会议总结、文件翻译、例行报告等，提升办公效率并节省人力成本。

代码开发相关的工作更加规整也非常适合AI辅助生成。

2021年中与Github、微软合作上线的Copilot是目前最成熟的AI代码补全工具，根据Github数据，测试一年来已有120万用户，这些用户编写的代码中40%是由Copilot自动生成，而截至2022年10月，Copilot已经融资2200万美元。

Chat-GPT在目前测试中表现出的代码生成能力相比于Copilot更加灵活，但欠缺一些底层的稳定性。

在进行针对性的优化后，基于新GPT模型的AI代码辅助工具也有望在中短期内落地。

3）图像生成领域成为了2022年下半年一级市场公司布局的热点，随着Dalle2的热度，在商稿方面用AI取代人类画手的思路基本明确。

GPT模型在图像生成领域目前效果略逊于扩散模型，但扩散模型可以利用Chat-GPT生成较佳的Prompt，对于AIGC内容和日趋火热的艺术创作，提供强大的文字形态的动力。