ChatGPT对企业与个人的机遇与挑战

ChatGPT对企业与个人的机遇与挑战 工业4.0产业联盟创始人杜玉河 目录 1、使用体验 2、为什么能吸引全球的眼球？ 3、AIGC：新生产工具的诞生 4、ChatGPT的一小步,AI的一大步 5、AIGC，星星之火可以燎原 6、机会在哪里？ 7、ChatGPT为何能有今天？ 8、会对企业与个人产生哪些影响？ 9、ChatGPT:开启AI新纪元 看了与ChatGPT的聊天记录你有什么感想？ 看了与ChatGPT的聊天记录你有什么感想？ 看了与ChatGPT的聊天记录你有什么感想？ ChatGPT体验 描码进入ChatGPT新纪元 为什么能吸引全球的眼球？ 是资本？还是颜值？ 微软投资 微软在2019年向OpenAI投入了10亿美元 微软未来几年将向人工智能工具ChatGPT的创建者OpenAI投资100亿美元 新的纪录 让人有一种有形的威胁？机器有了人力与人性！ AIGC：新生产工具的诞生 人工智能生成数字内容 AIGC：人工智能生成内容，Web3时代的生产工具 当下为何关注AIGC：落地前的技术积累已经基本完成 当下为何关注AIGC：ChatGPT诞生，催化AIGC商业化价值 ChatGPT的一小步,AI的一大步 ChatGPT经过多类技术积累，最终形成针对人类反馈信息学习的大规模预训练语言模型 ChatGPT提升的核心点 提升的原因 举个例子 发展趋势 脑洞思考 AIGC的三大前沿能力 例：手绘变彩图 例：OpenAIAIGC多模态大模型DALLE2生成结果图 AIGC，星星之火可以燎原 AIGC不同模态对应着各种生成技术及应用场景 机会在哪里？ 数据供给→模型定制→内容分发 产业链拆解：数据供给→模型定制→内容分发 AIGC 促进各行业转型升级 这个数字有点吓人！ 数据来源：AIGC深度产业报告量子位智库 ChatGPT为何能有今天？ OpenAI是一家什么样的公司？ 发展历史与组织架构 核心人物 商业模式 •OpenAI的商业模式即API接口收费:客户可以通过OpenAI的强大AI模型构建应用程序，例如访问执行各种自然语言任务的GPT-3、将自然语言翻译成代码的Codex以及创建和编辑原始图像的DALL·E。 •公司按照不同项目的AI模式和不同需求进行收费，对于AI图像系统按不同的图片分辨率定价；对于AI语言文字系统按字符单价收费，对于调整模型和嵌入模型按照文字单价收费，并根据不同的调用模型区别定价。目前DALL·E方面，已有超过300万人在使用，每天生成超过400万张图像。其API具备快速、灵活、可拓展等性质。 产品矩阵 •2023年2月10日，OpenAI在美国推出了ChatGPTPlus订阅服务，每月收费20美元，支持以下功能：高峰时段也能正常访问ChatGPT、更快的响应时间、优先使用新功能和改进。 •根据路透社，OpenAI预计2023年收入2亿美元，2024年收入10亿美元。据华尔街日报，截至2023年1月，OpenAI正在就收购要约进行谈判，这将使公司估值达到290亿美元，是公司2021年市值的两倍。2023年1月23日，微软宣布了一项新的对OpenAI的多年期、数十亿美元的投资计划。 •红杉资本预测：ChatGPT这类生成式AI工具，让机器开始大规模涉足知识类和创造性工作，未来预计能够产生数万亿美元的经济价值。 会对企业与个人产生哪些影响？ 开源开放 请不要轻易相信网络上所看到的！ 拥抱开源学会开放 眼见未必为真，耳听未必为实 请不要轻易相信网络上所看到的！ ChatGPT:开启AI新纪元 ChatGPT加速第四次工业革命向深层次发展 CPS－DT－MT AIGC加速第四次工业革命切实落地 值 从元宇宙产业链视角看AIGC的价 消费端应用服务 行业端应用服务 政府端应用服务 数字人数字货币虚拟工厂虚拟医疗 沉浸式乐园 ... BIM/CIM地图服务 数据交易 虚拟课堂 应用服务层 虚拟社交 虚拟办公 虚拟主播 虚拟游戏 非同质化代币（NFT） 虚拟地产 ... 民事诉讼 公共设施预定 投资洽谈 市长室办公室 城市规划 急救中心 信访咨询 ... “元宇宙”产业链分为基础设施层、核心层和应用服务层。 终端入口 时空生成 交互体验 芯片操作系统 显示器件 VR/AR/MR/XR 终端 3D建模 数字孪生 开发引擎 实时渲染 导航定位 动作捕捉 语音交互 眼动追踪 力反馈 即时定位与地图构建SLAM 传感器脑机接口空间音频 光学模组车载/工控/教 手机PC电视育/医疗等行业终端 可穿戴设备 核心层 1、基础设施层包含通信网络基础设施、算力基础设施和新技术基础设施，主要 负责数据的实时传输与分发、存储计算与处理、挖掘与 分析决策。 虚拟社会架构 安全体系信用体系 道德伦理意识形态 产业平台 游戏平台 办公平台 融媒体平台 社交平台 交易平台 2、核心层由终端入口、时空生成、交互体验、产业平台、虚拟社会架构组成。 通信网络基础设施 算力基础设施。 新技术基础设施 5G6G网络物联网数据中心智能计算中心云计算区块链 工业互联网 卫星互联网 边缘计算 分布式存储 人工智能 ... 基础设施层 3、应用服务层包含消费端应用服务、行业应用端服务、政府端应用。 AIGC的进入壁垒：开源降低行业技术门槛，但大模型对数据及算力需求极高 评估AIGC的政策风险 数据、算法规范已逐步完善，当前责任集中于平台自查 ChatGPT仍有提升空间 •可能写出看似合理但不正确或荒谬的答案，原因是:1、训练时没有真实来源；2、训练模型谨慎性的提高导致它拒绝可以正确回答的问题；3、监督训练会误导模型； •对输入措辞的调整或多次尝试相同的提示很敏感。例如，给定一个问题的措辞，模型可以声称不知道答案，但只要稍作改写，就可以正确回答； •该模型通常过于冗长并过度使用某些短语； •该模型已努力使模型拒绝不当请求，但它有时会响应有害指令或表现出有偏见的行为。 未来的发展 •ChatGPT的核心技术里面有强化学习的reward模型，实际上是由大量人工进行标注训练的，不是完全的无监督学习。 •可以说目前ChatGPT模型的某些能力上的不足，很大程度是由这个reward模型决定的。Reward模型拟合不好的地方，也成为人们观察到ChatGPT模型不足的地方之一。 •由于ChatGPT数据更新延迟、还需要更多学习，常无法支持时效性答案，用户及ChatGPT都需要时间逐渐去提供反馈和学习，才能逐渐获得更准确的回复和对话。 •最明显待改进的地方是，由于ChatGPT处于测试阶段，其知识库还很不完善。在模型进行大规模预训练过程中，即使训练语料包含了真实的、正确的信息，但是在推理阶段，ChatGPT还是可能输出错误信息。而且这样的错误，随着大量的用户测试，会更多地暴露出来。所以很明显，ChatGPT并没有连接一个稳妥可靠的知识库，这也说明目前这个版本无法完全替代搜索引擎，而更适用于一些务虚的任务，比如写小说、写诗歌、搞辩论。我们认为给ChatGPT连接一个高质量的知识库会极大提高ChatGPT的准确性。一个可以考虑的方向是，让ChatGPT能够持续更新知识、查询知识，从而带领搜索引擎和互联网的发展。目前看来，至少ChatGPT可以做到将搜索引擎上的信息润色、组织成最适合人阅读的形式，直接反馈给用户。 结论 •ChatGPT市场反应热烈，国内外巨头纷纷入场; •ChartGPT经历多类技术路线，演化逐步成熟与完善; •AIGC跨模态产业生态逐步成熟，商业落地落地未来可期; •ChatGPT趁东风，商业架构，日益清晰