chatgpt前世今生，及其数字化转型启示
春日“三惊”
未来，书写公元2023年春天的历史，大事记必有chatgpt。
2022年11月，chatgpt上线，5天突破百万用户，两个月月活用户突破1亿，成为了史上增长最快应用。
2023年春天，chatgpt的神奇传遍了地球上的市井街巷，甚至贩夫走卒。
使用chatgpt时，恍若一场跨物种的对话，会有“三惊”——
惊奇于智商在线，一扫“人工智障”的污名；
惊艳于情商感人，有逻辑、更有分寸；
惊讶于一种超越人类的物种正在进化。
“三惊”时分，遥想起远古传言，神灵为了阻止人类窥伺神国，用语言分割族群，巴别塔就此倒下。
而今，以chatgpt为代表的，基于gpt大模型的通用人工智能正在重建“巴别塔”，重建的能力与速度，或许快过神明。
于是乎，各种近乎科幻的应用设想霸屏朋友圈。
但是，当真正看懂chatgpt的前世今生——
一方面，必需坦承，通用人工智能(agi，artificial general intelligence)横空出世后，惊喜、焦虑与痛楚或将贯穿我们的余生。
另一方面，无需过分焦虑，因为：
第一，于行业，chatgpt并不能直接运用于社会行业，经过垂直训练的gpt才能真正运用于百行千业，技术成熟度还需时日，各行各业皆有机会，乾坤未定，你我皆是黑马。（本文最后一章将分析其对行业数字化转型影响）。
第二，于个体，在数百年的技术浪潮中，纺织工人砸碎过织布机，码头工会烧掉过集装箱，高速公路收费员在泪水中被被淘汰……身处技术变革的洪流中，个体只需铭记，“抢走你工作的不是ai，而是掌握ai的人”。此句来自chatgpt研发公司openai ceo sam altman。
第三，于科技，从chatgpt到文心一言，没有技术上本质上的突破，底层依然是ai神经网络技术的迭代。源于情怀、资本和人力的大规模训练，才是chatgpt胜出、出圈的根本原因。人类用技术证明了“量变到质变”的哲学道理，也印证了“久久为功、胜天半子”的中式哲理。
初夏时分，再看chatgpt前世今生，只为在ai的奇点时刻，在不确定性中看清更多的确定性，在确定性中理解更多的不确定性，方能乾知大始、坤作成物。
前世缘起
数十万年前，语言诞生，导致人类协作能力迅速提高，作为记录语言的符号，文字的发明让人类更方便传播、记录和积累经验。
知识让生产、社会、经济不断进步，人类上升到地球生物链的顶端。
此后，寒来暑往，岁月更迭，在16世纪产生了科学革命，其影响直到今天。
1727年，牛顿去世，诗人亚历山大.波普为他写下墓志铭：自然与自然定律，在黑夜里隐藏；上帝说，让牛顿来，于是，一切化为光。
此后，五百年间，世人随着万有引力、蒸汽机、电、计算机、互联网、移动互联……颠覆认知，世界面貌焕然一新，大到宇宙、小到夸克，人类似乎无所不能，我们有理由相信没有什么知识不能被理解，没有什么技能不被掌握，直到2016年3月……
谷歌投资的deep mind公司研发出alphago，其在3月击败韩国围棋手李世石，alphago master在5月0：3完败世界排名第一的柯洁。
5月赛后，这位天才少年一度哽咽，他说“人类下了两千年围棋，没有入门……alphago太完美，看不到任何胜利的希望”。
alphago后，各种ai神奇运用不时惊现，但只限于一定圈层热议，普世应用并未出现。
直到openai推出chatgpt。
吊诡的是，这家公司与研发alphago的谷歌没有半毛钱关系。
openai于2015年创立，核心宗旨是“实现安全的通用人工智能(agi)”，创立者包括埃隆·马斯克（elon musk）、美国创业孵化器y combinator总裁阿尔特曼（sam altman）、paypal联合创始人彼得·蒂尔（peter thiel）等。
2016年大佬们联合发文称：“正致力于利用ai物理机器人完成基本家务。”
你没看错，chatgpt的梦想源于干家务。
openai投资者更有pc互联网时代的科技大佬微软。作为openai计算能力的独家供应商，据悉微软提供了超130亿美元的资本和惊人的超级算力，三年前为openai打造了一台由数万个a100 gpu（对应传统计算机cpu,提供更复杂的图形算力）组成的大型超级计算机，还在60多个数据中心总共部署了几十万个推理gpu。
微软必应（bing）在与微软小冰结合多年后，融入chatgpt，让不止于搜索的梦想终于照进现实。
今年以来，资本市场对微软股价的反映，让世人不再感叹这位上世代big tech“王朝的背影”，而是赞叹于其战略的眼光与布局。
鉴史知来，向史而新，chatgpt既是人类科技成果，其发展史何尝不是一篇数字化转型启示录。
三个视角看懂chatgpt
一、用户视角：人人皆能的跨物种能力
面向用户功能，chatgpt与微软小冰、苹果siri都是聊天机器人，创造者的初衷以及用户的期望没有本质区别。
但是chatgpt能够突破诸多聊天机器人“前辈封锁”，成为爆款应用在于他更像一个“人”：
能够与你进行多轮对话，记住聊天的前因后果，给出更贴合实际的答案；能够撰写文章材料，具备结构化表达能力，导致美国已有多家学校禁止学生用chatgpt写论文；能够编写程序代码，提供一段游戏的描述，便可自动生成游戏代码，并根据要求进一步完善……
如果说iphone引发的移动互联时代，让人人都是摄影师和创作者；那么chatgpt时代，通过订阅各种aigc（ai generated content，又称生成式ai，通俗讲“人指挥，ai干事”）的超级应用，人人都是诗人作家、导演、画家、教育家、医生、码农，同时单一个人可以指挥各种能力的ai，创立新型“公司”，以ai组成的生产力、生产关系、生产方式呼之欲出。
我们唯一要做的是，想明白自己需要什么。
二、技术视角：ai的奇点时刻
1943年，心理学家沃伦、麦克洛克和数理学家沃尔特、皮茨提出人工神经元模型。1957年一个开创性神经网络在康奈尔航空实验室诞生，简单地说是用电子线路模仿神经，大于事先阈值输出打开，流向下一个神经元，反之输出关闭。
此后70年，从感知器到多层神经网络，到化整为零地卷积神经网络，到处理序列信息的循环神经网络……人工智能的底色依然是神经网络。
上图：神经网络训练原理（来源网络）
近十年来，云计算带来的分布式处理颠覆算力,大数据技术的挖掘分析能力迅猛进步，自然语言处理（nlp）、神经网络、计算机视觉等ai各支流门派长足发展，移动互联网时代大量结构化与非结构化数据沉淀……最终在一群科技理想主义者的梦想与坚持中，融合神经网络、自然语言处理（nlp）深度学习、并行计算、分布式存储云云的chatgpt诞生。
ai终于迎来奇点时刻。
chatgpt的梦想与坚持背后，是3000亿单词超45tb的文本的训练，以及1750亿模型参数，单次训练的总算力消耗约为3640pf-days，意味着假如每秒进行一千万亿次计算，需要3640天，是真正的“大模型”、“大数据”、“大算力”。
神经网络之父geoffrey hinton说，人类大脑皮层有150亿神经元，百万亿神经突触，所谓大模型，至少需有超过10亿个参数的神经网络模型。
至今，gpt-3训练模型为1750亿（0.175万亿），介于高中生和大学生之间，gpt-4训练模型为1.3万亿，可在斯坦福等名校位列前茅，距离人类知识库4.398万亿神经模型尚有差距。
上图：训练模型比较（笔者手绘）
公开数据显示，相较于gpt-3基于网络万事万物各类数据的1750亿模型，谷歌alphago主要聚焦围棋，对应口径数据是几百万。
上图：chatgpt与alphago比较（笔者手绘）
不甘落后的谷歌于2023年2月发布聊天机器人bard，作为chatgpt的竞品，bard在短片演示中给出了不准确的回答，导致谷歌股价大跌超7%，市值蒸发1000多亿美元。
回想七年前alphago的高光时刻，不禁一声叹息。
三、社会视角：漫过人类文明第二重堤坝
chatgpt已超于数字技术热度，成为文明发展的现象级的事物。从社会视角来审视，ai浪潮正漫过人类文明的第二重堤坝。
洪潮早已漫过第一重堤坝，名为执行力。ai替代了简单重复的工作，如流水线工人、高速公路收费员。第一道堤坝使用一些rpa等技术也可实现，加持gpt后将更具竞争力，简单重复的劳动被all in替代将是必然的趋势。
当下，洪潮正漫过第二重堤坝，名为表达力。以表达为渠道的职业，部分能力正在被替代，比如掌握法律知识的律师，熟稔历史的作家，精通同声传译的翻译，ai掌握表达之后，人类优势正不断缩小。
最后，当下我们仍然坚守着第三道堤坝，名为思想力。艺术、审美、哲思、伦理……那是人类最后的骄傲。或许值得庆幸的是，更多的人将会被劳动中释放，而去思考未来想要做什么，去思考人类与宇宙的关系，或许人类将会迎来再一次的“文艺复兴”。
上图：人类文明三重堤坝示意（笔者手绘）
chatgpt有诸多被诟病的短板，比如“一本正经的胡说八道”，生成一些不准确、误导或错误的信息；不会主动规划，不能主动制定目标规划，离大众梦想中agi尚远，“全靠ai干活”的时代尚未来临；尚不支持获取实时数据，难以实时获取和学习大量知识，停留在202x年前，之后是一片空白；尚无开源版本，缺少算法、模型、参数全部开源的大模型，笔者个人感受，当前开源gpt较好的是facebook meta“美洲驼llama”为基础的“原驼”。
同时，agi大模型隐患已引起广泛关注，主要包括：一是数据安全，用于训练的语料将被所有用户获知，缺乏私有数据保护，可能造成数据泄密；二是知识产权，大模型生成的内容知识产权归属难以界定；三是伦理道德，伪造、不当回答对人的伤害和相关法律责任的认定；四是社会秩序，能够学会并提供恶意代码、制造武器等内容，威胁社会治安。
5月16日，美国国会举行ai主题的听证会（上一场是关于tiktok的周受资），openai ceo、chatgpt之父sam altman呼吁政府为ai系统制定安全标准，并提出“政府的监管干预至关重要”。
虽然技术中性，但运用皆有两面，“chatgpt们”需从技术、法规、伦理等多个角度被合理管控。
近十年来，每一段时间总有一项技术火爆出圈，如vr/ar、区块链、元宇宙、数字货币、chatgpt，无论最后是成为发展的原动力与里程碑，还是一地鸡毛，其实都是数字技术和数字经济一次次深入人心的碰撞。
最终数字化的浪潮终将改变世界，人们时常在喟然大势将至的时刻，却不知未来已来。
每一次进步都不可轻视或低估。
社会数字化转型启示
chatgpt能够火爆在这个春天，重要因素是人类刚经历了三年疫情，这三年中电商外卖、在线会议、协同办公、远程医疗、数字金融……很多人都切身感受到了数字化的飞轮效应，这也是数字技术的一次全人类普及。所以对chatgpt出现，人人都会有较为直观的触动。
当前社会关于chatgpt的分析解读已经汗牛充栋，常用一些充满感性的文字抓取普罗大众的眼球，的确惊艳。
但当客观理性地看待未来时，需要澄清3个概念：
第一gpt generative pre-trained transformer是生成式预训练transformer模型，是一种基于互联网、可用数据训练、文本生成的深度学习模型，俗称“大模型”。
第二chatgpt是基于“大模型”的一种“多功能应用”，此chat“闲聊”包括聊天、绘画、音乐等多种能力。
第三agi artificial general intelligence通用人工智能，是真正用gpt产生的某种社会经济生产力，chatgpt首先具备了agi的潜力，但是尚未成为真正的agi，还处于被广大网友“戏谑调侃”的阶段。
对于社会的数字化转型，chatgpt带来诸多启示，可从三个方面分析：
第一，从架构角度看，正在形成的agi社会基础设施，将升维加速全社会数字化转型。
未来社会的各行各业的各种工种，将有各类agi，以银行业为例，agi客服、理财规划师、合规审核师、交易员等等……
这些agi将基于“一横n纵”的ai基础设施架构。
“一横”是由big tech们提供n个gpt以及n个gpt的复合效用,包括不限于openai的gpt，meta的llama、百度的文心一言。
“一横”之上是“n纵”的行业级gpt,行业级gpt中各大企业又将有自己的gpt。对应云计算架构，可以预见“一横n纵”中也将产生公有gpt、私有gpt和混合gpt，这将有助于解决数据安全、知识产权、伦理道德等问题。
“一横n纵”的发展能力取决于社会和企业的大规模训练，也取决于支撑“一横n纵”的云计算、大数据、区块链、量子通讯等底层技术能力发展。
上图：“一横n纵”的ai基础设施架构设想（笔者手绘）
“一横n纵”形成的过程中，于gtp互联网公司商机无限；于消费互联网巨头所有产品都值得重做一遍；于传统行业数字化转型，既能加也能换道超车；于个人，尚有时间掌握ai技能。
第二，从近期应用看，gpt将在一些领域产生速赢效应，社会需要ai相关专业人才。
短期内，最直接地效果是，可在无目的聊天、结构化写作、通识写作、行业调研、数据分析等领域掀起巨大变革、提高工作效率，进而形成对基础人工的替代。
比如银行业，在有效解决安全性及一系列制度责任问题之后，有望在客服、内训师、交易员、客户经理、金融分析师、理财规划师等需要专业知识注入的领域形成优势替代。
在短期内，不能替代人，但可形成“辅脑”，类似汽车在自动驾驶时，我们依然手握方向盘、脚踩刹车，但是驾驶却被替代。
我们的价值何在？基于辅助能力的agi，工作方向转变为协同与创新。
对于企业，未来除ai调校师、ai创意师、ai接口工程师之外，还迫切需要的是ai的管理者，实现对ai的协同管理和基于ai工作成果的组合式创新。
第三，从中远期看，gpt和agi对每个行业均会产生结构性影响，很多行业将系统性重组，人类社会将更加斑斓。
16世纪科学革命后，人类从工作化、信息化走向数字化，gpt和agi预示着数字化的两个阶段，一是当前已经进入的数字化知识化阶段，所需能力是“创新为主，其他为辅”，拥有的工具是gpt大模型，经济范式是数字经济；二是未来是数字化自主化阶段，所需能力是“创新和协同为主，其他为辅”，拥有的工具是agi，经济范式是更深层次的数字经济，暨ai经济、体验经济等。
上图：中长远影响分析（笔者手绘）
在数字化自主化阶段是多模型生态，新领域、新专业、新结构、新场景、新适应能力，一起形成闭环，gpt类似基因，以进化的力量不断加强认知和推理能力，各类超想象agi层出不穷。
商业数字化转型启示
在中国的千行百业中，商业银行的信息化水平以及数字化转型步伐一直位列前茅。chatgpt问世后，多家商业银行给予高度关注。
目前网络可查的是，2月6日招行发布基于chatgpt创作的亲情信用卡（附卡）宣传文案，2月9日，招行发布《当chatgpt遇上ai小招》，借助chatgpt热度为自身金融服务进行宣传；3月29日，工行与清华、中科院、华为等联合发布基于昇腾ai的金融行业通用模型；1月18日农行就针对chatgpt形成了技术解析和应用发展报告，3月31日农行推出类chatgpt的大模型应用chatabc……
这些案例彰显了商业银行数字化转型的眼光、决心与步伐，当然对标openai的gpt、meta的llama,相信银行的尝试更多还是在一些运用，距离实际意义上的行业级、企业级大模型依然在路上。
未来，gpt和agi融入数字金融已是必然趋势，心动与行动缺一不可，心动和行动中，战略规划、战术布局、技术储备、人才培养缺一不可。
诚如前文所言，chatgpt背后的技术，谷歌、百度、脸书很多大互联网公司都掌握，为什么花落openai？
从中至少三点启示：
一是锚定目标，久久为功。人工智能大模型具有长周期、重投入、高风险等特点。openai经过长期投入和坚持，方研发出chatgpt这种颠覆性技术。包括商业银行在内的传统行业数字化转型也有同样的特点，注定是一场双向奔赴，既要业务数字化、更要数字业务化，初期成果并不显著，久久为功突破奇点时刻后才能迎来爆发式增长。
二是数据为魂，ai致胜。银行业是信息密集型行业，掌握大量的行业级数据，同时也汇聚着其他行业的高价值数据，数字化的关键是数据要素。银行的数据挖掘分析在已大规模运用的大数据分析技术之上，亟需尽快加持类chatgpt的行业级人工智能，使得触达客户更加精细、金融输血更为精准、前沿预判更为精益。
三是倾听客户，行稳致远。chatgpt的研发核心在于训练，训练在的关键在于基于各种反馈不断调优。银行的数字化转型需要像chatgpt一样，不断“倾听”客户的声音。chatgpt在不断学习用户的反馈，让自己变的更好。数字化时代的客户服务远不止解决客户的问题、纾解客户情绪这么简单，而在于以客户的反馈为输入，打造产品创新-精益服务-快速迭代的闭环机制，才能在金融同质化产品与服务的竞争中建立差异化优势。
结语
在chatgpt的热议中，新一代ai在应用层面，一些笃定的未来已较为清晰。
跳出应用层面，在gpt大模型和agi生成式ai的新赛道上，更多企业和专业人士，从商业发展的角度，看到的是openai的梦想和坚持，微软战略性的眼光和投入，国内科技公司“生死看淡、不服就干”的勇气和行动，当然，还有对曾经研发出alphago谷歌的些许遗憾。
作为普通大众，我们翘首盼望未来，人工智能不再是网络中跳动的字节或是gpu中微弱的灵魂，而是人类真切的宿命。
翘首之余，与其仰望，不如并肩。
成为掌握ai的人，才不会被ai替代。
信息、图片、数据均来自网络，如侵必删