2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。

Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”

了解一下什么是chatgpt chatgpt真的智能吗

近日，由人工智能实验室OpenAI发布的对话式大型语言模型ChatGPT在各大中外媒体平台掀起了一阵狂潮。短短4天时间，其用户量到达百万级，注册用户之多导致服务器一度爆满。继 AI 绘画之后，由OpenAI 上线的 ChatGPT 成了新的流量收割机，也引发了网友的一系列“花式整活”。ChatGPT的功能是如此强大，以致连马斯克都认为“我们离强大到危险的 AI 不远了”。

ChatGPT究竟是什么？

ChatGPT是由美国“开放人工智能研究中心”（OpenAI）发布的一个聊天机器人程序，其实早在去年11月30日就已经发布了，有一项调查显示，截至2023年1月，美国约有89%的大学生在用ChatGPT完成作业。

本质上来说，ChatGPT是一个由技术驱动的自然语言处理工具，它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，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。

那么，为什么ChatGPT能引起如此大的市场反应呢？

之所以能让马斯克发出“强大到危险的AI”的感叹，是因为ChatGPT作为一个人工智能模型，真的在产出类似人类的常识、认知、需求和价值。比如，根据很多用户的反馈，你可以提问ChatGPT对很多社会问题的看法，而其可以从“广大群众”的角度，通过客观理论的推理来进行解释，从而提供具有社会价值的答案。

而从技术角度来说，它是因为引入了新的算法技术RLHF，即基于人类反馈的强化学习。可以说，ChatGPT的火爆是技术工程和服务产品的胜利。过去我们更为常用的是LLM，也就是大型语言模型，但是它的建模过程中并没有显式的引入人的偏好和主观意见，因而就缺少了人们从ChatGPT上面可以找到的“人的味道”，而RLHF的本质逻辑就是用生成文本的人工反馈作为性能衡量的标准，或者说是用这种反馈来优化模型，也就是说，直接使用强化学习的方式来直接优化带有人类反馈的语言模型。

正是这种快速反馈，让用户有了对ChatGPT拟人化的可能，一系列类似人的语言反馈行为再叠加轻松便捷的聊天场景，人们由原本对人工智能技术的准确性、即时性、客观性的苛刻要求，已经逐步转变为人性化、趣味化、互动化的反馈需求，甚至ChatGPT有一些不太恰当的回复也会成为人与其聊天中的乐趣所在，换个说法，ChatGPT可以提供人们在聊天中所需要的情绪价值，而不仅仅是信息反馈。

更低的门槛让人工智能向通用技术转变

ChatGPT所提供的新的聊天模式，让AI技术的门槛变低了，这种变低有两个层面的含义。

一个层面是AI技术进入人们现实生活的门槛变低了。ChatGPT通过一个更为随意和通俗的聊天场景直接和用户建立了联系，并且其多元化的功能可以通过一个统一的聊天接口对接不同的用户，这就让用户层面的通用化变为了可能。

另一个层面是AI本身语料获取的门槛变低了。通过这种更为随意化的聊天场景，用户在多轮聊天过程中就会不断的提供对于ChatGPT反馈结果的进一步人工反馈，从而提供更多的语料帮助模型的进一步强化。

而门槛变低的结果，就是人工智能技术成功“出圈”，开始可以独立的引领一个AI为核心的大型商业化结构的形成，也就是AIGC，AIGC即AI Generated Content，是指利用人工智能技术来生成内容。在内容为王的当代互联网时代，人工智能技术生成内容自带的客观性、即时性、准确性和话题性都将成为其商用吸引力的重要来源。笔者认为从短期而言，可以大规模商用的领域，包括但不限于归纳性和整理性的文字类工作，规范性的代码类工作，图像生成和智能客服等工作。

人力资源和数据获取，是大规模商用的局限性所在

ChatGPT并没有从本质上改变AI的产品结构，其同样也是由模型和训练数据两部分来构成。模型就是类似神经网络模型，只是这一次的transformer模型有了更强的并行化操作能力和扩展性，同时匹配更大规模的数据集，就可以不断地训练出更强大的模型。

而ChatGPT未来发展可能的局限性也正是由这两方面而生。其一是模型。ChatGPT模型的背后对于标注员的工作量和综合素质要求很高，加入人工反馈的模型强化是其具有“人味”的关键，而这也将成为其不断扩大的局限所在。

其二就是数据和算力。由于ChatGPT的技术路线与其他AI甚至和人脑都不太一样，所以其仍然会受到算力资源和算法的限制，其也无法更加深入地具备真正意义上的逻辑思维，而大量数据的获取还会伴随一系列的隐私安全等问题。

那么可能的突破点在哪里？ 笔者有如下两个想法，一个是让AI为AI打工。随着人为反馈的加入，AI模型本身就可以提供一定程度的人为反馈，因而其也可以作为整个AI模型人为反馈的来源。

另一个是让用户自主成为语料的不断供应者，即，通过更随意的聊天场景、更无感的信息反馈来得到更巨量的语料获取，从而满足数据规模的需求。

ChatGPT会替代人类思考吗？

每一次新的AI技术的出现，市场上都会有一个担忧，就是AI会不会有一天会替代人类的思考，抹杀人类的创新能力。笔者认为，AI并不会，比AI更加智能的永远都是人，而创新是人类智能的体现。

AI替代的是那些“伪创新”，就比如达芬奇在创作《岩间圣母》时，画面的许多背景部分交给他助手画，这些低程度的、重复性的“伪创新”今后可以交给AI来做，这有助于“去伪存真”，激励真正的创新产品不断涌现。

（作者系浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员,工信部信息通信经济专家委员会委员）

当我问ChatGPT “ 买基金如何暴富”，它是这样回答的