（1）数据
有两个未经证实的传闻：
- 1、客服问答：80%用户问的问题都是那20%常见问题，但是就是这样，占用了客服人员80%的工作量和工作时间
- 2、资讯搜索：谷歌一位员工说，在互联网上，60%的内容都是重复的，都是被人复制来复制去的
这就是我们现实世界的信息，以及现实世界的用户。所以人工智能代替人是不可能，但要对付这帮用户，应该还是比较有余的。
（2）框架
框架目前在开源界都是比较成熟的：
- 问答与会话框架
- 意图识别方法
- 情感分析框架
- 搜索引擎、推荐引擎
- 文本摘要方法、文本生成方法
这些年，这些技术都进展不大，大家搞来搞去都还是卡在了海量的有质量的数据采集-标注-训练-微调上了。一句话：有多少数据就有多少智能，有多少人工就有多少智能。现在的人工智能玩的就是简单粗暴的工程暴力美学：大数据-大算力。
想想也对啊。这一届（第三次）的人工智能热潮，原本就起源于图像：
- 2012年李飞飞在谷歌的资助下搞ImageNet图像大数据集
- 2012年辛顿团队以高分打破ImageNet SOTA记录
- 2014年GAN发明
- 2016年YOLO目标检测算法发明
- 2018年Transformer发明
- 2020年CLIP发明
- 2022年扩散模型应用到图像生成
用一句话来说就是：2012-2022这十年，前五年就是图像识别，后五年就是图像生成。
在NLP领域只有Open AI一家公司在孤行。2020年发布的GPT-3偏重NLG：摘要与生成。2022年发布的ChatGPT偏重NLU：问答与会话。其实大家也不用太惊讶ChatGPT，本身并不复杂也并不先进，重要点就在于有钱：大数据-大人工标注-大算力训练。
在框架上，谷歌和Facebook相映生辉。在算法上，谷歌和Open AI相映生辉，大家在分类的思路上或回归的思路上不断换姿势，但刷来刷去本质上不外乎是数据对儿-翻译模型原理，Transformer这块万能砖的长度也不外乎就是250个Segment（这可追溯到上世纪90年代的LSTM Segment长度），这就是我们第三次人工智能热潮的进步。
（3）多模态
从2020年开始流行多模态，也不外乎是数据对儿对齐，共享特征。
过去问答与会话，都是纯文字输入和输出居多。现在有了多模态，不仅输入可以吃多媒体数据，而且输出方面也是图文并茂：有了2D的数字人，有人脸、有表情、有手势、有身体姿势。你看过去的文字小冰，现在也升级成有虚拟形象的：华智冰。
（4）元宇宙
一切都在朝向元宇宙的方向上狂奔，在VR元宇宙世界中，2D变3D。现在人们还做不到真人形象的数字人，还只是卡通形象，未来一定是3D真人形象。
静态的3D逼真，那就用虚幻游戏引擎生成。动态的3D逼真，那就用图像生成大模型。
交互，就用ChatGPT大模型。中国人最擅长山寨，所以我相信到2023年6月，中国肯定一堆公司（比如智源、鹏城、之江、百度、阿里、腾讯、华为等等）会发布并开源中文海量数据的ChatGPT大模型。而且到时候一定会有若干个打着高科技旗号的创业公司把免费开源的ChatGPT包装个App的壳然后骗上千万风险投资。
而且中国人也会以此为基础进行魔改：再注入语音识别-语音转文字-语音合成（文字转语音），再注入机器翻译。毕竟这两个技术也已经很成熟了，我前段时间尝试抖音和科大讯飞的语音技术感觉成熟度挺高了，集成进来就行了嘛。
这样，一个有表情有手势有身体姿势的真人3D，能直接语音对话交流而且能自动翻译。
（5）商用
元宇宙毕竟是个人休闲娱乐。如何把ChatGPT应用于商业，如网上销售和网上客服。
我过去写过CRM 40年：
- 1984年Dell用IVR电话呼叫中心开始做个人电脑的线上销售，Dell不开线下销售门店。
- 1994年Siebel把Dell的这套范式迁移到企业产品的销售，发布了SFA产品，引爆了CRM这个词。
- 2004年Salesforce上市。
- 2014年内容营销的HubSpot上市。
- 2024年CRM的当红炸子鸡到底会是谁呢？我猜的就是Gong这家公司。
而我们中国嘛，不流行网上电子邮件营销-网上销售-网上客服。我过去就说过：
- 电话容易被录音，IM容易被截屏和转发。不能打电话、不能发IM，必须线下面见
- 电子邮件是为了留痕追责，纸质签字盖章是为了不让电脑篡改。（这让我想起了中国用顺丰人肉传递纸质合同和发票、日本人现在还普遍用传真机+盖章签字、美国人电子邮件搞定且没有发票）
中国人企业对企业的商业场景只能锁死在私密绑定：
- 喝醉酒探底线：一个永远喝不醉的，是令人恐惧的
- 玩麻将品性格：人性，权钱色名利气，每个人都有软肋
- 一起洗澡坦胸露怀：每个人脱了光鲜亮丽的衣服，露出真实的身体缺陷和身体隐私部位
- 一起玩大保健共投名状：互相握把柄，谁也跑不了谁
但要把ChatGPT这种通用大模型应用于某个具体领域或行业，不外乎还是得重新采集具体领域或行业的大数据，加工成数据对儿，进行数据标注-数据对齐，进行大算力预训练炼丹，进行观测-微调-提示调优。也就是说，过去该做的，未来还是一步不落的还得做。想省？没门儿。
Original: https://blog.csdn.net/david_lv/article/details/128260777
Author: david_lv
Title: 我不谈ChatGPT
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/811074/
转载文章受原作者版权保护。转载请注明原作者出处！