本文来源：时代周报 作者：刘沐轩

没有用过ChatGPT的人可能要抓紧时间了，它的进化速度远远超乎人们的想象。

抛开其复杂的内核，许多人都把ChatGPT当成一个有问必答的AI系统，有时让人惊叹于它渊博的知识、清晰的语言逻辑，有时也不禁使人调侃其“不懂装懂”地给出离谱的答案。

这款由OpenAI公司开发的AI系统——ChatGPT，已经有超过1亿的日活用户。

但这显然只是这个AI系统的一个起步。3月15日，OpenAI发布了全新升级的版本，名为GPT-4。相比于只能接收文字提问的老版本，最新的GPT-4可以识别图片的意思，10秒钟做出一个简单的网站，甚至能回答出“这个表情包为什么好笑”的刁钻问题。

GPT-3和GPT-4的区别是，后者不仅可以接收文字信息，还可以学习多媒体素材。（图源：社交媒体）

目前，决定AI发展的三大因素是算力、算法和数据（教材），这些都需要人的参与。

算力是物质基础，而这就牵扯到芯片。

GPT对芯片的需求是极大的，且需求量呈指数级增长。GPT-4上一代的GPT-3.5，训练所需的芯片是英伟达的A100型号GPU（图形处理器，俗称显卡），一颗大概要8万元。

而完成整个训练过程，大概需要30000颗A100芯片，也就是2.4亿元。

要知道，训练当年战胜李世石的AlphaGO，也只用了176颗芯片。GPT-4的整个训练过程需要要多少芯片，现在还未可知。

与此同时，训练AI还特别耗电，ChatGPT据说训练一次，就要消耗90多万度电，相当于1200个中国人一年的生活用电量。目前，仅仅是维持日常运转，每天的电费大概就要5万美元。

此外，训练AI的素材目前仍然需要人工筛选。AI该学什么，判断是否正确，这些都需要一种名为数据标注师的工种。美国《时代周刊》在今年1月曾报道过，截止到2022年，全球已经有500万名数据标注师。其中，许多人来自非洲国家，比如肯尼亚。

在算法上，目前的AI比前代更像人，也因此取得了更迅猛的进展。

以往的设计，是“人教给AI语法和词汇，然后让AI讲话”。但语言模型本身就是模糊的，很多概念在人类社会中都没有所谓“正确”的定义。

比如，什么是猫？每个人都可以轻易地判断出猫的照片，但却没人能简单地总结出判断规则。有毛？尖耳朵？大眼睛？人类老师都不一定能解释清楚，如何教给AI学生？

科学家最终发现，直接把100万张猫的照片丢给AI，AI就学会了判断“什么是猫”。因此，现在的算法是把“日常对话”直接丢给AI，让AI自己感受出一种“语感”。

试想如何教会小孩子“什么是猫”。（图源：社交媒体）

有时，AI的办法让人琢磨不透，有时甚至能启发人。

当前一个亟待解决的问题是，如何保障AI训练数据的准确性？除了事实本身之外，编程语言都是经由英语输入，AI只能“看懂英文教材”。这就意味着，如果要训练ChatGPT回答中文问题，也无法保证不在翻译上出现纰漏。

但抛开这些研发者的苦恼，对个人而言，ChatGPT或许将成为最好的学习工具，颠覆每个人接受教育的方式。

有问必答的ChatGPT可以从头教你如何向它提问，这是一种对话式的学习。从孔子和苏格拉底的时代开始，这种形式似乎就是“学习”最本真的样子。而且在吸收了大量的知识后，ChatGPT甚至可以扮演孔子和苏格拉底，直接与人们对话。

ChatGPT也许不能完美扮演孔子，但起码是个精通孔子思想的学霸。（图源：网络截图）

加州大学河滨分校2023年刚刚发布了一项研究，他们把《意识的解释》的作者、美国认知科学家丹尼特的所有的书和文章都输入给ChatGPT。研究者们让ChatGPT扮演丹尼特，回答受试者的问题，并将丹尼特自己的回答也混入其中，让受试者判断。

结果，25个熟悉丹内特领域的哲学家平均正确率为51%，经常阅读丹内特哲学博客的粉丝得分也差不多。也就是说，ChatGPT扮演的丹尼特已经到了真假难辨的程度。

现在，想阅读一本书，ChatGPT不仅可以为人们推荐、做摘要，甚至能在一定程度上替代作者本人答疑解惑。

但作者本人并不会失去价值，他的新思想恰恰是ChatGPT学习的食粮，ChatGPT也将成为敦促他思考的动力。

就像机械普及后，人工服务的价值反而越来越高。AI普及后，人的价值或许也将愈发凸显。