中海基金姚晨曦：ChatGPT现两大突破 人工智能发生质变
中海基金姚晨曦在节目中表示，ChatGPT有两大突破，首先是通用性，可以实现非常复杂的功能，其次是通过大量数据进行无监督的学习模式，具备快速迭代的能力。
以下为文字精华：
(相关资料图)
姚晨曦：数字经济可能更偏重于数据这一块，现在主要还是靠政府层面的推动去搭建基础的平台和要素交易的市场，完善法律层面相关的一些问题。
数据交易之后要发挥出它的价值，更多还是要靠里面的深度挖掘，现在已经是海量的数据了，如果光靠人工去挖掘，其实难度非常大，或者说需要耗费的大量的精力和人力，有些层面靠人是无法实现的，所以这一块未来的核心还是要靠人工智能去帮忙。
最近OpenAI发布的GPT的大模型，让大家看到了人工智能有可能会实现质的飞跃。其实人工智能从二十世纪提出以来一直在发展，特别是进入二十一世纪以后，随着机器学习的崛起，包括深度学习算法的一些发展和完善，人工智能在加速进化，在很多领域也得到了应用，比如说人工智能的棋手打败了韩国、日本还有中国的棋王，在日常生活中很多人工智能模型也在发挥作用。
比如说平时不管是银行还是一些互联网网站，聊天机器人的客服，包括手机上的人脸识别，交通领域的车牌识别，也包括一些语音识别，甚至可能包括相机上的一键美颜等等，其实都是基于垂直领域专有模型的人工智能的应用，但特点就是适用性比较有限，只能在某一方面发挥作用，完成某个特定的任务。
人工智能发展过程中其实还是需要大量的人力介入，工程师介入去做比较细致的调试，包括采集的很多数据，可能也需要前期做很多的数据标注，然后才能去做训练，完成整个模型的搭建。
OpenAI的GPT模型，采用的是大模型的方式，跟以往的垂直领域的专有模型有很大的不同。
第一个，通用性，虽然它是一个语言模型，但是它可以完成从理解到推理到协作等多任务的方式，甚至可以实现文字、图像、视频等多模态的应用，这就使得单一的模型本身可以实现非常复杂的功能，大幅提升了AI的能力。
第二个，虽然模型也需要调优，需要专业的工程师做去调节，包括后期用户的交互推理阶段也需要不断进行完善，但模型前期的训练阶段其实还是通过大量数据无监督的学习模式，这也使得模型可以具备更快的变化和快速迭代的可能性。
我们看到，GPT从3.5到4在不断发展，而且速度很快，使得模型未来会有更多的一化和更快速的进步。现在大模型主要是靠不断的叠加参数，放大参数来大力出击的方式去发展的，所以它需要依赖高质量的数据，另外一方面也需要很大的算力去实现。
所以我觉得，大模型的出现一定程度上是算力包括数据积累发展到一定阶段以后，从量变到质变的突破。当然质变到底能带来多大的影响，还需要拭目以待。可能现在还处于比较早期的应用阶段，但是从目前的情况来看，确实效果是比较惊人的，不管是GPT在Chat上面的应用，还是微软发布的一些相关产品，让大家很惊讶它的效果，所以我们觉得，应该是可以抱有比较乐观的预期的。
标签：
