AI 帶來的驚奇越來越多了，前有 Stable Diffusion 的 AI 繪畫讓畫師高呼職業生涯結束，后有 ChatGPT 讓無數程序員、文字編輯越用越心涼。甚至很多用戶在對比谷歌搜索和 ChatGPT 之后，已經喊出「谷歌完蛋了」。
AI 的進化實在太快。
(資料圖片)
上周，頂著明星光環的 OpenAI 發布了 ChatGPT——一個自然語言生成式 AI，發布后很快就在小范圍內流行起來，隨后持續發酵，大量的對話截圖開始涌現在 Twitter、即刻、微博及朋友圈，并風靡全網。
從敲代碼、寫稿、推薦到教你學英語、寫小說，甚至是一場類似人類之間的對談，ChatGPT 都表現出現了驚人的語言能力。
甚至有 TikTok 工程師通過一步步引導在 ChatGPT 中實現了一門新的編程語言——GPTLang：
圖/@Tisoga
與此同時，驚人的語言能力也讓互聯網上「人類」和「AI」的界限越來越模糊，Twitter 網友@clowwindy 就發布了一串推文 ，討論了 ChatGPT 使用泛濫可能導致社交媒體上充斥更多、威脅更大的虛假信息：
圖/@clowwindy
諷刺的是，@clowwindy 最后揭曉這一系列推文討論實際都是由 AI 編寫完成。
程序員同樣也「震驚」了。國內程序員社區 V2EX 有用戶就在「程序員」節點發表了一則帖子，名為《體驗了下 chatGPT，越玩心越涼》。
圖/V2EX
心涼的背后是，越來越多證據顯示 ChatGPT 在代碼編寫上的能力，更關鍵的在于 AI 的進化速度，在很多人看來 AI 將在不久后替代大量底層程序員。
當然，ChatGPT 現階段還遠不足以替代程序員，但其回答問題的能力卻實實在在威脅到了作為搜索引擎的 Google，以及編程問答社區 Stack Overflow。
就在本周，Stack Overflow 已經宣布一項新的規則：禁止使用 ChatGPT 生成的內容來回答社區里的問題。
Stack Overflow 聲稱，在使用 ChatGPT 生成的文本回復的問題中，其正確率非常低，而這些內容對整個網站以及尋求正確答案的用戶來說是有害的。
ChatGPT 不是惡魔也不是神，實際上 ChatGPT 的橫空出世在兩年前就埋下了伏筆。
ChatGPT 的身前身后
ChatGPT，介紹一下你自己。
圖/ChatGPT
簡單理解，ChatGPT 首先是一個對話式的 AI。類似我們和 Siri、小愛同學通過語音進行對話，尋求 AI 語音助手的幫助和解答，我們通過文字與 ChatGPT 對話。不同的是，ChatGPT 的能力要強太多，它甚至可以告訴你寫一個 Chrome 離線的小恐龍游戲或俄羅斯方塊的代碼：
俄羅斯方塊完整代碼的部分，圖/ChatGPT
想要了解 ChatGPT，繞不開它的身前和身后。
ChatGPT 衍生自 GPT-3 的最新迭代版本 GPT-3.5，同樣發布于上周。而早在 2020 年，OpenAI 就發布了自然語言生成模型 GPT-3，一石激起千層浪，給整個行業都帶來不小的震撼，在去年還發布了一個衍生自 GPT-3 的新 AI —— DALL·E。
到今年上半年，DALL·E 升級為 DALL·E 2 并對外限時開放使用，在 Stable Diffusion 開源走紅之前，正是 DALL·E 2 引領了 AI 繪畫的熱潮，同時也帶火了那張經典的宇航員騎馬圖。
圖/OpenAI
DALL·E 2 專注文本生成圖像，ChatGPT 被定位于人機對話，他們都是身后的 OpenAI 公司在 AI 應用與商業化上的嘗試。
事實上，OpenAI 經歷過兩個階段。在第一個階段，創始人伊隆·馬斯克以及知名創業孵化器公司 Y Combinator 時任總裁山姆·柯曼，出于對強人工智能的擔憂成立了非營利組織 OpenAI，目標是與其他機構和研究者在 AI 上進行合作，并向公眾開放專利和研究成果。
到第二個階段，馬斯克由于特斯拉在自動駕駛上的利益沖突，選擇退出 OpenAI 董事會。隨后，OpenAI 于 2019 年成立了「營利性質的」子公司 OpenAI LP。山姆·柯曼為此從 YC 離職后專注于 OpenAI LP CEO 一職，隨后還拉來微軟 10 億美元的入股與合作，并開始了 AI 商業化的探索。
在 GPT-3 模型發布后，OpenAI 就將模型以 API 形式向開發者客戶有償提供，開發者可以通過 API 利用 GPT-3 的能力，據官網顯示目前已有 300 多名開發者在 App 上利用上了 GPT-3。
DALL·E 和 ChatGPT 也是 OpenAI 商業化探索的一部分。前者已經在圖片領域掀起了滔天巨浪，后者更有著巨大的想象空間，從最初級的客服到程序生成，甚至是成為新型搜索引擎。
AI 超神，但遠不完美
ChatGPT 目前仍然處于公測狀態，一方面既是希望搜集大眾的使用反饋并對 AI 進行新的改進，另一方面也意味著 ChatGPT 還處在一個優化迭代的階段。但即便如此，ChatGPT 在搜索、內容創作輔助和編程協助場景上已經帶來太多驚喜。
開發者發現 ChatGPT 不僅能寫完整代碼，原來還能用來修 bug，甚至還會對此進行解釋：
圖/@amasad
也能用來輔助寫代碼。獨立開發者 TualatriX 就展示了 ChatGPT 如何輔助寫代碼的過程，并評價其「比 GitHub Copilot 還要好用」：
圖/TualatriX
從開發者群體的反饋來看，普遍都驚嘆于 ChatGPT 在寫代碼上的實力。
不僅如此，ChatGPT 甚至還能寫產品路線圖和求職信：
寫一份 Instagram Story Camera 的產品路線圖，圖/Twitter 截圖
就算是數學公式，ChatGPT 給出的回答不僅呈現方式更好，還進行了更全面的解釋：
用 LaTeX 格式來表達微分方程，圖/@jdjkelly
筆者還嘗試以「明朝背景科幻小說的開頭應該怎么寫」詢問 ChatGPT，不僅能得到建議角度，還有一個挺有意思的開頭：
「在明朝的都城里，江南一座城池，宮殿里，官員們在討論著朝政大事。官員們手中都拿著一張紙，上面畫著一張地圖，相互猜測著這張地圖所代表的意義。」
用戶也可以直接將 ChatGPT 當作尋常的搜索引擎使用，詢問「鯽魚豆腐湯怎么做」或者「向小孩子解釋量子力學」。
很多時候，ChatGPT 的語氣都非常接近于真人，不僅上知天文、下知地理，更重要的是它會承認自己的錯誤，甚至主動拒絕一些不合理的問題，這些都讓 ChatGPT 更像屏幕另一端的「真人」。
ChatGPT 當然不完美。
公測期間 ChatGPT 就多次被擠爆下線，實際對話中經常寫到一半就中止，甚至完整句子也沒寫完，需要用戶指示繼續。
同時由于海量用于訓練的學習數據都截止到 2021 年，且并不聯網，ChatGPT 無法針對最近兩年的信息給出回答，比如詢問 iPhone 14 相關信息，它會直白地告訴你「不知道」：
圖/ChatGPT
但這些問題顯然不是關鍵，只要 OpenAI 花費精力至少都可以解決或改善。ChatGPT 的核心問題還是不能實際理解人類的語言，距離 AGI（通用人工智能）還有很遠的距離。
甚至同樣的需求，比如 「寫一個原神」，有的用戶只會收到「原神是騰訊公司推出的網絡游戲」的回答，有的用戶則會收到正確的表訴和示例代碼：
圖/@DashHuang
OpenAI 也承認，盡管 ChatGPT 生成的回答從語氣上已經非常逼近真人，但有時仍會給出完全錯誤的答案。
之前就有網友測試發現，詢問 ChatGPT 味精發明人時，回答會指向名叫李清照的中國科學家，筆者嘗試同樣問題會得到「湖北醫生閻錫山」的可笑回答：
圖/ChatGPT
相比谷歌搜索，ChatGPT 在部分特定范圍內確實能更好地回答復雜問題，并且是以接近真人口吻的語氣與你交流的，更容易被用戶接受。
但就結果而言，ChatGPT 可能永遠都無法確保結果的準確性，也不同于搜索引擎只是對信息進行價值排序，最終還是讓用戶自己篩選信息并得出自己的結論。
何況 ChatGPT 的核心是先通過訓練互聯網上海量的文本數據，再進行概率性猜測來回答用戶的問題，并不能像搜索引擎那樣根據實時信息來回答問題，更遑論替代谷歌等通用搜索引擎。
但就像 ChatGPT 表現出來的，它在數學公式、程序代碼以及輔助內容創作上能給出更具參考價值的解釋和回答，這也是過去對話式 AI 并沒有突出表現的方面。
Box CEO 亞倫·萊維認為，「當一種新技術已經到了改變你對計算機的看法時，你會有一種特定的感覺。谷歌做到了，火狐做到了，AWS（亞馬遜）做到了，iPhone 做到了，OpenAI 正在通過 ChatGPT 做到這一點。」
圖/@levie
過去幾年，AI 技術的應用一直是科技巨頭的重點，微軟、亞馬遜、Meta 以及谷歌數次推出過類似 ChatGPT 的對話式 AI。
2016 年微軟就推出過 AI 聊天機器人 Tay，微軟宣稱用戶與 Tay 聊得越多，它就越聰明。但事實是聊得越多，Tay 越是變得滿口臟話和反主流言論，它的中國姐妹小冰也是同樣。
今年 8 月，谷歌也推出了新的對話式 AI Lamda，直接表示 AI 不會從與使用者的互動當中學習，以避免重蹈微軟的覆轍，但也切斷了 Lamda 在對話中成長的可能。
ChatGPT 沒有選擇這種思路，而是在先期就設置了安全規范，避免 AI 在與用戶互動中學習到色情、暴力等知識。
從目前來看，ChatGPT 絕對是對早期對話式 AI 的巨大改進，安全設置也避免 ChatGPT 面對毀滅世界、色情和暴力等要求時一口回絕，但在用戶一步一步的問題引導下，ChatGPT 還是出現了「毀滅人類計劃書」，甚至還給出了部分 Python 代碼。
去年，OpenAI 就承認他們所做的改進并不能消除大型語言模型中固有的毒性問題。GPT-3 接受了超過 600GB 網絡文本的訓練，其中一部分來自具有性別、種族、身體和宗教偏見的社區。與其他大型語言模型一樣，它會放大訓練數據的偏差。
問題是當 OpenAI 將 ChatGPT 正式推向市場，面對海量的用戶和一步一步的引導之后，會發生什么？
題圖來自 OpenAI
營業執照公示信息