ChatGPT是一款人工智能聊天機器人，在今年1月份的月活躍用戶預計已達到1億。
(資料圖片)
ChatGPT由人工智能研究公司OpenAI在2022年11月30日上線，其功能包括了信息查詢、日常聊天、撰寫文章、編寫程序甚至賦詩作詞等人們日常工作生活相關的方方面面。
2023年在實現商業化落地后，A股市場ChatGPT、AIGC概念股持續走熱，賽為智能、海天瑞聲、云從科技、初靈信息、漢王科技等概念股領漲，上周漲幅均超過60%。
ChatGPT是什么？從何而來
簡單來說，ChatGPT是一個智能聊天機器人，通過使用Transformer神經網絡架構理解和生成文本，模擬人類對話。
你打開ChatGPT的對話框，輸入“請寫一部關于XX的小說”，幾分鐘后，你就能收獲一篇結構完整的短篇小說。
ChatGPT的神奇之處，在于它做到了幾乎能和人類無差別的場景交流。
它可以輕松撰寫文案、代碼，涉及歷史、文化、科技等諸多領域，甚至還能寫詩、求醫問藥、改bug、編代碼、寫論文、寫歌詞。
去年有報道稱，ChatGPT通過了谷歌編碼三級工程師面試，年薪18.3萬美元，這相對人類來說，簡直可以稱之為“無所不能，什么都懂”。
因此，2023年春節剛過，ChatGPT就引爆了人工智能領域。
一經亮相，便成“王者”。
ChatGPT的出現，引發全民追捧AI科技。
研究顯示，ChatGPT推出短短五天時間，注冊用戶數就超過了100萬，目前這一數據已經突破了1億。
過億用戶的盛情追捧，離不開科技巨頭微軟、Meta以及亞馬遜AWS等公司的高強度關注。
在ChatGPT母公司OpenAI成立的七年來，微軟為其注資10億美元并調動大量研發力量。日前，微軟宣布向OpenAI追加投資數十億美元，并打算將其AI工具整合在微軟的Bing搜索以及多項產品當中。同時，Meta也表示將向OpenAI支付數百萬美元，幫助ChatGPT為Facebook等旗下產品生成創作者內容。
與此同時，谷歌對于ChatGPT可能帶來的改變表示關注。
谷歌母公司Alphabet CEO桑達爾·皮查伊表示谷歌將在“未來幾周或幾個月”推出類似ChatGPT、基于人工智能的大型語言模型。
同時有消息稱，百度將在2023年3月推出和ChatGPT類似的人工智能聊天機器人服務，其最初版本將內嵌在其搜索服務當中。
ChatGPT為何火速躥紅？背后的核心技術原理是什么
ChatGPT靠仿真聊天和回答出圈，躥火的一方面還在于美國89%的大學生都用ChatGPT來做作業，各國投顧圈用ChatGPT能一分鐘直接生成投研報告，科技界都開始關注ChatGPT背后的核心技術，甚至在ChatGPT還在普及階段，斯坦福大學就已經研究了反AI的全新算法，制止學生用AI生成文本的DetectGPT。
伴隨著ChatGPT火爆的ChatGPT概念股，在A股這幾天也紛紛跟紅。
虧損的AI龍頭，股價6天翻倍。
愈演愈烈的ChatGPT概念，使得這在國內看起來不像是一場全球人工智能領域難得的突破性事件，而更像一場資本追逐概念股的狂歡。
一個ChatGPT應用的走紅，A股是人工智能和不是人工智能的公司好像都瞬間獲益了。
偽AI公司股價也已翻倍。
但獲益的背后，也只是純粹的市場概念炒作的結果，并非來自真正國內AI技術的突破和創新。
而說到ChatGPT背后的核心技術，緣起自然語言處理領域的一篇科研論文《Attention is all your need》中名為transformer的算法。
transformer算法自誕生之日起，就被廣泛應用于AI領域，成為了近幾年最熱門的AI算法模型。
AI技術數十年間從transformer算法到GPT（Generative Pre-Training），再到GPT2的迭代標志Open AI，以及GPT3和ChatGPT的“出圈”，未來很長一段時間，人類將迎來“科研、算力、基礎架構、工程、數據、解決方案”循環的快速迭代。
transformer算法的核心內容是并行計算。
Transformer模型示意圖
自然語言處理主要的算法叫RNN（循環神經網絡）算法，其弊病是需要大量的串行計算，效率低。
而在Transformer算法里，作者將每個字與句子中所有單詞進行計算，算出這個詞與每個單詞的相關度，從而確定這個詞在這個句子里的更準確意義。
同時，機器學習領域最核心的一個概念——“向量”，誕生了。
在數字化時代，數學運算最小單位往往是自然數字。
但在AI時代，這個最小單元變成了向量。這是數字化時代計算和智能化時代最重要的差別之一。
向量是一組數據的集合，也可以想象成在一個超高維度空間里的一個點。
這種方法，可以在一個超長句子中發揮優勢，而且最關鍵的是一舉突破了時序序列的屏障，以前對于圖像和NLP算法的劃分，很大程度上是由于NLP有很明顯的時序特征，即每個單詞和下一個以及在下一個有比較明顯的時序關系。
計算過程在于將attention數值就是除了“我”字自有信息和位置信息以外，成功得到這個句子中每個單詞的相關度信息。
這是理論科研、算法、架構、工程的角度上，真正意義的進步。
ChatGPT到底可以關聯多少行業?
公關，健身，金融，學術，數字營銷
計算機，管理，體育，醫美，自動駕駛
ChatGPT的火已經燒到了許多不同的行業。
程序員行業，ChatGPT拿下了谷歌120萬年薪offer，可以做谷歌三級程序員。
金融行業，財通證券李躍博團隊采用ChatGPT撰寫了一篇醫美行業研究報告《ChatGPT實測：提高外在美，增強內在自信——醫療美容革命》。
ChatGPT擁有強大的的語言理解能力，可廣泛應用于多種對話問答場景，包括智能客服、虛擬人、機器人、游戲 NPC 等應用領域。
文娛傳播行業，在ChatGPT輸入你想要的文本要求，它一分鐘就能生成小說，詩歌，企業年報，財報，金融研報，危機公關方案，健身計劃，學術論文，高中作業，數字營銷方案，計算機程序語言，醫美方案，體育方案等等。
互聯網行業，和目前的搜索引擎以及知乎等平臺相比，ChatGPT給出的答案比較系統、全面，而且非常及時。
另外還有一些日常的文字處理工作，比如就某個主題寫一個提綱或者起草一個方案，ChatGPT幾秒鐘就可以給出結果。
AI技術在2017年就曾寫出過唯美詩歌集：“孤陳的城市在長夜中埋葬/他們記憶著最美麗的皇后/飄零在西落的太陽下/要先做一場夢……”（微軟小冰《陽光失了玻璃窗》）
甚至，ChatGPT還能回答專業度較高的問題，充當AI在線知乎，以及創作小說大綱（仿《流浪地球》）。
AI繪畫作品出圈、一級投資活躍，2022年AIGC爆發式發展。
AI作詞、作曲、編曲等，具體包括由旋律生成歌詞、由歌詞生成旋律、不同曲風旋律生成、和弦生成、音樂續寫等，可應用于音樂欣賞、游戲音效、實體場景配樂等多個領域。
使用AI對視頻進行編輯，包括刪除視頻特定主體、自動跟蹤剪輯、視頻特效生成、自動添加特定內容、視頻美顏等，大大降低了視頻編輯的專業門檻，提升了視頻剪輯效率，目前已廣泛應用于視頻創作領域，具體應用包括剪映、百度智能創作平臺、抖音、美圖等。
ChatGPT 在學術、房產等領域的應用逐漸落地。除了各大科技公司，ChatGPT也開始應用于學術、房產等領域。
美國房產中介也開始使用 ChatGPT，用于房源信息撰寫、房貸計算等。
中國傳媒大學數據科學與智能媒體學院副教授王小寧在接受《環球時報》采訪時談道，“ChatGPT的出現是一種機遇和挑戰的結合，在發揮它優勢的同時，也應該認真對待它可能帶來的問題。”
ChatGPT時代，人類會逐步失業嗎?
最近ChatGPT的再次出圈，讓許多人又開始探討和研究AIGC。
這樣的氛圍確實很好，不過人類可能也需要對AI抱有更多的理智。
一方面，AI還有很多缺陷。
比如ChatGPT作為語言模型，是一個極度偏科的“文科生”。
粗略來說，它可以通過極大的文本訓練量把話說得人模人樣，但卻很難“長腦子”，也就是通過自己的邏輯思考來得出結果。
最主要的問題之一就是聊天機器人和文本生成工具無法判斷內容的質量和好壞，可以學習網絡上所有文本，可能產生惡意的甚至攻擊性的語言輸出。
另一方面，ChatGPT的記憶力有限。
雖然ChatGPT能夠記住用戶說過的話，但ChatGPT目前也只能從當前會話中引用最多約3000個單詞，因為超出此范圍的任何用戶信息都不會被保存。
ChatGPT暫時還無法勝任人類營養師及健身教練的工作，因為這些工作涉及用戶隱私、數據保存以及個性化推薦等。
如果ChatGPT算對了一個簡單的加法，很可能是因為網上就這么說的，而不是它真的會算。
在對海量文本數據集的學習之上，ChatGPT形成的預測和關聯知識，其實質是將人類已有的群體知識連接在一起的自動化媒介。
ChatGPT這類基于人類群體知識和記憶的知識生產方式，總體而言還是“人工”帶來的智能，它的成就必然與既有的主要基于個體知識與記憶的知識生產方式產生沖突。
因此，在ChatGPT后時代，不少行業的從業人員工作會受到適量沖擊。
但也像谷歌，微軟等科技巨頭和金融界大佬所分析的，ChatGPT只能從事基礎程序員工作，更高級的工作需要更多學習，迭代后有望出現機會，但目前很多金融和科技類工作分析還是富含個性化思維，目前ChatGPT還很難建立自己的邏輯，并非《流浪地球》里的智能量子計算機Moss。
據投資公司 Radical Ventures 預測，GPT-4 或采用更大規模的數據集，可能在10 萬億個 token 的數據集上進行訓練，同時它的參數有望比 Megatron-Turing 的要少。GPT-4 有可能是多模態的，支持文本、圖片、視頻等多種數據類型的輸入。意味著 GPT-4 可以根據文本提示詞（prompt）生成圖像，或者是可以輸入視頻然后通過文本的形式回答問題。
但就目前而言，ChatGPT目前的成功主要是技術上的，我們在擁抱其帶來的機遇的同時，也應當看到ChatGPT的漏洞。
比如，一，在各專業領域的運用，還需要進行各專業領域的特殊訓練和模式適應。
如金融行業，人工智能算法可以生成研報，在投研領域，ChatGPT主要應用的大規模預訓練語言模型技術已被廣泛投入使用。
但是當其引入垂直金融領域落地時，其預訓練環節還需要調整。
一方面需要做加法，用金融領域的私有、專有數據對其進行增強樣本的訓練，補足通用模型在金融領域的短板；另一方面需要做減法，將超大模型中金融領域用不到的資源摘除。
不過以上的深入，也涉及到了金融行業的隱秘性信息安全等問題。
二，在ChatGPT 風口已至，商業化落地加速的同時，ChatGPT面臨的潛在法律風險卻也大幅上升。
ChatGPT其僅僅是Transformer和GPT等自然語言處理技術的集成，本質上依然是一個基于神經網絡的語言模型，按計算機專業人士行話評價，依然還是“人工”智能。
人工兩個字就很巧妙，AI與法律的邊界也在于使用人工的不同人類與法律的邊界關系。
據新聞報道，ChatGPT技術也被黑客拿來利用，作為其破壞行為升級的“新武器”。
黑莓(Black Berry)的一份報告調查了英國500名IT行業決策者對ChatGPT這項革命性技術的看法，發現超過四分之三(76%)的人認為，外國已經在針對其他國家的網絡戰爭中使用ChatGPT。
近一半(48%)的人認為，2023年，將會出現有人惡意使用ChatGPT而造成“成功”的網絡攻擊，譬如網絡罪犯使用人工智能聊天機器人來偽造可信的網絡釣魚郵件(57%)，提高攻擊的復雜性(51%)，并加速新的社交網絡攻擊(49%)。
蘋果手機用戶就經常吐槽，自己的手機下載了國家反詐中心也防不勝防，各種釣魚網站短信走cloud紛飛，一不留神就是點擊進了一個社交網絡攻擊的陷阱。
目前，中國尚無國家層面的人工智能產業立法，人工智能在中國整體監管仍有待完善。
同時，ChatGPT帶來的虛假信息存在法律風險問題。另外，AI技術廣泛應用還伴隨著知識產權的合規問題。
三，雖然生成式 AI 賽道火熱，資金扎堆涌入，但是國外頭部機構引領技術和商業應用，國內整體進度落后 2到3 年。
技術發展可能存在不及預期的風險，且當前 AIGC 技術仍有局限。
新的技術需要商業化驗證目前 AIGC 的商業化仍處于早期探索階段，有存在不及預期風險。
畢竟，不得不面對的殘酷現實是，國內AI四小龍至今沒有一家實現盈利。
參考資料：
《從CHAT-GPT到生成式AI（Generative AI）：人工智能新范式，重新定義生產力》中信建投證券《ChatGPT：又一個“人形機器人”主題》東吳證券《ChatGPT風口已至，商業化落地加速》國聯證券《關注ChatGPT和代工龍頭在美建廠》華泰證券《體驗ChatGPT》真格基金等
營業執照公示信息