根據(jù)瑞銀最近一份研究報告估計，OpenAI 去年11月底推出的 ChatGPT 在1月份達到了1億月度活躍用戶，成為歷史上增長最快的面向消費者的人工智能 app。 根據(jù) Sensor Tower 的數(shù)據(jù)，從上線開始算，到達到1億月活， Instagram 用了大約兩年半，TikTok 抖音用了大約9個月，而 ChatGPT 只用了兩個月。
【資料圖】
據(jù)業(yè)內媒體反饋，ChatGPG 也是當前中國企業(yè)開發(fā)者社區(qū)最關注的話題——如何將 ChatGPT 運用于企業(yè)? 用于哪些業(yè)務場景？怎么用？包括金融、制造和車企在內的傳統(tǒng)企業(yè)也對此極為關注。一些開發(fā)者表示，他們的領導已經(jīng)下命令，讓他們加快研究 ChatGPT 如何在業(yè)務當中發(fā)揮作用。
IBM 是全球企業(yè)級 AI 技術與應用的領導者，第三方研究機構早在2021年就報告 IBM 連續(xù)三年位列全球 AI 市場份額的第一名，全球有超過4萬企業(yè)客戶正在使用 IBM 的人工智能，即 Watson AI。近年來，許多把“數(shù)據(jù)為先”作為企業(yè)數(shù)字化轉型重點的中國企業(yè)也加入到積極采用人工智能技術的行列，他們與 IBM 的技術與行業(yè)專家一道，攜手打造了不少創(chuàng)新領先的 AI 應用場景，積累了一定的經(jīng)驗。
鑒于廣大的客戶與合作伙伴近期對于如何在企業(yè)高質量、規(guī)模化和安全地采用人工智能實現(xiàn)創(chuàng)新突破的高度關注與探索需求，我們特別邀請 IBM 中國的技術與行業(yè)專家，分享他們的見解與實施經(jīng)驗，希望能夠對廣大客戶、合作伙伴和開發(fā)者社區(qū)的同行有所啟發(fā)和借鑒。首先與大家分享的是 IBM 杰出工程師、大中華區(qū)客戶成功架構師、大中華區(qū)金融行業(yè)首席架構師陳宇翔，以下是他近期的署名文章：
從 ChatGPT 的走紅談企業(yè)需要怎樣的 AI -- 是“百事通”還是“業(yè)務助手”？
作者：陳宇翔
IBM 杰出工程師、大中華區(qū)客戶成功架構師、大中華區(qū)金融行業(yè)首席架構師
ChatGPT 火爆出圈
最近幾周，AI 業(yè)界最大的新聞無疑是 ChatGPT 橫空出世，從而引發(fā)的業(yè)界震動。市場上有大量的評論文章，有把它描述成無所不能的，大有代替人類職業(yè)之勢；也有提出擔擾，某些頂級學術雜志和知名高校已經(jīng)明確限制 AI 作者發(fā)表論文和科研成果。
出于好奇，筆者也試用了 ChatGPT。整體感覺對于一般的開放性問題，ChatGPT 生成的回答文法結構完整，語言風格自然，比之前的聊天機器人有明顯的進步。內容的準確性和完整性，往往能超過正常交流時大多數(shù)人的“第一反應”，更像是經(jīng)過了一番思考并整理后的結果，條理清晰，很有啟發(fā)。但對于專業(yè)性問題，尤其是需要邏輯推理的知識，ChatGPT 并沒有像網(wǎng)上文章說的那么出色，經(jīng)?！皬埞诶畲鳌被蛘咝问缴舷衲Ｏ駱拥珒热萆蠀s不知所云。
為什么會這樣呢？我們可以問一問 ChatGPT 自己。
ChatGPT 是由 OpenAI 公司開發(fā)的一款預訓練語言模型，旨在生成人類可讀的文本。它通過讀取大量的文本數(shù)據(jù)，學習了如何生成與語言相關的內容，并在輸入一段文本時生成一段有關的文本輸出……
ChatGPT 中的 GPT 的全稱是的“Generative Pre-trained Transformer －即生成性預訓練變換模型”。借用一位名叫#硅谷學霸Jolin 的技術教育博主對 GPT 模型的淺顯解釋，她說，以 ChatGPT 為代表的“生成性 AI”是一項技術突破，之前 AI 學習大多聚焦于觀測、分類和分析內容，而生成性 AI 則不限于分析現(xiàn)有數(shù)據(jù)，它可以生成新內容，可以根據(jù)需要生成新的代碼、詩歌、文章和藝術品。ChatGPT 是專注于文本內容的生成性 AI。所謂“預訓練”是指該模型已經(jīng)在某些有限的數(shù)據(jù)集上進行了訓練，事實上，ChatGPT 已經(jīng)學習了2021年6月以前人類編寫和發(fā)布在互聯(lián)網(wǎng)上的海量信息，而且是通過“監(jiān)督學習”和“人類反饋強化學習”這兩種技術進行的學習。Transformer 是一個非常底層的 AI 機器學習的算法架構，是一種深度神經(jīng)網(wǎng)絡。從 GPT-1到今天的 GPT-3.5都是采用 Transformer 架構，而 GPT 模型的進化有賴于底層硬件超級算力的效率提升 [1]，以支持 AI 對更多、更大數(shù)據(jù)集的訓練和學習。
也就是說，ChatGPT 是通過海量（約45 TB [2] ）語料訓練而掌握了語法和語義結構的成熟的大型語言模型 (Large Language Model, LLM)，其特色是文本生成能力很強，產(chǎn)生的文字風格和內容很像之前的輸入，即人類語言。由于訓練語料涉及面廣，所以 ChatGPT 對各行各業(yè)的信息都有涉獵，總能略知一二，有時甚至回答得頭頭是道。對某些專業(yè)領域，比如編程，甚至可以產(chǎn)生準確的代碼并直接運行。然而，若仔細觀察，這些代碼往往都是解決特定的小任務，代碼風格似曾相識。若要完成一個創(chuàng)新的算法，或者復雜問題的編程，ChatGPT 就無能為力了。
總體而言，這類通過學習語料來生成文本的 AI 模型，都是在學習過去，其目標是模仿過去，生成出幾可亂真的作品，并不是真正意義下的創(chuàng)造未來。ChatGPT 也不例外。作為助手，對思考的廣度往往有幫助，對思考的深度卻不盡然。
從聊天到業(yè)務助手
ChatGPT 讓我們看到了大型語言模型的未來。然而，在企業(yè)應用中，為了創(chuàng)造業(yè)務價值，這類對話形式的應用 (ChatBot) 則更多用于對外的“客戶服務”或對內的“業(yè)務助手”方面。這就對此類模型提出更高的要求——
第一：準確性和專業(yè)性
企業(yè)往往要求回答準確且專業(yè)，如果對答案沒有把握，回答“不知道”也好過生成一大段豐富而無用的文字。
ChatGPT 是一種“開放領域系統(tǒng)” (Open-domain system)，類似的還有 Google的 Bard，它們都需要海量的信息輸入和長時間的訓練，能應付所有領域的對話，回答內容相關度高，對答自知，語法自然。
而企業(yè)級的 ChatBot 是一種“封閉領域系統(tǒng)” (Close-domain system)，往往不是需要一個乖巧的“百事通”，而是需要專業(yè)領域可靠的“知識助手”。它的訓練語料是有限的，包含企業(yè)內部文檔和資料、專業(yè)領域知識庫、外部該領域的相關文章等等，大量的資料都是不公開的。ChatBot 能回答的問題也限定在專業(yè)領域的場景語境中。不必面面俱到，但求簡練、精準、專業(yè)。
第二：主動式對話
碰到提問模棱兩可的時候，企業(yè)應用往往要求通過主動引導式對話，甚至反問的辦法，迅速澄清意圖。然后，再給出明確的答案。這一點 ChatGPT 目前尚未做到，當問題模糊時，回答也模糊，提問者發(fā)現(xiàn)后，換一種問法，或者在對話中縮小范圍，可逐步得到想要的結果。整個過程中，ChatGPT 每次都是被動回答。
第三，后臺集成能力
ChatBot 往往作為企業(yè)對話的渠道入口，在提供服務時需要和企業(yè)大量的后臺系統(tǒng)集成。比如：在識別意圖后可以從數(shù)據(jù)庫或大數(shù)據(jù)平臺中自動收集相關數(shù)據(jù)，并進行分析和推理，得到客戶所需的明確答案；或者啟動一條指令或一個后臺流程，幫助客戶完成相關操作。
IBM Watson 服務企業(yè)級 AI 應用
OpenAI 從2018年以來長期堅持研發(fā)大型語言模型，通過不斷迭代，從最初的 GPT-1到目前的 GPT-3，且今年會發(fā)行 GPT-4。目前，在開源社區(qū)找到 GPT-3模型，也為企業(yè)開展此類研究提供了范本。
ChatGPT 對企業(yè)的吸引力是毋庸置疑的，多數(shù)企業(yè)都有意愿擁有一個自己的 ChatGPT。然而，當前 ChatGPT 采用最新的 GPT-3.5模型，含有千億級參數(shù)，一次訓練就要花費數(shù)百萬美元。大多數(shù)企業(yè)不具備如此大的算力，但如果為了獲得對話模型，把企業(yè)內部數(shù)據(jù)都上傳到網(wǎng)上，利用公有云訓練也會有安全顧慮。所以，企業(yè)主導訓練一個定制版 ChatGPT，無論從財力還是合規(guī)方面都會有障礙。
IBM Watson，也就是 IBM 企業(yè)級的人工智能，經(jīng)過十多年的發(fā)展，從研究到實驗，至今已經(jīng)發(fā)展成為一套可以在紅帽 OpenShift 上任意運行的 AI 能力，以產(chǎn)品化的方式提供給用戶，幫助企業(yè)整合和分析混合環(huán)境下分散而復雜的企業(yè)數(shù)據(jù)，從而實現(xiàn)數(shù)據(jù)驅動的預測性決策、智能自動化和基于企業(yè)內外適時數(shù)據(jù)和洞察的安全策略與響應。
今天 IBM Watson 已經(jīng)應用于全球四萬多企業(yè)用戶的業(yè)務場景當中，為具有不同水平 AI 技能的用戶提供尖端的 AI 能力，無論是缺乏 AI 技能卻想通過 AI 重獲時間效率的商務及專業(yè)人士 (例如人力資源、財務、網(wǎng)絡安全管理人員等) ，還是具備一定 AI 技能并且正在大規(guī)模使用 AI 的數(shù)據(jù)科學家、IT 專業(yè)人員等。
IBM Watson 提供了許多不同的工具和服務，用于解決多種問題。它涵蓋了語言處理，解釋、回答和生成文本等多種功能，以幫助客戶解決商業(yè)問題。同時，它也提供了語音識別、圖像識別等其它功能，使之成為一個非常強大和全面的人工智能平臺。
長期以來，IBM Watson 面向企業(yè)級 AI 應用，特別為企業(yè)定制“業(yè)務助手”類的對話式應用?；旧希琖atson 有語音文字轉換、意圖識別、對話流設計、文本分析、知識整理、情感分析等功能。使得 Watson 可以在通用的語言模型上疊加專業(yè)領域知識，并有意識地設計和引導對話方向。
Watson 通過后臺的機器學習、自然語言處理、文本生成、語音識別與合成、對話系統(tǒng)、知識圖譜技術，可以分解文本結構，精準定位觀點、事實、論據(jù)、邏輯關系等，早在數(shù)年前，采用 IBM Watson 技術的IBM 人工智能辯手 (Project Debater) [3] 就曾以它的機智幽默和高情商而驚艷業(yè)界，它可以針對任何一個預設話題，比如“國家應該為每個人提供基本收入”，臨時選擇正方或反方，與人類的辯論冠軍選手進行對辯。今天的 ChatGPT 也可以達到這個效果。應該承認，其通用語言模型和文本生成技術所呈現(xiàn)的體驗感受甚至可以超過 Watson，令人驚艷，其開放的用戶界面更是讓大眾能夠親身體驗這種驚艷，然而 Watson 的專業(yè)性、可設計性、集成性則更適合企業(yè)級的業(yè)務定位。IBM 把這種普適性的大型基礎模型稱為基礎模型 (Foundation model) [4]，它利用遷移學習 (Transfer learning) 經(jīng)過少量的專業(yè)訓練，就能進入一個知識領域，并且得到新的啟發(fā)，這一點非常像人類的學習過程，有廣闊的應用前景，也是 IBM 今后研究的重點。
我設想，對于企業(yè)已有的 Watson 對話模型，也可以利用 ChatGPT 得到增強?？梢允菂f(xié)同模式：當發(fā)現(xiàn)是專業(yè)領域的封閉式問題，可用原有 Watson 模型回答，當發(fā)現(xiàn)是開放式問題，可用 ChatGPT 回答。也可以通過競爭模式：一次生成多個答案，由人類做裁判，相互學習，共同提高。
總言之，ChatGPT 將人機對話的體驗提高了一個檔次，利用強大的搜索和知識整理的能力，在問題回答的廣度上往往很有啟發(fā)，但深度不足。目前只能學習 (Learn) 人類語言和知識，還做不到思考 (Think) 推理，也難以駕馭高度創(chuàng)新和深度思考的任務。我認為，對于企業(yè)級的應用，融合 ChatGPT 與 IBM Watson 之所長，不乏為快速高效地應用 AI 提升體驗、創(chuàng)造價值之選。
參考資料：
· OpenAI 公司在 GitHub 上開源的 GPT-3模型：
https://github.com/openai/gpt-3
· IBM 致力于基礎模型研究：
https://research.ibm.com/blog/what-are-foundation-models，
https://research.ibm.com/blog/molecular-transformer-discover
本文作者簡介：
陳宇翔先生現(xiàn)任 IBM 大中華區(qū)客戶成功架構師，他是 IBM 杰出工程師（Distinguish Engineer）, 也是 IBM 大中華區(qū)金融行業(yè)首席架構師。在近25年的 IT 從業(yè)經(jīng)歷中，他主持了許多大型項目的解決方案設計和 IT 架構設計，熟悉銀行領域相關業(yè)務，是行業(yè)高級顧問。陳宇翔先生也是軟件和技術專家，長期致力于軟件推廣工作。同時擁有 IBM 高級工程師和資深架構師認證。
陳宇翔先生長期致力于“人工智能、云計算、物聯(lián)網(wǎng)、量子計算”的技術推廣，結合金融行業(yè)創(chuàng)新應用，是金融行業(yè)創(chuàng)新解決方案設計的領導者和實踐者。
[1] 至頂網(wǎng)2023年2月8日文章：《助力 AI 科研，IBM 研究院打造 Vela 超級計算機》鏈接：https://server.zhiding.cn/server/2023/0208/3147388.shtml
[2] 東吳證券研報分析認為，ChatGPT 的模型經(jīng)歷從 GPT-1到 GPT-3的升級，優(yōu)化主要來自算力增加。GPT-1、GPT-2和 GPT-3在算法模型并沒有太大改變，但參數(shù)量從1.17億增加到1750億，預訓練數(shù)據(jù)量從5 GB增加到45 TB，其中 GPT-3訓練一次的費用是460萬美元，總訓練成本達1200萬美元。雖然訓練數(shù)據(jù)量和算力大幅增加使 GPT-3有顯著優(yōu)化，但高額投入也使其只能走 B 端變現(xiàn)。信息源：第一財經(jīng)2022年12月7日報道：《拳打谷歌 ChatGPT 火出圈！投資人稱更需警惕投資泡沫化跟風》。信息源：https://www.yicai.com/news/101616572.html
[3] IBM中國微信公眾號2019年5月19日文章：《AI 下棋還在喧囂，AI 辯論早已啟航》鏈接： https://mp.weixin.qq.com/s/XqvPkQqtpHjfp_Erh3QrAw
[4] 至頂網(wǎng)2023年2月14日文章《IBM 運用基礎模型加生成式 AI，展示開創(chuàng)性 AI 研究成果》鏈接：https://www.sohu.com/a/640755030_114765
如需了解IBM技術、產(chǎn)品和服務的更多信息，請訪問：https://www.ibm.com/cn-zh?ref=netease_202304，或者掃描以下二維碼進行訪問：
關于 IBM
IBM 是全球領先的混合云、人工智能及企業(yè)服務提供商，幫助超過175個國家和地區(qū)的客戶，從其擁有的數(shù)據(jù)中獲取商業(yè)洞察，簡化業(yè)務流程，降低成本，并獲得行業(yè)競爭優(yōu)勢。金融服務、電信和醫(yī)療健康等關鍵基礎設施領域的超過4000家政府和企業(yè)實體依靠 IBM 混合云平臺和 Red Hat OpenShift 快速、高效、安全地實現(xiàn)數(shù)字化轉型。IBM 在人工智能、量子計算、行業(yè)云解決方案和企業(yè)服務方面的突破性創(chuàng)新為我們的客戶提供了開放和靈活的選擇。對企業(yè)誠信、透明治理、社會責任、包容文化和服務精神的長期承諾是 IBM 業(yè)務發(fā)展的基石。
了解更多信息，請訪問：https://www.ibm.com/cn-zh
標簽：
要聞