上線不到一周用戶突破100萬ChatGPT為何火爆全網？

一個Al有多會聊天？這兩天爆火的ChatGPT情商比我高最近，一個問世不到一周的一個AI聊天機器人光速走紅，瘋狂程度直追羊了個羊。

甚至因為對中文的超高支持度，國內的科技圈都被它刷屏了。

很多人便深陷其中，無法自拔。就連馬斯克不忘調侃一句，這種“人傳人”的瘋狂現象。

想必消息靈通的差友已經猜到了，他就是 OpenAI的新產品 ChatGPT。

之前，OpenAI 就曾發布了新模型 DALL·E，能從文本直接生成圖像，打破了自然語言與視覺的次元壁，AI 圈歡呼，二次元猿狂喜。

而從被 AI 作畫驚艷到現在，抖音都已經開始全面整活AI 漫畫臉，人工智能好像在以一種很新的方式入侵了各位差友的生活。

而這一回 OpenAI 的誠意制作 ChatGPT，更是直接拿“ 代表先進生產力的科技巨頭 ”開刀，直指谷歌的基本盤---搜索業務。

而且這可不是標題黨的噱頭，而是最近一個 Twitter 博主的破防現場。

12月1日，一位名為 josh 的博主在將他日常請教谷歌的問題喂給 ChatGPT 時發現：“ AI 對話模型 ChatGPT ”的回答竟然完爆了谷歌搜索結果。

為此，他振臂一呼：谷歌已死。

更夸張的，這一激進的觀點，甚至得到了 2.2w 網友的支持。

為了趕上這波 AI 的潮流，差評君帶著黑眼圈連夜嘗鮮。

一頓操作過后，感覺已經成功見證了歷史。

ChatGPT 的出現基本宣布了，人工智能的對話模型開始能在大范圍、細粒度問題上給出普遍穩妥的答案。

簡單地說，人工智能的大對話模型可以達到基本不犯錯誤的水平了。（ 當然現在還是測試版 ）

有個網友問 ChatGPT：給我講講 2015 年哥倫布來到美國的故事。

ChatGPT 不僅會指出問題的錯誤 “ 哥倫布不可能活到 2015 年 ” 這個假設。

還能將問題，自動理解成一個假設性場景，并創造性地想象哥倫布生活在當代的場景。

不僅融通古今，還有批判性思維。其語言表現力和思想深度，讓人佩服。

于是為了直觀地體現這種差距，有網友特意帶著我們這位人工智能界的新秀做一次智商測試，結果顯示平均智商 83。

這還沒完，甚至在某些領域，ChatGPT 已經徹底走在了大部分的人類前頭了。

Anaconda 公司的 CEO ，Python 社區中最具影響力的領導者和開發者之一，Peter Wang 表示：

我剛剛與 ChatGPT 就現代物理學的歷史進行了大約 20 分鐘的對話。如果我在高中和大學期間有這樣一位老師……OMG。我認為我們基本上可以重新審視大規模教育的概念。我們所知道的大學將不復存在。

當然 ChatGPT 真正讓人拍案叫絕的領域還得是代碼。

當用戶命令ChatGPT找出一段程序的bug時；

它不僅可以清晰地描述 bug 及原因，還能自動修復 bug，寫出一段正確的程序：

不少外網開發者在試用中聲稱 ChatGPT 針對他們的技術問題提供了非常詳細的解決方案。（ 打工人淚目 ）

最喪心病狂的是，ChatGPT甚至不拒絕用一整段程序，給你拼接成一條小狗。

而 ChatGPT 的前輩--- GPT-3 語言，更是早就被微軟用在了編程軟件里，開發者只需要說明自己想在 App 里實現什么功能，就可以自動生成代碼了。

這哪里是個聊天機器人，分明是個無情的編程答題機器。

不過，為了不給大家一種人工智能時代就要來到的錯覺，差評君還是給大家先澆上一盆冷水。

有生之年能不能看到強人工智能，還是一個難題。

有業內人士表示，ChatGPT 只是經過了某些算法的修飾，更擅長應付常規的問題。

這就好像所謂的互聯網黑話，以及神棍算命的話術一般，是為了用戶體驗而服務的。

所以，這樣一個看起來很完美的 AI 到底能不能成功代替谷歌呢？

這其實是一個開放式的問題。

與其說，ChatGT 人工智能有多先進，在搜索業務上比谷歌更優越？

不如說，AI 在以一種很新的方式，改變搜索引擎業務的生態。

我們知道，目前的主流搜索引擎，比如谷歌，都是基于對問題本身的搜索，但它們有一個很大的限制：用戶有時也描述不清自己的問題。

恰好，ChatGPT 能夠和用戶進行互動，在充分挖掘用戶真實需求的基礎上，提出解決方案。

有什么“ 專家級解決方案 ”比“ face to face ”的專家更加貼近用戶需求呢？觸及用戶痛點的呢？

在此基礎上，通過算法給ai加上一點點的溫度（ 擬人化 ），簡直就是王炸。

這才第五天，已經有大量將 ChatGPT 嵌入谷歌的插件出現了，這里頭有沒有 ChatGPT 自己的作品呢？我很期待。

不得不承認，這可能就是未來搜索引擎的的新范式，ChatGPT 也許會引領一場大革命！

盡管，通過發布 DALL·E 和 ChatGPT 兩個拳頭產品，OpenAI 似乎在一年內快速占領了，生成式 AI 的高地。

（ 所謂“ 生成式 AI”是指：用人工智能在幾秒鐘之內迅速生成圖片、視頻等創造性內容的能力。）

不過大家肯定想不到，在這個領域的祖師爺，還得是谷歌。

2015 年，谷歌推出 DeepDream，開創了 AI 根據文本生成圖像的先河，而這時候，OpenAI 才剛剛成立不久。

結果 7 年之后，OpenAI 攜帶 DALL·E 火速出圈。而 ChatGPT 使得 OpenAI 在人機結合的領域，又再次領先了一步。

顯然，在大火的生成式 AI 的領域，谷歌徹底敗下陣來。

有錢，又有先發優勢，谷歌的一手好牌是怎么打爛的呢？實在讓人好奇。

對此，來自 Google 母公司 Alphabet 的一位工程師 @hncel 是這么解釋的：

像 GPT 這樣的大型語言模型是谷歌主要研究的領域之一，而且有大量相當明顯的應用，它們可以被用來回答查詢、索引信息等。

但是顯然谷歌認為，在最大的產品（ 如搜索、Gmail ）中實際使用這些語言模型的經濟性還不太成熟。

說白了，谷歌有足夠的技術儲備，但是覺得生成式人工智能作為通用性人工智能不太賺錢，所以戰略性放棄了。

這就使得，即使 DeepMind 最著名的專用人工智能 AlphaFold DB 已經幾乎準確預測了所有已知的蛋白質結構，徹底引領了生物學的革命。

依然不能改變和 OpenAI 在通用 AI 上的差距，因為 AlphaFold DB 的所有的技能點都點在了蛋白質結構預測上。

投資者束縛了谷歌的想象力。

而 OpenAI 在這方面則要幸運得多。

首先，他是一家為通用性 AI 而生的非盈利性公司。OpenAI 的聯合創始人 Ilya Sutskever 表示：一個真正的 AI 應該能解決任何你交給它的問題。

其次，在 19 年與微軟合作之后，獲得了充沛的技術支持和資金。

最夸張的是，連老天都站在 OpenAI 這一邊。

近期，AI 科學家們更是發現了一個大型模型從量變到質變的節點，讓 OpenAI 在通用人工智能領域強者更強。

研究表明：在學習效率和可靠性上，大約在 10 億參數（ 10^9 ）之后的大模型都會出現飛躍式的提升，放大了OpenAI 高達 1750 億參數的大模型的的優勢。

而同時期，谷歌推出的語言模型 MT5 只有約 130 億個參數，這其中的差距大家自行腦補。

盡管谷歌憑借深厚的底蘊，不斷追趕。

驚艷全網的 DALL·E 2 才新鮮出爐一個月，谷歌就派出名為 Imagen 的選手來打擂臺。

但是架不住，OpenAI 圖像領域殺完，立馬拿著 ChatGPT 出來了。

事實上，谷歌的例子生動的告訴我們，在人工智能領域，就是傳統經驗也有些無力。

新時代的到來,不是大魚吃小魚,而是快魚吃慢魚。

沒有人會保證，不會殺出下一匹的黑馬。

人工智能，永遠驚喜，永遠讓人熱淚盈眶。