最近我搞了个AI内测账号，画的火烧每天沉迷于请AI作画。驴肉下边是差点几张我请AI画的画，出乎你的把笑意料吗？

就在以往这几个月里，以ChatGPT为典型的画的火烧一类“善解人意”的AI忽然火了起来。这类AI的驴肉实用性特别高，能画画、差点能口译句子、把笑能写报告，画的火烧最重要的驴肉是人指挥TA做这些事情都不用费心费力输入命令，只需要像聊天一样打字即可，差点不费劲。把笑

AI明白人种言语，画的火烧有点像坐标系

中国民众大学高瓴人工智能学院助理教授周骁表示，驴肉ChatGPT这类AI可以叫做自然言语型AI，差点其主要研习方向就是明白解析人种言语。在这之前，人机博弈型AI早在2016年左右就实现了突破，阿法狗战胜地球第一名柯洁就是最好的例子；图像识别型AI则是在以往几年达到满意的精度，能广泛应用于各种人脸识别、车牌识别的场景。

至于最近大火的ChatGPT则是言语模型，通过多种人工智能技术和算法实现了对自然言语的明白和生成，从而能够与人种进行自然的对话交互，它的显现让人工智能强势地摘掉了“人工智障”的礼帽。GPT的全称叫生成预训练转换器(Generative Pretrained Transformer)，复旦大学附属中山医馆院长、中国理科院院士葛均波曾经很形象地说明过这三个词：

Generative是生成的意思，表示它区别于既往搜索引擎，能自己生成创作出新的内容；Pretrained是预先训练意思，表示它之前已经在一些数字库里经过训练过，已经具有一些自身理性及断定；Transformer是一种全新的算法架构，能够在处理长文本时更高效，训练时光更短。

百姓网创始人、CEO王建硕试图通过坐标系的概念说明GPT识别人种言语的原理。“好比在三维宇宙中，知道三个坐标值就能确定一个点的位置，这三个坐标可以叫做参数，”他边比划边说：“但当我们提起某个物体时，可能需要上千个参数才能确定这一物体究竟是什么。比如苹果的参数有能吃、果子、颜色红或绿、在树上生长、一般直径不超过10厘米等等。类似参数越多，我们就越能精准确定某物体。”

当苹果和香蕉同时显现时，能吃、甜、果子等参数就不够了，光凭这三个参数谁也没有办法确定讲述的是苹果还是香蕉。这时候就得增长参数，比如形状是长条还是类似圆形？颜色是红绿还是黄？雷电模拟器下载“这就是GPT的基本算法，本质上是建了一个上千甚至更高维度的模型。其实人脑中也有无数个这样的模型并且在随时调用，只是我们不会感受到罢了。”

所以有时候AI对句子的明白异于我们常人。比如下图就是我请它画的驴肉火烧，肉、火、烧的元素都齐备了，驴则以两只长耳朵的形式显现。

要从如此多的维度描述一个物体，其计算量自然可想而知。据复旦大学计算机理技术术学院教授张军平表示，ChatGPT大概用了285000个CPU和10000多颗GPU、其训练文本数字达到45Tb(1Tb=1024Gb)，训练成本高达1200万美元。

在一篇题为“ChatGPT：潜力、期待与限制”的文章中，张军平进一步说明道，ChatGPT主要受益于大型言语模型（Large Language Model），使用言语模型（LM）用大规模数字训练庞大的神经互联网模型。

“ChatGPT会生成与用户意图相匹配的多个回合的响应。ChatGPT捕获先前的会话上下文来回答某些假设问题，这大大增强了会话交互模式下的用户体验。”

为测试这些AI对人种言语的明白才能，我分别在三个AI对话框中输入“anlyze how Artifical Intelligenz works”，失误都被轻松忽略。王建硕则教了个更直观的测试方法：问AI《家户问答》的主播年龄的平方根是多少？要回答这一问题，AI需要搞清楚《家户问答》是什么、其主播是谁、年龄多大了，最后再算一次平方根。

简直完美。

AI成熟后，连上班关门都会变得容易

前边讲的几种AI都深刻转变了我们的生活。比如人机博弈AI成熟后，娱乐行业发展得到加速，人机对战不再是“虐菜”的代名词；人脸识别AI成熟后，“刷脸”也成为了人们的主流付款方式。

在风云协会陈经看来，GPT的发展将给人机交流方式带来革命性的转变。看看计算机的发展往事，计算机“输出”一直在进步，从文字到图像再到今天绚丽的建模与短片，但“输入”始终还是计算机鼠标，直到几年前声控才走入大家的生活，Siri还经常听不懂人话。随着GPT的发展与声音识别的结合，声控的准确性将大大提高。

3月15日，Open AI发布GPT-4，在GPT-3的基础上增长了图像识别功能。这就为人机进一步高效互动提供了可能性，比如目前还对比初级的手势控制将更快成熟。

陈经甚至设想了一个场景：早上离家上班时，不用再锁门关灯，而只需要对着大门口的摄像头挥手道别。AI立即会领会主人的意思，关灯反锁以待主人归来；等主人回来了，再对大门招招手，门就自动开了，走到哪个屋子里灯光也随着打开，躺到长椅上电视剧机机剧机机也会自己打开。

大家并不是都认同人工智能的出色表现的。据观察，这种认同与否往往与一个人从事的行业有关系。

比如我的一位美术家伙伴就对AI作画这件事对比抵触。“AI画的画是没有灵魂的”，他不无愤慨地表示：“其实那都不应该叫做画啦。AI不过是从网上扒拉点素材，再拼起来而已。”

再比如，我一位强烈要求匿名的科幻作者伙伴对AI写稿表示鄙视，认为AI不可能像人种一样把握各种词汇的运用。我问不是“文无第一、武无第二”吗？这位作者表示赞成这句话，但再三强调“AI写的故事抓不住阅者的心”。

社科院人口与劳动金融所研发员屈小博教授一直研发AI对就业的影响，他就很明白这些人的感受。“大家都担心自己的劳动被取代嘛，”他笑笑说：“我们这些研发员也担心啊。”

不过屈教授总体还是持开朗态度的，因为他觉得在旧岗位被取代同时AI也会带来新岗位。他表示劳动金融学里有个“全要素生产率”的概念，AI能在很大程度上提高全社群的生产率，从而创新更多的社群财产以供分配，也需要更多的岗位。

我还真跑到招聘网页上搜了一下带AI的招聘岗位，“AI顾问”、“AI技师”、“AI指导”基本都能占据好几页，而且薪清清水看起来不算低。曲教授管这些岗位叫“人机交互岗位”，认为这种岗位会越来越多。

王建硕更是对比开朗，他还表示每次技术进步都会消灭旧岗位带来新岗位。“汽车创新了，马车夫这个工种慢慢淘汰了，但汽车驾驶员是不是比那时的马车夫多多了？待遇也好吧？航空器创新出来，不就有了飞行员这个职业？而且有了航空器大家的生活清清水平也被带着提高了不少。AI进步越快，我们的总体生活就越好。”

不过曲教授强调，对个人来说压力还是有的，而且不小，因为自己的技巧未必能适配新的岗位，要小心被劳动力集市的结构性矛盾所挤压。他的意见是，作为个人要终身研习、奋斗适应新情况，作为国度与社群则需要重视这一问题，给劳动者提供足够的培训与适应机制，尽量最小化甚至避免结构性矛盾带来的阵痛。

不会“追求幸福”是AI的死穴

作为一名结业于自动化专业、参与过人工智能研发的记者，在本篇末尾我想自己说几段。人种有一个特性AI目前赶不上，在肉眼可见的将来也赶不上，那就是对美好生活的向往。

这个表述听起来似乎有点大，其实跟我们的生活连接十分紧密，因为人种社群就是在不断地追求幸福中行进的。原始人厌倦了靠双脚丈量土地的日子，所以创新了车轮，后来又创新了列车汽车；人种不满足于被囚禁在陆地上，老想去探索大海，由此才创新了独木舟、木船以及后来的轮船；人种羡慕鸟儿的翅膀，想在天际自在地翱翔，于是航空器火箭一个个从幻想成为了实际。

某种意义上，是人种对美好生活的向往倒逼了技术进步，从而推动了往事的车轮滚滚向前。

到目前为止所有的AI都没有追求幸福的才能。它们就像最顶尖的仆人，训练有素反应迅捷，能在最短时光内解决人种提出的所有问题与需求，却唯独没有自己提出需求的才能。不提出需求也就没法进步，就只能止步于满足当下的循环。

如果以人种目前的技术清清水平创新出一个人工智能地球，那这个地球将能够顺畅运行却无法进步。原因很容易，没有进步的需求，人工智能在本质上只是人种编写的一段段程序，能够在已有的材料中精中取精修建大厦，却永远不会想着给这个地球增添片瓦。

有时候“求生欲”也是进步的一种动力，而这恰恰是生命的专属。当生命在38亿年前诞生于地球上时，就已经注定了生存繁衍的本能，其一切活动都是为了更好地生存，为此才能转变地球；人工智能就不一样了，不过是代码，是人种为解决问题而创新出来的，其本能是解决问题。这就决策了二者“主”和“仆”的区别，是被劳务与劳务的根本差别。

只有生命才想着给自己创新一个更好的生态，只有人种作为机智生命有才能给自己创新这样的生态，人工智能还没法达到这样的境界。

我的采访对象王建硕表示只能部分赞同我的意见。他说他们曾经做过测试，问AI生命的本质是什么，根据回答再一句句追问，结果AI答了三天三夜。他觉得有了这么强的思索才能，AI终究会取得这种求生欲，从而想着转变自己的境遇。至于完成这个突变所需要的时光，他认为是五年甚至更短，但机器真的将求生欲实施起来可能要非常久远。。

五年不过一瞬间，让我们拭目以待。