别只看ChatGPT现在的火爆，谁知道它努力了多久？

发布人

微软中国首席技术官韦青：滑向冰球的下一个位置（三）
为什么说这个呢？因为我们刚才讲了在实证过程中发现，在我们的媒体，在我们的朋友圈看到的很多结论性的东西，好像跟真正在实验室发生的现象是不一样的。我举几个例子，第一，这是一个去年5月份的会议，请问大家，包括我在内，我们回忆一下，去年5月份，我们对于生成式AI，对于人工智能的进步是一个什么认知的程度？
那么我们可能觉着忽然蹦出一个孙猴子，从石头里面，是ChatGPT，真的是这样吗？看一下去年5月份的一个演讲：
... ...
好，那么往下放一下，也就是说，当我们在追这个技术的时候，我们现在的一个最大的危险，起码我每天如果说大家经常有一句话讲，就是说睡觉之前让你睡不着觉的危险是什么？我相信大概率事件，现在这个时刻，此时此刻此秒一定又有一个现象正在发生。我们希不希望经过了半年或者明天一睁眼，我们说，“哇！坏了，我们又错过了一个类似于ChatGPT这么一个机会！”，还是说我们老担心呀老追来追去，这就是今天的一个议题。
但是如果不理解这些所谓突发现象的话，我们很容易被这个现象所误导。
我就举了个例子，其实ChatGPT或者GPT它并不是突发现象，我们被教育的认为有一个叫指数型增长，但大家想一想，真的有指数型增长吗？有指数型增长的前提条件是什么？是我们活得还不够久，如果你活得够久的话，没有任何事是指数型的，都是线性的。
好，那么比方以ChatGPT为例，这就一个从水面上突然跃起的一个现象，但是问题什么，为什么我们认为是突然跃起的，因为我们每个人的认知边界都是很狭隘的，我们其实不知道我们不知道的。但是在这种很狭隘的认知圈里面，我们当看到一个我们不知道的时候，我们会倾向于认为它是蓝线的趋势，产生红的箭头的判断。
但实际上刚才讲了去年5月份，如果再退回20年前，40年前，如果你在这个行业的话，你会看到的是什么？是水面下的趋势。其实已经有很多次这种所谓的短期的指数性增长，当你知道历史之后，大概率事件，我们会做这个判断，也就是说认为绿线是一个可能的技术发展趋势。但是我相信绝大多数人产生的是红色的区域，所以所谓的这种Hype-Cycle技术成熟度曲线，这种突发的又跌下来再起来才出现，所以Hype-Cycle这个技术度的炒作曲线或者成熟度曲线并不是一个理性的现象，那么我们是否愿意充当肉身填碉堡的角色，在前面把很多钱都浪费掉了，很多精力都浪费掉了，还是说我们愿意是一个理性的能够回报率最高的投入，那么听一听接下来可能会发生什么。
Ilya Sutskever (伊尔亚·苏茨克维)是OpenAI的一个科学家，他是很有思想的一个人，听听他最近怎么说的，他对未来的预判：
... ...
所以我总结一下：数据还是非常关键的。
现在我们讲了算力是眼前会出现的局限，就像是一个人，当你的消化器官和新陈代谢器官不好的时候，你会担心这个人虚弱，一旦你的消化器官好了，你会缺什么？好的食物。当你的大脑是会思考的，你缺的是什么？是大脑的食粮，就是好的知识，好的数据，好的书本。当你的机器真的有了计算力之后，你会发现真正难的或者同样难的是知识，以数据代表的知识，别人没有的数据代表着优秀的、高效的、优质的知识。
同时如果你只看现在，而不考虑到知识永远是在信息社会最终的能产生竞争优势的一个要素的话，如果我们真认为有数据就够了，我们真认为有信息就够了，而不意识到数据、信息都是要产生Insight（洞察力）的和知识，而知识人类要的什么，是智慧。
就是D（数据） I（信息） K（知识） W（智慧）信息的金字塔，如果不理解这个的话，大概率事件，我们后面老追狂追，追到说算力解决了又发现没有数据，数据解决了又发现没有知识，知识解决了又发现人还是没有把知识变成我们的智慧。
好，那么再看一下Andrej Karpathy（安德烈·卡帕西，特斯拉前AI高级总监，现在OpenAI任职)，这也是一个业界的一个大咖，他说什么？他说的就跟刚才几位老师讲的关于脑神经科学，我把脑神经科学，我作为一个外行，解读成就是了解我们自己。听他怎么说的
 ... ...
在这会上介绍什么？Brain and Behavior（大脑与行为），这是伊戈曼写的一本书，但我查了国内还没翻译，但他写了另外几本书《大脑的故事》，还有什么呢？还比方说《死亡的故事》，它是一套有4本书。我说的什么意思？就是说当我们在说大语言模型，ChatGPT的时候，不要忘记，真正跑到前面的人又回到人自身去了。我特别赞同刚才北大的教授讲的，就是说机器开始是由人造的，造完之后机器呢还要来帮助人，那么现在是机器帮助人了解我们的时候。所以第一轮的结论就是我们别那么早下结论，对吧？也别什么都信，在信息时代是信息过载的，最近有本书叫做Don’t fool yourself 不要骗你自己。

打开封面下载高清视频观看高清视频视频下载器