ChatGPT的关注点在哪？

ChatGPT推出后用户量增长迅速。

ChatGPT 于 2022 年 11 月推出，上线两个月后便跻身全球访问量排名前 50 名的网站， 且访问量仍在快速提升中。 根据 SimilarWeb 的数据，2023 年 1 月 31 日，chat.openai.com 网站当天的访问量达到 2801 万，高于世界前五大出行预定网站之一 booking.com（全球访问量排名第 45）的 1771 万，作为对比，亚马逊官网 amazon.com（全球访问量排名第 12）当天访问量 8076 万。 2022 年 12 月至 2023 年 2 月，chat.openai.com 累计访问量达 18.82 亿，并且日均访问 量保持上升态势，2 月 28 日当日访问量突破 4500 万，作为对比，booking.com 与 amazon.com 累计访问量分别为 15.36 亿和 74.08 亿。 此外，微软搜索引擎 Bing 在接入 ChatGPT 功能后用户活跃度也迅速上升，据 Bing 官方 博客，整合了 ChatGPT 功能的新版 Bing 上线一个月后为 Bing 搜索引擎贡献超过 100 万 新增用户，目前必应搜索引擎日活已经突破 1 亿。

传统的 NLG 在平时生产生活中应用比较广泛： 1）基于模板填充（Template-based）的，比如酒店预订官网中用户输入日期、酒店位置 等就能自动生成订单，电子邮件通知中的“尊敬的 XX 先生/女士，您的订单（订单编号） 已成功提交，预计（预计送达时间）送达，请注意查收。” 2）基于规则（Rule-based）的：用预定义的语法规则和词汇表来生成自然语言文本。例 如，给定一个表示天气情况的数据，规则可以生成“今天的天气晴朗，温度在 25℃左右， 风速较小”这样的文本。 3）基于统计（Statistical-based）的：用统计学习算法从大规模的语言数据中学习语言模型，例如翻译中可以利用概率模型建立源语言和目标语言之间的映射关系，以节省一定的 人力。

但传统的自然语言生成局限性也很明显： 1）缺乏灵活性和泛化能力：传统方法通常需要手工编写规则或模板，难以适应多样化和 复杂化的语言生成任务，并且很难泛化到新领域或新语境中。 2）难以处理语言的复杂性：语言生成涉及到词汇、语法、语义、语用等多个方面，而传 统方法往往只能处理其中的一两个方面，难以实现全面的语言生成。 3）生成的语言不够自然：由于传统方法对语言的处理不够全面，生成的语言常常会显得 生硬、不自然，甚至出现语法错误、歧义等问题。

因此，自然语言处理技术也不断的进化，目前 ChatGPT 是 GPT-3.5 模型。GPT（Generative Pre-trained Transformer）即预训练大语言模型，基于主流自然语言处理模型 Transformer 进行预训练，是深度学习自然语言生成（NLG）的一种。由于在大量的文本数据上进行了 训练，使其能够对广泛的问题和提示产生类似人类的反应。ChatGPT 的 GPT 模型、谷歌 的 BERT 大模型和百度的文心大模型（Ernie）同宗同源，都是基于谷歌 2017 年开发的开 源 Transformer 模型，在其上不断迭代。ChatGPT 是人工智能研究机构 OpenAI 开发的基于自然语言处理和深度学习技术的对话 生成模型，除了 ChatGPT，OpenAI 的主要产品项目包括语言处理模型 GPT 系列，图像 生成模型 Dall-E，语音识别模型 Whisper。

ChatGPT 背后的人工智能研发公司 OpenAI 成立于 2015 年，创始人包括业界知名科学家 和企业家 Sam Altman、马斯克、里德霍夫曼等人。随着时间推移，公司的目标从开发通 用人工智能系统转向开发基于深度学习的语言模型如 GPT-2 和 GPT-3，除了模型，OpenAI 还开发了许多工具如 Codex。OpenAI 作为 AI 领域内的重要参与者，与多个企业与学术机 构合作，微软是 OpenAI 的一位重要投资者，二者在 2019 年达成战略伙伴关系，2023 年1 月，微软宣布向 OpenAI 投资数十亿美元。模型参数特征上，GPT-3.5 模型具有 1750 亿个参数（vs 人脑 860 亿个神经元），据微软 发布会，当地时间 3 月 16 日，OpenAI 将推出新一代语言处理模型 GPT4，预计 GPT-4 模型参数数量与 GPT3 相近。

ChatGPT 作为一款基于深度学习的生成式语言模型，和传统的 AI 助手（苹果 Siri、小米 小爱同学、微软 Cortana 等）在模型训练方式、语言生成能力、适用场景上有显著区别。 由于采用了深度学习自然语言生成模型，ChatGPT 可以通过自我学习和优化生成明显优 于传统 AI 助手的回答，文本更加自然、流畅且较为准确，能和用户多轮对话，带来更好 的用户体验。

和以往新技术引起关注不同，ChatGPT 不仅仅停留在技术和概念层面，已经可以嵌入到 人类的生活和工作当中，给人类带来效率的提升，撬动了最具规模效应的 C 端（消费者） 用户，让蓄力多年的深度学习 AI 研究取得了应用层的突破，并且开始初步的商业化。 ChatGPT 提出了新的技术发展路径，长期发展空间值得关注。历史上很多新技术出现后 引起关注，但后续乏力，比如谷歌的深度学习围棋 AI Alpha Go 等。ChatGPT 具备广泛的 应用场景，后续开发空间广阔。尽管具体的革命还需要多项技术的配合，但是未来随着技 术迭代，成果值得期待： 1：成本下降空间大：据 OpenAI 官方，ChatGPT 12 月起成本较之前下降 90%，仅为 0.0002 美元/1000 词。2：应用场景可拓展性强：用户自发尝试，可以使用的场景广泛，在 ChatGPT API 可调用 后，更多的 C 端应用迅速推出。

3：依托技术融合创新，不断提升产品功能：通过调用技术工具/数据库提升答案的准确性 和可靠程度，通过调用不同类型的工具，不断丰富产品功能。由于 ChatGPT 可以借助 API （Application Programming Interface，应用程序接口）方式被外界调用，意味着它可以 接入各类软件，它的出现也将像浏览器改变互联网、苹果应用商店改变软件行业一样，对 整个科技业产生巨大的冲击。 海外知名社交应用 Snapchat 宣布将推出采用 ChatGPT 模型的 AI 聊天机器人“My AI”， 并会被固定在应用的聊天选项卡上。My AI 将首先面向付费用户开放，不久后会进一步面 向更多用户开放。云服务公司 Saleforce 也宣布将 ChatGPT 接入旗下办公软件 Slack，用 户可以通过生成摘要来高效地了解工作对话内容，并更迅速地撰写回复、会议纪要，从而 留出更多的时间用于实施工作计划以及拓展客户。

ChatGPT 类似一把“语言的钥匙”，向人们提供了一种新的信息交互方式，也为人工智能 发展找到了新的落地方向。它能够更好地理解人类语言表达，具有强大的语言建模和推理 能力，能够结合用户反馈不断调整自己的回答和建议，从而实现更个性化的对话服务。 正如计算机和互联网改变了我们的生活方式一样，ChatGPT 的出现也将改变人们与信息 交流的方式。ChatGPT 可以应用于多个领域，例如自然语言处理、聊天机器人、智能客服、语音助手、智能家居、自动文本摘要等，提高效率和准确性，帮助人们更好地解决问 题，影响人们工作、生活和社会的方式，也可以被用于加强人工智能的研究和开发，这将 有助于推动更广泛的科技创新和进步。

也由于 ChatGPT 的应用还处于探索阶段，目前 ChatGPT 应用于生活的案例广泛分布于 多个场景，使用体验也更加个性化，目前它对于生产效率的提升暂时不能得到可靠的归纳， 但随着应用落地时间推移，这一工具未来的使用效果以及适用场景将逐渐清晰。 站在当前时点无法预测未来会发生什么，但是 ChatGPT 的确具有潜力在多个领域产生深 远的影响。 根据 future market trends 测算，2022 年全球内容生成整体价值规模达到 149 亿美元，预计将在 2032 年达到 472 亿美元，复合增速 12.2%。人工智能接受度的提升以 及人工智能工具的辅助下，AI 生成内容占比将不断提升，并带动整个内容产业持续增长。