本文首发公众号：小确幸大生活。关注后可以直接体验ChatGPT。
早在2017年New Yorker就把人工智能做成了封面，看着有点瘆人，不过看看这段时间ChatGPT的表现，前几年已经回到波谷的AI又火热了起来。
自从发布以来，ChatGPT一直在不断出圈。
一群聪明人训练了超大语言模型，并且让聊天看起来真的有了智能。而围观群众想的是借ChatGPT之力帮自己写论文、做行程、查菜谱……聪明人做出了很牛的工具，一群想变懒的人在争先恐后的推着不断破圈。
如果看科技发展的轨迹，每一次科技进步都让人可以更懒一点，人类自身的功能也会退化一点。
电脑铺满了每一个办公桌之后，我们不用写字了，偶尔拿笔的时候，竟然字都不会写了，甚至会写出拼音，或者是看着自己写出的字充满怀疑。
手机进入我们的生活之后，我们再也不需要记电话号码了，记忆力也就下降了，到现在还能把常用的20个或30个电话号码都记住的人屈指可数。
乔帮主带来iPhone之后，一堆便捷服务相伴而生。电商、外卖、远程会议、视频互动，这百十斤的肉身也不用动了，改改背景就可以模拟任何环境，坐在椅子上就能完成整个交互过程。
各种语音技术让我们连键盘都不需要敲了，能动嘴绝不动手。
短视频朋友圈信息流一来，连遗忘都懒得遗忘，只要跟踪热点就行。我们都在惊叹算法多么强大推荐多么精准，推送的都是我想看的。有没有可能，是机器源源不断的投喂，驯化了我们？
和我们相比，机器要任劳任怨得多。一直在不断的从我们手里接过那些我们不想做，甚至是做不了的事情，从小到大，从少到多。
如果说科技本身就是为了让我们变的更懒一点，也并无不妥。早期的工业革命就是用机器替代畜力人力，电力和自动化更加让生产过程中体力活越来越少，工作自然也就越来越轻松，从黑领到灰领到白领。每有这样的科技出现，我们都会欢呼雀跃。这一次接棒的ChatGPT，也已经霸占了所有信息流，不管是文字还是视频。
简单理解，这货假扮成一个聊天机器人的模样，表面看起来有点中二，却是腹藏诗书，还是知识储备接近无穷的那种，虽然训练模型是2021年完成的，但其回复的内容组织已经能让人惊掉下巴。
这下好了，原来需要在不同的网页、链接、APP、小程序里跳来跳去，全部浓缩在一个对话框里就全部搞定。
虽然现在主要还只是个陪聊，但本质上是个生产力工具。微软要把它接到Office里，那场景不知道多少人都曾经梦想过：你输了个标题，给了些提示，然后一篇数千数万字的论文就出来了，可能比你自己硬抠的还要好很多。
在微软Edge浏览器接入ChatGPT后，一个新的应用形态就出现了，能够在阅读长篇大论的内容时能够自动生成摘要，不需要逐字逐页阅读全文也能抓住主要信息，有3分钟讲完名著的效果。
比如下面这个截图是一份Gap季度财报，共 15 页的 PDF 文件，浏览器的侧边栏就是一个聊天机器人，显示的是PDF 文件的摘要。甚至还能让 AI 将Gap 第三季度的财报数据与竞争对手 Lululemon 第三季度的财务数据进行比较，并将其结果做成表格。
还不止如此，这货还能写程序。电商网站、外卖APP、扫码支付都是程序写的，也是这些让我们可以变得更懒一点。ChatGPT可以写程序，这下好了，程序员也可以变得更懒了，就是让那些让人变懒的人也可以变得更懒了。
其实这个过程也体现在ChatGPT的训练过程里。
之前流传过一句话，有多少智能就需要多少人工。因为AI领域有一个不可或缺的工作项：标注。通常都是外包给三四线城市的公司完成的，在AI公司看来这些属于纯体力活，画画线拉拉框，都是按件计费的，跟技术没一毛钱关系。但只有把标注的结果投喂给训练模型才能拥有智能。
按照ChatGPT公开的内容，其训练分为三个阶段：
第一个阶段是让人类标注者根据提示（prompt）给出高质量的回答，这个是典型的人工标注，耗时费力。
第二个阶段是让模型根据提示（prompt）生成很多个回答，然后由人类标注者对给出的回复进行排序，就是一个奖励模型，鼓励生成好的，不赞成生成差的。这个依然是人工标注，但这个标注已经不一样了，不仅减少了标注工作复杂度，更是在「引导」模型该怎么生成回答。
第三个阶段利用第二个阶段的奖励模型来训练模型参数，这样就能让生成的回答更符合期望。这个阶段里，已经不需要人类标注者了。
ChatGPT这一小步，让我们在追逐成本效益比的路上迈进了一大步：付出更少，得到更多。照这个趋势，再加上脑机，直接脑电波交流，就能达到《危机边缘》里的呈现的效果：两个人在一起歪歪脖子就能读懂对方脑袋里在想什么，有可能语言组织和表达能力也会像书写能力一样退化。
有意思的是，这家伙甚至有刻意迎合的倾向。刚推出时Andrew Ng吴恩达就问过为什么算盘比GPU好，ChatGPT回复了一大堆算盘这好那好。你要是问为什么凤姐漂亮，它也会告诉你凤姐脸蛋精致、眼睛水灵之类的鬼话。似乎在试图猜测你的意图，然后顺着你的问题说出一些「它认为你会喜欢」的话。
不过因为ChatGPT是生成式，并且会有人不断的反馈给出的回答好或者不好，它的回复也在快速改进。最新的版本里如果遇到「钓鱼」式问题，它也会表现出理工男的一面，会直接跟你说这不正确。
更令人好奇的是懒下来那些时间、精力、知识怎么安放？是像曾经与剑齿虎争食的熊猫啃竹子卖萌，还是像到健身房里释放过剩的体能一样，跑到某些诗词比赛、某强大脑里去show曾经我们还有这能耐？
按照我们现在的教育体系，从7岁到23岁都在接受教育，如果授之以鱼的信息和授之以渔的方法都能由一个人工智能随用随给，那Next Generation的教育又会是个什么模样？
不过好在，这些现在都只是杞人忧天，达到这种智能程度还需时日。ChatGPT创始人就很明确表达过，不仅ChatGPT不能替代搜索引擎，并且也有着自身的局限。其中之一就是，他的训练数据是基于已有的显性数据，不是最新数据，更不能有那些存于我们脑海里的知识和经验。
而这些隐性知识的数量更为庞大，并且更加有效。
比如，一个女鞋专卖店的店员，会对女鞋的用料、设计、穿着舒适度、维护打理是否方便等等非常了解，甚至根据身高、体重、个人风格等判断是否合适，这些都是日积月累的经验。如果有这样一个朋友，你买鞋问问她就可以，她会给出很准确的方案ABC，去买就是，不带脑子都可以。
再比如，一个社会学教授或讲师，对于社会分群，以及收入、消费、社会地位、社交行为等等有着非常深入的研究，在参与正式或非正式的社交场合下，拥有根据言谈举止看人识人的火眼金睛，这些是日积月累的知识。有这样的朋友也会帮助很多，遇到一个人觉得需要加深了解，约着一起吃顿饭喝茶或者是旅行一趟，他就会告诉你很多你根本就觉察不到的信息。
这些经验和知识如果也能像ChatGPT一样简洁的提供给大家，就可以免去在淘宝、京东、拼多多翻评论，也不用在知乎、小红书提问或是在种草文中流连忘返，更不用在抖音快手里看各种直播。不知道要节省多少时间。
对这些如果感兴趣也可以直接关注我们，我们就是在致力于提供这样的工具，无论是领域达人，还是专家学者，或者是定制师，你的经验和知识为决策提供支持，可以是评价方法，也可以是定制指南或方案。不仅授之以「渔」，也可以授之以「鱼」。
人和猴子的差别是能够创造工具，ChatGPT是我们创造出来的又一个工具。模型越大越好，更新越快越好，如果科技文明也符合「层累」说，那ChatGPT就是在已有的土壤上增加了新的一层。
最后分享张和技术演进相关的图，ChatGPT就只是个生产力工具，珀恩不要敲门就好……
相关文章
