傅盛：大模型的弱点，才是我们的创业机会

内容来源：2023年6月10日，由笔记侠在广州举办的“AI新视野，增长新势能”新商业千人大会。

分享嘉宾：傅盛，猎豹移动董事长兼CEO、猎户星空董事长。

注：笔记侠作为主办方，经讲者审阅授权发布。

责编 | 聂敏

第  7490  篇深度好文：7453 字 | 16 分钟阅读

时代在不断地改变，也在不断地催人改变。我想跟大家分享的主题是：大模型时代，创业者的机会在哪里？

我们都知道ChatGPT最近很火，他是人类历史上第一个仅用2个月，实现月活过亿的产品，最近月活已经突破10亿。这是在没有任何推广的情况下，完全靠用户主动使用，实现的自然增长。

其实这款产品只有一个聊天窗口（用户界面也并不出众），但为什么能在全球引发如此大的风潮？

今天我从原理层给大家解读一下。

最开始，我也跟大家一样，认为ChatGPT是一款聊天软件，它只是将庞大的网络知识重新整合了一遍。

直到有一天，我突发奇想，问ChatGPT“你知道为什么我们家的狗叫三万吗？”我给了一个提示，它被前主人遗弃，我在宠物医院收养了它。结果，ChatGPT回复说，“是不是做手术的费用是3万，你们取这个名字是为了纪念这次手术。”

我当时很震惊，因为我收养它的时候都不知道它叫三万，是医生告诉我，以前的主人带狗来治骨折，结果一听手术费要3万人就消失了，后来医生就给它取名三万。

我突然意识到，这些信息网上搜不到，ChatGPT不是根据过去知识的总结，完全是靠自己的推理得出结论。

所以，ChatGPT看上去是一个聊天软件，但本质上，它是个具有推理能力的大脑。

我们从原理层，去看一下这个事情。

作为创业者，我们必须学习，但学习是要从底层原理开始。不能因为自己不懂技术，就不从原理层理解问题。不然你会容易被网上各种各样的信息带偏。

今天网上对ChatGPT的讨论很多，有人将它神话，有人产生恐慌，比如人是否要被替代，它是否会产生自我意识。我认为这些都被过度炒作了。

从底层原理去理解，我的体会是：“语义理解，是人工智能技术的皇冠。”

我是有论据的，六年前，我们就投身人工智能，花了近10个亿去做研发，可以说积累了大量成功和不成功的经验。

我们讲“智能”这件事，人与动物的核心区别是什么？是语言。更具体一点来说，是对于抽象语言的理解和逻辑推理能力。

因为智能也分好多种，图像识别、人脸识别都是智能，但这种智能很多动物也具备，比如你家的狗看到你回家，会摇着尾巴欢迎你；昆虫看到花草就会飞过去；猎豹看到食物，会依靠隐蔽和速度来捕猎等等。

所以，“识别”不是人类独有的智能，语言才是。《人类简史》中有一句话，智人之所以能够成为这个星球唯一霸主,一个重要的原因是他们发展出了“虚拟”的语言。人类可以聊八卦，聊一些虚拟的事情，其实就是对抽象语言有了理解能力。比如，“今天心情很emo”、“如果我再努力一点就好了”等等。

动物也有语言，但它们交流的都是“非虚构”语言，往往是属于或者部分属于事实,比如“河边有只狮子”、“前方有颗大树”等等。所以，只有“虚拟”语言，才是人类所独有的，也就是所谓逻辑。也是我们智能的最高阶体现。

但语言到底是个什么东西，其实人类自己都没有研究清楚。

前几天，我跟清华大学脑科学家刘嘉教授对谈，他说曾经有专家老师把人类语言学的所有规律都总结了一遍，你只要掌握规律，就可以轻松学会一门语言。但ChatGPT出来的时候，根本没有去学这套规律，而是直接自学，就掌握了多国语言。

我们总结的那套主谓宾定状补，真的是语言的核心规律吗？这不好说，也没办法证伪。

有本书叫《大数据时代》，讲的是谷歌翻译团队，最早是由语言学家和工程师组成。但翻译效果一直上不去，后来开掉一个语言学家，翻译效果就好一点，再开掉一个语言学家，翻译效果又好一点。后来，语言学家全开掉，只剩下工程师们，谷歌翻译终于好用了。就算工程师都不认识阿拉伯文，但翻译效果一样好。

还有一个故事，就是图灵测试。图灵是一个非常伟大的科学家，他在100多年前就提出了这样一个实验理论，如何判断一个机器有没有人的智能？他想到了一个极简单的测试方法，就是在黑屋里放一个计算机，让人在不知情的情况下，跟计算机聊天。如果超过30%的成年人认为一起对话的是真人，那就说明计算机有了智能。

所以，ChatGPT看上去是一款聊天软件，但它真的像人一样完成语言进化，拥有了对抽象语言的理解能力。区别于只能完成机械指令的传统AI，ChatGPT能像真人一样聊天，有了智人才拥有的高阶智能。

另外，人工智能攻克语义理解的难度，是远高于图像识别的。虽然在理论学上，图像识别更需要底层能力，也就是deep learning（深度学习）。但从工程学上，最早斯坦福的两个研究生用一台GPU电脑，就把人工智能的图像识别能力提高了十几个点，开创了一个新的时代。

这次OpenAI花了6年时间、烧了20亿美金，才让计算机理解了人类的语言。在这之前，语义理解就是一条漫漫无尽的路，谁也不知道这条路还有多长。

《奇点临近》中说，2035年会出现硅基生命超越人类实现永生，以前我觉得这本书完全在胡扯，因为语义理解很难突破，以前对人工智能的总结是，“有多少人工，就有多少智能”，很绝望。

但没想到ChatGPT出现了，语义理解被攻克。这也意味着，AI已经睁开眼，可以对这个世界进行对话了，AGI(通用人工智能）开始出现。

那ChatGPT是如何掌握人类语言的呢？我们再到原理层看一下。

语义理解的两条技术道路：“教育”神经网络和神经网络“自学”。

“教育”神经网络：

即按人类对语言的理解，“教育”神经网络语法结构和知识图谱。

这更符合我们对语言学习的逻辑理解，像人族学习外语，投入就能见到效果。绝大多数互联网公司开发AI时，都会选择这条路，试图“教会”AI理解各种逻辑和规则。但问题是，系统达到一定语言能力后（远低于人），无论如何优化，依然有大量的问题的回复完全是答非所问。

神经网络“自学”：

是让神经网络学习足够多的文本，自动发现文本之间的规律。这就是OpenAI训练 ChatGPT的方式，没有严格的理论支撑，而且非常费钱，但没想到最后成功了。ChatGPT通过对海量文本的学习，自动构建了一个含有千亿参数的大模型，建立了对这个世界基本的逻辑认知，由此产生了基于逻辑的推理能力。

而在ChatGPT-3.0出现之前，OpenAI简直就是硅谷的笑话，很多人觉得就是一群神经病，烧着钱做一些费力不讨好的事情。结果没想到，AI自学语义这条路居然走通了，ChatGPT-3.0出来后，全世界都震惊了。

为什么之前ChatGPT一直不够智能？是因为投喂的数据还不够多。在我跟刘嘉教授的那场对话中，他也说道，ChatGPT的进化和我们人类大脑的进化有异曲同工之处。从动物进化到智人，花费了大约300万年，在此期间，人类大脑体积增加了三倍。而ChatGPT的突然开悟，也是因为人工智能被扩大了“脑容量”，参数增加到1000亿，就产生了智能。

另外，刘嘉教授一位在OpenAI工作的朋友告诉他，如果重新回到2017年，重新去搞大语言模型，未必能搞出现在的ChatGPT。

所以我们现在多用一个词，叫“涌现”，什么叫涌现？我们也不知道为什么ChatGPT突然“开悟”，只是把大量的文本信息灌给它，量变产生质变的情况下，它就开口说话了。所以，能造出涌现这个词，我觉得这也是人类语言的厉害之处。

由此，我们再来看看ChatGPT回答原理：当用户键入一段话，系统会根据这段话形成一个数学表达式去和大模型里的参数做匹配，产生关联概率最大的一个词，然后再以这个词和上面那段话继续以上过程。（注：所谓参数，简单理解，就是词和词之间的概率关系。）

基于以上原理，GPT的回答都是即时生成的，不是拷贝和组合。

而OpenAI创始人有一次做访谈，也说训练ChatGPT的原理，就像读一本侦探小说。根据提示和关键信息，不断地推理、推翻，再推理，再推翻，直到最后结尾，真相才公布天下。

所以，训练ChatGPT，就是给它提示词，让它自己找文本之间的联系。你要做的，就是不断用提示词训练它，比如第一个回答完全答非所问，你要不断引导提问，直到答案逐渐接近，最后完全符合你的需要为止，它就记住了。

这个原理听起来很容易，但每次推翻再来，它的答案是要不断进化的。

所以，ChatGPT的强大，不仅需要技术和勇气，还需要很强的迭代能力。

ChatGPT是第一款理解了人类语言逻辑的AI，通过文字理解了这个世界，拥有了推理和创造能力。

ChatGPT出现之前，对话系统更像鹦鹉学舌，虽然能够部分匹配内容，但是系统并不完全理解具体的含义，所以同一个问题换种说法，AI就会答不上来。而ChatGPT出现以后，对话系统是建立在对语义理解的基础上的，尽管也会说错，但都是“一本正经”的胡说八道。

当然，新事物出现都不是完美的，就像汽车刚出来没有马车跑的快，iPhone刚出来没有诺基亚好用。但底层范式的变化才是关键。一本正经的胡说八道，重点在一本正经，而不在胡说八道。一本正经说明他的逻辑是正确的，胡说八道可以通过专用系统来矫正（plugin）。

所以说，ChatGPT的出现意义重大，因为，它带来了交互革命和生产力革命。

1.交互革命

当AI可以听得懂人话，这就说明，以自然语言为交互界面的时代终于到来了。

人机交互界面将以自然语言为主，那么我们所有的设备、所有的工具，都可以重新做一遍，真正实现机器围着人转。而在这之前，我们大量的工作都是人围着机器转，比如，你要使用电脑，需要懂输入法，以及电脑的基本操作技能，才能让它运转。但这一次，是机器理解了你的语言，人只要下达命令，它就会为你提供服务。

比如，你想写一段编程但又没时间，可以让它帮你写，你晚上六点回家，想吃外卖，也可以让它帮你提前点好，安排送达等等。也许以后靠一部手机，仅用语音操作，就可以完成所有事情。

2.生产力革命

聊天只是ChatGPT能力的一个demo，大模型的本质是逻辑和推理能力，这种能力可以在任何需要脑力活动的地方发挥作用。这意味着，人工智能创造和创新的时代来临了。

我们知道，今天整个社会最重要的生产力是什么？是脑力劳动。而ChatGPT的出现，是人类第一次将电能转换成通用智力。这种能量转化，是区块链、元宇宙、互联网这些重塑生产关系的变革都没法比的，因为ChatGPT带来的是生产力革命，它诞生的意义不亚于蒸汽机的出现。

蒸汽机把热能转换成动能，人类由此进入工业化时代，生产力大幅度提升。而ChatGPT的出现，是将电能转换成了脑力和通用智力，增加了脑力劳动的不断输出。就如同你一插上电，就有了无数员工。

我记得有一次，我发抖音，说ChatGPT将带来生产力革命。底下有人评论说，你说生产力革命，那它会挖地吗？我说它不会挖地，但它可以跟挖掘机打通，更有规划和效率的去挖地。而且它不会停歇。

这就是生产力革命。今天硅谷的创业公司都发生了很大的组织结构变化，以前硅谷早期创业公司都是把钱用来招人，但现在钱一半用来招人，一半用来购买算力，以及各种与GPT相关的服务。

所以，马化腾以前认为ChatGPT是十年一遇的机会，现在认为是百年一遇的机会。

那大模型真的会颠覆人类？未来统治一切吗？目前来看，还不会。因为ChatGPT还没有生成意识，也没有好奇心和主动性，它所有回答都是根据人的提问，按照概率算出来的。它不会对写一堆代码感到难受，也不会对受制于人感到痛苦，这些个性和自我意识的东西还没有显现。所以，它还是一堆冷冰冰的代码。

也许ChatGPT以后会超越人类，统治一切。但目前来看，这些弱点还需要很长时间攻克。

所以，大模型的这些弱点，正好是我们的创业机会。

那未来行业会发生哪些变化呢？

第一个，就是大模型的核战争。我认为所有大公司都会参与到这场核战争中，他们会不断烧钱加码造出自己的大模型，因为大公司谁没有自己的大模型，就要被淘汰。

有很多人问，中国的大模型跟ChatGPT还有多大差距？其实没有太大差距，一年内基本可以追上，因为它的创新来自于公开论文，而且GPT-2.0已经开源了，一旦有人证明这件事可做，中国团队追起来的速度会非常快。

第二个，是平民化大模型。我相信，这会是大多数中小型公司的选择。因为大多数中小型公司的产品，不需要1000亿参数，也不需要爱因斯坦，只需要在特定场景下够用就行。比如做一个博物馆讲解机器人，100亿参数就可以了。

第三个，效率大提升，所有公司一定会产生巨大的组织变革，组织形式都会发生变化，效率将被极大提升。

第四个，陪伴和生成内容，互联网范式会发生变化，互联网的核心叫做连接信息，各行各业都将被深刻影响，“生成内容”将替代“链接信息”。

第五个，脑力劳动者将迅速被AI替换，技术、经验、创造力的壁垒将大幅度弱化，有任何问题都可以请教ChatGPT，它甚至会一步步引导你，掌握多个技能。

以前是五年一小变，十年一大变，现在可能一两年就会发生很大的变化。就像蒸汽机出来后，汽车代替了马车，马车夫就失业了。而ChatGPT出现后，人工智能最先替代的会是一些脑力劳动者，尤其是中间层的脑力劳动者。

比如，我有一个朋友，以前他的游戏公司，1000多人有300多人的美术团队，但ChatGPT来了以后，300多人的美术团队，基本上都被裁掉了。

这次大模型带来的变革，整个社会的发展可能会产生翻天覆地的变化。包括我自己，心态上也产生了很多变化，我们每个人都想在里面做些什么。

未来每个人该怎么办？还是要保持好奇心，主动学习。

那天问完我们家的狗为什么叫三万后，第二天送孩子上学，突然我就迷茫了。之前养孩子我都很佛系，觉得孩子爱干嘛就干嘛，只要愿意学就行。结果现在我迷茫了，孩子应该学什么，未来才不会被取代呢？

后来我想通了一件事，至少人类还有好奇心，还有主动学习和开放的心态。未来技能很快会被替代，但好奇心、主动学习能力、行动力是不会被替代的。

有一本书叫《正念领导力》，这本书，对我个人和我们组织帮助都很大，在此推荐给大家。

另外，行业创业者该怎么办？可以参考以下4个方向：

1.认真学习：认真学习ChatGPT和相关AIGC产品，不学习者必然成为马车夫；

2.熟练驾驭：熟练驾驭AI产品，成为新时代的魔法师；

3.保持热情：发挥人族的优势，保持热情、好奇心和想象力，脑洞目前还是优势；

4.千万别躺：千万别躺，生产力革命的年代，睡觉都是浪费时间。

因为AI向前发展一定是必然，技术变革任何人都阻挡不了。所以最好的建议，就是去学习新知识，留恋是没什么意义的，每个马车夫都该去学习开汽车，你要成为AI的驾驭者，而不是被它替代的人。

那么，大模型时代，创业者的机会在哪里？我认为也有四个方向：

第一种，大模型直接用。你技术特别牛，拿大模型直接去做二次开发，但是对于非科技企业，也比较困难，因为要与程序员沟通，没有沟通语言；

第二种，基于大模型的工具产品，直接用。这是很多科技型公司在做的，各个行业像一些电商等企业，就适合直接采购科技公司提供的B2B服务；

第三种，私有化大模型。比较适合中小型企业，可能不需要很强的“大脑”，但能够处理特定场景需求，保证数据安全性就行，这类企业很适合定制自己的私有化大模型；

第四种，自研大模型。更适合资金、技术雄厚的创业者选择。

为什么互联网大厂一定会卷入自建大模型？因为大厂不可能将自己的核心数据接入ChatGPT，这会削弱他们的数据壁垒和核心竞争力，就像腾讯不可能把微信聊天信息交给百度，美团也不可能把外卖数据交给抖音.....所以说，未来互联网巨头的核心武器，一定来自大数据。

为什么要做私有化大模型呢？因为通用大模型，比如ChatGPT，会更加适用于广泛C端用户的碎片化需求，但对于B端企业而言，想要更符合企业调性、深度需求的产出，就会差点意思。

另一方面是数据隐私安全问题。模型微调、AI训练过程中的任何相关数据都有可能留存在公域大模型数据库中，但对于企业来说，许多私密数据并不能在给到公域大模型的ChatGPT来做训练，所以，一般企业会选择建立自己的私有化大模型。

目前，大模型已经是各个大厂的必争之地，而建立中国版“OpenAI”不仅需要勇气，还需要绝对的技术和资金实力。

对于没有雄厚技术和资金的中小企业，未来该怎么办呢？这也是我们最近一直在考虑的方向。猎户星空的基于大模型技术的企业服务产品“聚言”（chatmax.ai），主要针对中小企业解决数字员工以及大模型等难题：

一是把大模型包装成工具产品，依据不同的行业知识和工作流程，为企业解锁客服、导游、财务分析师、法律顾问、合同审核员等不同领域的专家级数字员工；另一个就是基于底层技术，为一些中小型公司提供私有化大模型，比如垂直行业的大模型或者特定应用场景的大模型，几十亿、几百亿参数就可以搞定。

从“聚言”（chatmax.ai）的技术原理来看：企业可基于公司业务数据、专业领域知识、私有信息等完成大语言模型的训练，比如律所需要具备全面的法律知识，财务需要专业的财税知识等，员工以自然语言描述完工作任务，大模型基于企业的业务流程，对交代的工作任务进行理解、规划，最后完成执行。

目前，猎户星空在AI机器人领域深耕六年，已经具备五大优势：

猎户星空可以帮助千万中小企业打造专家级数字员工，让企业更高效。

在这百年一遇的生产力大变革时代，让我们一起去大力拥抱AI 2.0！谢谢大家。

*文章为作者独立观点，不代表笔记侠立场。

分享、点赞、在看，3连3连！