聊一聊AI发展的过去现在与未来-由OpenAI之ChatGPT想到的一、AI的过去二、AI的现在三、AI的未来

60 阅读 0 评论 40 点赞

我是靠谱客的博主老迟到店员，最近开发中收集的这篇文章主要介绍聊一聊AI发展的过去现在与未来-由OpenAI之ChatGPT想到的一、AI的过去二、AI的现在三、AI的未来，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

一、AI的过去

1、概述

2、艾伦·麦席森·图灵--一位立志制造大脑的疯子

二、AI的现在

三、AI的未来

一、AI的过去

1、概述

最近由微软等几大财团投资OpenAI公司的ChatGPT火热出圈，这是一款聊天机器人，可以回答你各种各样奇怪问题，使用过以后网友们纷纷惊呼，这是人工智能已经诞生了吗？ChatGPT可以撰写食谱、编写代码、创作绘画、撰写论文、设计广告、编写小说、给孩子起名字等等。简直是无所不能。

我作为一名做软硬件设计的工程师，特意体验了一下软件代码设计，ChatGPT能够通过我的输入要求给我编写代码，能够添加代码备注，而且是中文的备注，代码运行需要我手动适配一下我的编译环境，简单调整一下代码就真的可以实现我们的想法。这种体验真的是太奇妙了，是以前百度和CSDN等知识和资源网站所不能给我的一种体验，这个ChatGPT和OpenAI的API提供的功能让我感觉向在和以为智者交流，他无所不能，又知无不言，他勤勤恳恳又任劳任怨。于是我的脑海中浮现出一个被咬了一口的苹果和一位68年前神秘死亡的小伙子。

2、艾伦·麦席森·图灵--一位立志制造大脑的疯子

1912年6月23日生于英国伦敦。艾伦·麦席森·图灵少年时就表现出独特的直觉创造能力和对数学的爱好。

1926年，图灵考入伦敦有名的谢伯恩（Sherborne）公学去学习 [1] ，受到良好的中等教育。他在中学期间表现出对自然科学的极大兴趣和敏锐的数学头脑。

1927年末，年仅15岁的图灵为了帮助母亲理解爱因斯坦的相对论，写了爱因斯坦的一部著作的内容提要，表现出他已具备非同凡响的数学水平和科学理解力。

图灵对自然科学的兴趣使他在1930年和1931年两次获得他的一位同学莫科姆的父母设立的自然科学奖，获奖工作中有一篇论文题为“亚硫酸盐和卤化物在酸性溶液中的反应”，受到政府派来的督学的赞赏，对自然科学的兴趣为他后来的一些研究奠定了基础，他的数学能力使他在中学获得过国王爱德华六世数学金盾奖章。

图灵在24岁时写下了一篇论文，论述了当今手机电脑等等一切计算机的母体图灵机，这是这位大神第一次改变世界；

28岁他又在二次世界大战中以绝密行动的方式，第二次改变世界，

38岁他又以当时人无法理解的方式，第三次改变世界--即设计人工智能，制造大脑；

41岁神秘死亡，留下一颗被咬过的苹果，

在1950年，图灵提出了著名的人工智能判断原则，也就是大家属性的图灵测试，测试方法如下：

假设，在两个房间中，一个是正常人，一个是智能机器。

房间外的测试者通过问问题的方式与两个房间分别聊天，如果，十个提问者中有7个人无法判断那个房间是人类，那个房间里是机器，那么这台机器就通过了人工智能的测试，也就拥有了智能。

ChatGPT就是图灵构想的那颗大脑吗？我们是否正在见证一个奇妙远超人类的大神的诞生。

二、AI的现在

2022年年终岁尾，ChatGPT横空出世，迅速火遍全网，在短短5天之内就突破了100万用户；

ChatGPT的母公司是OpenAI，

OpenAI究竟是一家什么样的公司，创造了一个AI智能史上里程碑的一个产品，ChatGPT它背后的一个基本模型是OpenAl训练出来的GPT-3.5，而ChatGPT运用的技术为AGI（强人工智能），AGI—Aritificial Genaral Intelligence,中文翻译成通用人工智能或者强人工智能，与人类具备同样的一种人工智能。

那我们现在生活中所看到的各种machine learning，它们都还只是属于Artificial Narrow Intelligence (ANI)，这些machine learning applications只是被创造出来，那么是什么样的因素决定了人工智能的强大与否，一共有三个因素：

第一，算法的创新即Algorithm Innovation；

第二，数据 data，这个数据包括数据的多少和数据的正确性和数据质量等数据数据的重要程度，很多人都觉得，如果你解决了数据的问题，其实也就解决了AI问题的90%；

第三，算力（Computation Resources）

目前专注研究AGI的这个机构非常少，因为以上任何因素都需要大量的人力和财力的投入。

Google旗下的DeepMind产品也投入了大量的人力和算例。

这里说一下研究AGI本身是有比较大的争议的，如果说有一天AI拥有了和人类相同的智慧水平，并且具有自主的选择行为，我们如何去保证AI对于人类来讲依然是安全的呢？

所以说，AI智能的安全性是研究AGI这一块比较重要的一环。

OpenAI公司就专门成立了一个研究AI Alignment的部门。来解决AI的一个安全性隐患。

下面介绍一下OpenAI这家公司，该公司成立于2015年，OpenAI公司是的Co-founder team初创团队可以说是硅谷的最强组合，Co-founder team包括：

Elon Musk, Sam Altman, Greg Brockman, Ilya Sutskever四位大佬及人物。

Elon Musk 埃隆马斯克于2018年退出了OpenAI公司董事会，

剩下的三个人Sam,Greg,和llya，目前分别是OpenAI公司的CEO,CTO和Chief Scientist；

Sam很长一段时间他都是硅谷孵化器Y Combinator的总裁，

IIya作为技术总监，提出了神经元网络的人工智能算法，随着20世纪初开始网络促进了人工智能数据data收集，以及芯片的卓越发展，才进一步推进了deep learning的价值，

ChatGPT这个neural network有175 Billion Parameters（训练模型用的数据源），它是比之前任何的一个NLP Model的parameters都多至少10x以上；

今年据说还会出GPT4，GPT4的Parameters（训练模型用的数据源）数量上可能又会创造一个新的历史。在这些大佬成立OpenAI公司以后，招聘了非常多的AI领域精英，并为公司可持续发展制定了公司章程，

人类是能够创造AGI这种强人工智能产品，但是，如何保证AGI造福人类呢？首先就是确保AI Alignment保持一种合作的意愿，避免竞争，

下面介绍一下OpenAI的一个盈利模式，在OpenAI创立的时候自己的一个定位是—非盈利性的研究公司，事情的转变就出现在2019年，OpenAI设定了一个叫做“capped-profit”模式，即有盈利结构的OpenAI LP，这个公司有两部分，

OpenAI NonProfit（OpenAI Inc.）,日常工作没有变化，依然是通过开发新的AI技术，而非商业产品来创造最大的价值，
就是OpenAI LP，他的母公司是 OpenAI NonProfit，这个公司负责售卖product和service；大家经常用到的图片生成软件Dall-E就是用该功能制作的产品；

OpenAI付费服务，会在申请之初给用户一部分免费的额度，免费的用完了就需要续费了，

OpenAI公司也明确表示以后会通过某种方式去向用户收费，有可能是给用户一个subscription或者是把广告放到ChatGPT里面，总之盈利的这些工作就是由OpenAI LP来负责，现在我们可以把OpenAI理解成，介于研究型机构和商业公司之间的一个定位。只不过他是在慢慢的向商业公司靠拢，OpenAI的这个转变主要是人力和算力都是很烧钱的，特别是这个算力。

业内公司统计过从2012年到2018年期间，最大规模的AI训练使用的computing resources每三个月会翻倍一次，然后在这6年间已经增长了30万倍，那么OpenAI的这个转型过程中有一个非常重要的公司就是---微软。

在2019年，微软就给OpenAI投了10亿美元，奠定了微软与OpenAI两家公司之间的紧密捆绑关系。

那么这个合作关系就体现在以下三点：

第一、OpenAI会把自己的产品全部放到微软的Cloud Platform Azure上面；

第二、微软还为OpenAI创造了一台排名世界前五的超级计算机；

第三、微软将会成为OpenAI入工智能新技术商业化的一个首选的合作伙伴；

在超级计算机的和Azure的加持之下，OpenAI也没有令人失望，创造除了非常多的这种里程碑一样的AI模型，接下来简单看一下微软是如何把OpenAI的service整合进了自己的产品中的，首先是微软的Microsoft 365全家桶，早在2021年5月份，微软公布了由GPT3提供支持的首个feature，这个功能是放在了Microsoft Power Platform 下的Power Apps

Apps是一个低代码工具(low-code tools)，通过GPT3用户可以用直白的语言去讲自己的需求，GPT给你生成代码例子，

用户想要显示“10个产品名称中包含自行车的订单”，并按照购买日期排序，最新的排在前面，右边的这个程序显示了GPT返回的结果。让power这种低代码工具（low-code tool）真正的成为一个无代码的工具（no-code tool），它的受众会变得更加的广泛，

第二个合作的产品就是非常有名的GitHub Copilot，Copilot是OpenAI和微软共同开发的一个AI的编辑工具。

GitHub Copilot这个工具底层用的是CodeX

GitHub Copilot是一个用开源代码训练出来的，GPT的衍生模型，它可以根据用户的指令来写代码。

目前针对Copilot存在一些争议，因为它的这个model，是基于open-source code，虽然说这些代码是开源的，但是它训练出来的模型，确实向用户收费的，逻辑上是不符合开源协议要求的。

其次就是用户们发现Copilot返回的这个代码里面有来自源代码的一些comments，所以说该产品还是有很多需要测试和提高的地方。

第三个和微软合作的产品才是微软的大招，就是把chatgpt整合进微软的搜索引擎Bing中。

搜索引擎份额如下图：

在搜索这一块Google是占了90%以上的市场份额，Bing目前是只有3%，如果说有了ChatGPT的加持，你可以想象一下在Bing里面搜索一个问题，他就可以直接为你返回一个整合过的答案，而不需要你一个一个链接点开，然后去找你的答案，所以是非常的省时高效的，但是这个feature会不会对Google造成真正的威胁呢？这里需要一些讨论，因为ChatGPT也存在一些弊端，

ChatGPT的时效性现阶段还不行，他的训练数据据说是在2021年的，

我测试的结果也显示数据过期的问题，

比如：我提问下一届世界杯的时间？

ChatGPT回答：2022年

另外就是他的准确性问题，很多人说他返回的答案是一本正经的胡说八道，

最后就是搜索问题的服务器资源消耗情况，用户每搜索一个问题，就需要服务器运行一次ChatGPT的算法，这个成本肯定是会大大增加，运行的算力和成本远高于传统的Google的数据库搜索算法，

微软首发了ChatGPT这个AI智能产品，火爆出圈，但是在Google内部也有很强的AI项目，不如阿尔法狗项目，和LaMDA等项目，只不过Google公司比较保守。

ChatGPT与Bing的合作肯定是会对Bing的搜索市场的份额有所提示，但是能不能真正撼动Google的地位还请拭目以待。

三、AI的未来

我最近怀着好奇的心态去调戏了一下ChatGPT的各种产品，发现在代码方面还是有很多需要人工修改的地方；画图方面还是会出现图画比较诡异的现象，需要人工调整或者在命令输入时增加更合适的词汇描述你的需求，或者增加一些高级命令来丰富图画的质量，但是，还是看得到AI的进步和成长，随着算力的不断增强，算法的不断优化，训练数据的不断集中和清洗，AI的未来可期。希望AI能够把人类从繁重的工作中解脱出来，创造一个和谐美好的地球村。