陈根：叠加buff的“ChatGPT+”，会带来什么？
文/陈根
ChatGPT问世两个月以来吸引了无数人的眼球，它的基于人工训练的大型语言模型给出的结果几乎横扫整个人工智能界。不仅如此，在短时间内，ChatGPT就衍生出了“ChatGPT+”效应，这让ChatGPT的热度更热了一度。
所谓“ChatGPT+”效应其实就是ChatGPT模型和其他人工智能程序的组合拳。比如，1月9号，Wolfram就在自家公司的主页上发表了一篇文章，比较了最近热度极高的ChatGPT和十四岁的Wolfram问答系统，想像两种能力组合起来。Wolfram在文章中表示，无限的令人兴奋的可能性突然被ChatGPT的意外成功所打开，目前可以通过Wolfram Alpha赋予ChatGPT计算知识超能力。
要知道，ChatGPT 也有短板，其中之一便是不会解数学题。Wolfram 语言之父 Stephen Wolfram 认为，要从根本上解决 ChatGPT 的这个短板可能要耗费大量精力，不如将其与自己的 Wolfram Alpha 知识引擎结合起来用，因为后者本就具有强大的结构化计算能力，而且也能理解自然语言。
Wolfram Alpha 于 2009 年 5 月 18 日正式发布，其底层运算和数据处理工作是通过在后台运行的 Mathematica 实现的。因为 Mathematica 支持几何、数值以及符号式计算，并且具有强大的数学以及科技图形图像的可视化功能，所以 Wolfram Alpha 能够回答多种多样的数学问题，并将答案以清晰美观的图形化方式显示给用户。这种计算知识引擎为苹果的数字助理 Siri 奠定了坚实的基础。Stephen Wolfram 认为，这款工具可以和 ChatGPT 实现完美互补。
除了Wolfram Alpha也有用户把 ChatGPT + Stable Diffusion（AI文生图工具） 结合使用。即先要求 ChatGPT 生成随机的艺术 prompt，然后把 prompt 作为 Stable Diffusion 的输入，生成一副艺术性很强的画作。还有人提出“ChatGPT+WebGPT”， WebGPT为高阶版网页爬虫，从互联网上摘取信息来回答问题，并提供相应出处。“ChatGPT+WebGPT”产生的结果信息可以实时更新，对于事实真假的判断更为准确。
这些“ChatGPT+”效应的出现，也给更多在探索AIGC商业化落地的企业提供了参考和借鉴。可以预见，未来，“ChatGPT+”还将给现有的产品和服务带来更多新玩法和新体验，人工智能的应用也将步入一个新的阶段。