多方解读 | GPT-4会取代程序员吗？国内AI企业如何接招？哪些创业机会涌现？
（来源：天津数港）
01
GPT-4会取代程序员吗？
中新财经专访欧洲科学院外籍院士、
清华大学人工智能研究院
常务副院长孙茂松
3月15日，欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松接受中新财经专访，解答了GPT-4的相关问题。
中新财经：有消息称，GPT-4能使用几乎所有编程语言，它会对程序员产生影响吗？
孙茂松：GPT-4可能会给从事相对简单编程工作的程序员，带来一定的压力。如果程序员不进行适应性的调整，可能会面临风险，但这种压力也会促使程序员追求自身进步。
对于程序员来说，需要提高写复杂代码、处理复杂问题的能力，程序员能解决的问题越困难，机器能做到的可能性就越小。
从另一个角度来说，它也可能帮助到程序员。比如采用人机混合的形式，程序员和机器一起工作，使工作变得更有效率。
GPT-4所写代码的准确性和可用性，比上一个版本会大幅提升，但它写的代码，并不保证一定都是对的，还是会存在这样或那样的问题。这就需要程序员和它一起工作。如果在运行时，发现GPT-4写的代码不对，程序员就需要重新审视代码，然后进行修改。
中新财经：未来，人工智能会替代人类的很多职业吗？
孙茂松：我不太觉得人工智能会大范围替代人。从机理来说，机器的定位还是帮助人，作为人的得力助手帮人做相对简单的智力工作，让人从一些繁复的智力工作中解脱出来。而人在做复杂工作的时候，机器也可以帮人省掉一些事，大幅提高工作效率和质量。
本质上看，机器是无法取代智慧的。人工智能难以取代高级的智力活动，反而可能使人受益。越能体现人智慧、体验、悟性的东西，对机器来说就越复杂……越深层次的，越取代不了。
02
国内AI企业如何接招？
每日经济新闻特约评论员 盘和林：
国内企业要“结硬寨”
首先，国内生成式AI企业要走积累的路子。生成式AI需要持续大规模算力投入，微软为GPT提供超过3万张A100芯片的算力支持，一张A100价格要20多万元人民币，而算力训练每次都要消耗大量能源。GPT-4百万亿的参数也需要投入大量人力财力来完成积累。而在数据方面投入的价值也很高，GPT从一 开始就重视“小数据”，也就是高质量数据，而高质量数据是GPT领先于其他生成式AI的核心竞争力。与之相对应的，数据质量提升是需要钱的。综上可以看出，算力、数据、算法调参这三个方面，OpenAI前期烧钱的规模是海量的，而GPT-4也是一步步技术积累的最终结果。所谓台上一分钟，台下十年功，一点也不夸张。
其次，国内生成式AI企业要在基础科学上做积累。大模型算法的道理并不复杂，复杂的是算法细节，自从微软收购OpenAI后，OpenAI的算法不可能开源，所以“等、靠、要”的做法已经行不通，国内AI企业要在算法技术上投入研发，构建中国AI企业自身的算法能力，然而算法的精益也要依靠基础科学的进步，比如基础数学研究。所以要积极在学术上加强投入，而不应该仅仅聚焦在应用科学层面。
再者，国内生成式AI企业不要盲目地推出对标产品。前车之鉴就是谷歌，在OpenAI推出产品后，谷歌匆忙应战，结果发布会的若干个小瑕疵导致谷歌股价暴跌。国内生成式AI企业要清楚认识到，这一次ChatGPT的成功和过去其他概念有所不同，其成功基础在于用户的认可，用户是会拿着ChatGPT和其他竞品比较的，这就让后来者实际上更难做，要求也更高。如果生成式AI方面没有达到ChatGPT的效果，则往往会暴露自己能力上的短板。反过来说，国内生成式AI企业也可以另辟蹊径，GPT-4并不是万能的，在其短板领域完全可有一番作为。
综上，国内AI企业还是要重视积累，包括参数积累、数据训练积累以及算力积累。科技的道路，弯道超车的机会有，但不多，诸如新能源车我国就实现了弯道超车，但大多数科技领域开展的是阵地战，要尝试“结硬寨，打呆仗”的做法，夯实中国生成式AI发展的基础，推出成熟度较高的产品。
03
ChatGPT浪潮重构互联网生态
哪些创业机会涌现？
每日经济新闻采访AIGC领域的
一线投资人
刘天杰：生态重构
三类创业机会涌现
随着ChatGPTAPI的开放，调用这个接口来实现AI赋能成为许多创业公司的追求，这种热潮不免让人想起元宇宙、Web3等新概念引领的风潮。许多人会问，看看两年前扎克伯格看好的元宇宙如今在哪儿，未来ChatGPT又会在哪儿？不过，在刘天杰看来，这一波兴起的AI浪潮与前一段时间的元宇宙、Web3有本质上的区别。
“元宇宙、Web3是一个分布式的东西。在这里，大家希望互联网信息或者经济系统，都用一个分布式、加密式的方式去重构。”他向《每日经济新闻》记者说道，“但当前这一波AI浪潮恰恰相反，它会变成一个非常集中的东西，未来AI的底层能力将由有基础预训练大模型能力的几个大厂提供，其他人就在这些底层大模型上去开发应用。”
“所以说，整个互联网的生态我认为是重构了。这有点类似于当年的云服务，由几个大厂来做云服务厂商，在云之上，你们去开发各种各样的应用。”刘天杰进一步说道。
在ChatGPT引领的这一波AI浪潮中，刘天杰看到了三大层次的创业机会。第一类是做中文的底层大模型。“这类创业者往往都是高校出来的，比如说清华系有一大堆人在做底层大模型。但任重而道远，训练底层大模型，一是非常烧钱，二是要有足够强的算力。”他告诉《每日经济新闻》记者。
“另外，小公司收集训练集的能力不够，而大模型的‘大’，大在它的训练集。小公司并没有积累大量的数据。”他说道。
第二类是中间层，比如做模型的微调、预训练；或者在底层大模型的基础上训练新模型，比如虚拟人模型。“这些模型是基于底层大模型的语义能力，然后在这个能力之上加了各种限制条件。”他说道，这里有一些创业机会，但并不算多。
第三类是应用层，这也是大多数创业公司正在探究的道路。“目前最直接的是生成图片、文字、视频甚至3D内容。但是这些相对来说壁垒不够，因为模型也不是你的，训练集也不是你的，无非就是做一点优化的工作。”刘天杰说道。
“当然还有更前沿的，就是科学家团队在探索真正的终局——通用智能，但这一块现在还在一个非常早期的阶段。”他向《每日经济新闻》记者介绍道。
综合自：中新财经、每日经济新闻
天津数港
数据驱动智能，创新引领未来
编辑：时悦 潘玥
审核：邓晶龙
