GPT-4来了，国内AI企业如何接招? 专家：要“结硬寨”，别盲目对标

原标题：GPT-4来了，国内AI企业如何接招? 专家：要“结硬寨”，别盲目对标

封面新闻记者 欧阳宏宇

这几天，全球目光都集中在人工智能领域。国内，百度“文心一言”正式上线，目前国内已有多家公司宣布接入；海外，OpenAI在一天前发布了GPT3.0的“继任者”GPT-4，并在官方博文中表示，“这是深度学习的最新里程碑，在各种专业和学术基准上表现出人类水平。”

根据公开资料，GPT-4在基本智能水平和多模态模型方面得到了提升和优化，其参数达到百万亿级别，是GPT3.0的10倍，而且上能考托福，下能玩梗图。一个直观的例子是，GPT3.0在律师资格考试中排名在倒数10%，而GPT-4则能够战胜90%的人类。

OpenAI到底领先全球的同行几个身位？诸如百度、科大讯飞、汉王科技等中国大模型生成式AI企业怎么办？这样一款人工智能技术产品出现后，会对行业产生怎样的影响？3月16日，浙江大学国际联合商学院数字经济与金融创新研究中心联席主任、研究员，工信部信息通信经济专家委员会委员盘和林表示，科技的道路，弯道超车的机会有，但不多；所以国内AI企业应该重视积累，包括参数积累、数据训练积累以及算力积累。“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。”

OpenAI仍有所保留

识图能力应用前景广阔

据了解，目前GPT-4并没有免费版本，仅向ChatGPT Plus的付费订阅用户及企业和开发者开放。可即便如此，付款订阅渠道一度被挤爆。

之前上市的ChatGPT实质上等同于GPT3.5，未来，GPT-4的功能将以plus订阅的方式开展。新版本激发了用户热情，但在盘和林看来，OpenAI在技术上仍有保留。

盘和林认为，一方面是ChatGPT在去年底推出的时候本身是旧版本，很多用户测试时已发现ChatGPT无法回答2021年以后的问题，原因是ChatGPT在2021年迭代到了GPT3.0，而ChatGPT只是在GPT3.0的基础上略作优化的GPT3.5版本；而2021年以后的新数据都被用来训练GPT-4，这就导致ChatGPT无法覆盖这部分新知识。根据时间推算，GPT-4其实在2022年年中就基本完成，足见ChatGPT的发布是一个保守做法。

另一方面是GPT-4也是有保留的，原因是OpenAI有另一个热点AI产品——DELL-E2。根据公开资料，DELL-E2的功能是根据用户输入的一段文字生成一张图片；而GPT-4的功能是，根据用户输入一张图片，生成一段文字答案。

“如果两项AI功能结合，GPT将同时获得图片理解能力和图片表达能力。”盘和林认为，NLP自然语言处理只是OpenAI在人工智能领域的一块业务，未来整合旗下多个AI后，功能内容还将进一步丰富。

当前GPT-4的识图能力应用前景已非常广阔，比如，医学影像资料本身是图片，未来任何人都可以通过ChatGPT来实现医学影像自检。

“当然，这只是其中一项可能性。”盘和林预测，在很多行业领域，看懂图片是需要专业能力的，而GPT-4降低了这种识图门槛，比如医学影像、设计图纸、数学模型等，让普通人能够通过AI辅助介入到专业领域当中，所以GPT-4未来很可能成长为生产力工具。

国内企业可另辟蹊径

应要走技术积累之路

在ChatGPT出现时，不少国内的人工智能领域从业者还认为，中国的大模型生成式AI企业与OpenAI不存在技术壁垒，仅存在“时间壁垒”。

天眼查数据显示，截至目前，国内人工智能相关企业258.8万余家，其中，2022年新增注册企业73.2万余家，新增注册企业增速41.5%；近三年的人工智能相关企业新增注册增速均超过40%。GPT-4的出现后，这些企业又该怎么应对？

首先，国内生成式AI企业要走积累的路子。据估算，生成式AI需要持续大规模算力投入，以微软为例，其对GPT提供超过3万张A100芯片的算力支持，一张芯片价格要20多万元人民币，同时算力训练每次都要消耗大量能源。而且GPT-4百万亿的参数需要投入大量人力财力来完成积累，在数据方面投入的价值也很高。

“GPT从一开始就重视高质量数据，而高质量数据是GPT领先于其他生成式AI的核心竞争力，而数据质量提升是需要钱的。”盘和林指出，从算力、数据、算法调参这三个方面看，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，对于国内生成式AI企业来说，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。”盘和林认为，被微软收购后，OpenAI的算法已不可能开源，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。“比如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。盘和林提醒到，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。

盘和林说，国内生成式AI企业要清楚认识到，ChatGPT的成功和过去其他概念有所不同。成功的基础在于用户的认可，即用户是会拿着ChatGPT和其他竞品做比较，这就让后来者更难做。“如果在生成式AI技术方面没有达到ChatGPT的水平，反而会暴露能力上的短板；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。”