近年来,预训练大模型技术迅速发展,日趋成熟。大模型增强了AI技术的通用性,进一步拓展了人工智能技术落地的应用场景,并推动ChatGPT这一现象级应用的出现。在去年底以来,ChatGPT狂飙东西方,火爆全网界,上知天文、下知地理,能陪你从诗词歌赋聊到人生哲学,还能写情书、写文章、写代码……在此背景下,所有行业都需要重新思考如何与人工智能实现人机协同,重新定义认识拓展自身的工作。
作为知识经济时代涌现出来的一种最新管理思想和方法,知识管理融合了现代信息技术、知识管理理论、企业管理思想和现代管理理念,也必然受到ChatGPT的影响。本期DW数智观点,为你精选推送行者互联及孙行者平台创始人兼CEO、数字化运营成熟度模型标准委员会委员吴庆海先生的文章《ChatGPT将对知识管理界带来怎样的影响?》,一起来探索ChatGPT的缘起及原理、ChatGPT与知识管理的关系,以及知识管理者应该做何准备。
火爆全网的ChatGPT出圈后,忽如一夜春风来,千树万树梨花开。
微软的“New Bing”(2023-2-7)及“Copilot”(2023-3-16)、百度的“文心一言”(2023-3-16)、360的“智脑”(2023-4-10)、阿里巴巴的“通义千问”(2023-4-11)、金山办公的“WPS AI”(2023-4-18)等大模型应用纷纷发布,开始邀请用户测试体验。而华为的“盘古”NLP模型、科大讯飞的“1+N”认知智能大模型等,也放出声音即将发布。
在聚会饭局上,如果不聊两句ChatGPT,都感觉似乎已经脱离时代了。
我们一个知识管理咨询项目中,客户高层在年前就点名要重点研究一下ChatGPT。
身边不时有一些朋友,会问ChatGPT对知识管理有何影响之类的问题。
今天就聊一聊ChatGPT与知识管理的话题。
ChatGPT的缘起
ChatGPT,英文全名为Chat Generative Pre-trained Transformer,中文可直译为“生成式预训练聊天模型”。
它是美国人工智能研究实验室OpenAI推出的人工智能模型,可以通俗理解为一款聊天机器人程序。
ChatGPT-3.5于2022年11月30日一经推出,就一炮而红。短短2个月用户破亿,成为历史上增长最快的消费类应用。
2023年3月15日,OpenAI推出了多模态ChatGPT-4.0的最新版本,它具有更加逼真和自然的文本生成、更加准确的语言理解和更加高效的模型训练。
ChatGPT这款聊天神器,它表现得如此“聪慧”,智商情商全程在线,上知天文,下知地理,有料有趣,让人不由沉溺其中。
与之前苹果Siri、小度、各类客服机器人“傻傻”聊天不同,ChatGPT能让人感觉它似乎真的具有人的一些智慧。
它能告诉你答案,能理解调侃你,能帮你写文章,甚至在情绪处理、艺术表达、技术实现、科学研究等诸多之前“人类独占”的领域表现也不差。
ChatGPT为什么会如此出色?
这得益于机器学习、神经网络、Transformer模型等多种技术的积累和叠加。ChatGPT本质上是将海量的数据,结合表达能力强的Transformer模型结合,从而对自然语言进行了一个非常深度的建模。
技术路线上,ChatGPT在GPT-3.5大规模语言模型基础上,引入“人工标注数据+强化学习”,并能不断微调预训练语言模型。
从ChatGPT官网发布的资料看,其训练的三个阶段为(如下图所示):
第一步:收集演示数据并训练监督策略(supervised policy)
第二步:收集对比数据并训练奖励模型(reward model)
第三步:采用近端策略优化PPO(Proximal Policy Optimization)强化学习算法优化策略并更新奖励模型
△ ChatGPT训练的三个阶段(来源:ChatGPT官网)
通过人工标注后进行训练,使得GPT模型快速迭代升级,从GPT-1、GPT-2、GPT-3,到GPT-3.5,形成了知识增强千亿参数大模型,而GPT-4参数规模据说达6000亿。
有意思的是,国内硬核科幻大片《流浪地球2》恰在2023年春节期间上映,许多人已经被其中的超级人工智能MOSS系统种草,科幻与现实相映,不由让人浮想联翩。
ChatGPT与知识管理的关系
知识管理有多种定义和说法,但万变不离其宗,都是在一个范畴内,通过对知识进行高效地识别、创造、获取、存储、共享及应用,最终创造价值。
那么,ChatGPT及其同类产品,和知识管理有什么关系呢?
首先,ChatGPT本身就是知识管理的一个具体的结果呈现。
ChatGPT是一种大规模预训练语言模型LLM(Large Language Model),它的基础是需要学习大量的知识,使用海量的语料进行预训练。
这些语料库,通常来自于互联网上公开可用的数据、文本、源代码等知识,如Wikipedia、Common Crawl等,GPT-3.5的语料库是8000亿单词、45TB文本数据的规模。
计算机科学家Stephen Wolfram在解释ChatGPT的工作原理时,举过一个例子,比如输入文本“AI最好之处在于它()的能力”,为了补充括号中的内容,ChatGPT会在数十亿个网页中查找类似的文本,统计下一个单词出现的概率。最终,ChatGPT会生成一个可能的单词列表,并给出每个单词的概率排名。
由此可见,如果没有前人海量知识内容的支撑,ChatGPT想要高质量地生成内容,是不可能的。
其次,ChatGPT对知识管理是一个极大的刺激和推动。
企业知识管理推动者,一般都会面临一个巨大的挑战,即如何向别人解释或证明知识管理的价值。
现在,ChatGPT无比直观地、全方位地呈现出了这种价值,能够展示出知识在具体场景、具体问题中,被直接应用后临门一脚所发挥的威力。
每当我们向客户演示ChatGPT类的产品时,看到的人都会忍不住地激动起来,现场回答一个问题,即兴撰写一个文案,是如此地轻松顺滑,与过去咬文嚼字式的知识生产相对比,太具有颠覆性了。
如果我们企业的知识库也能够达到ChatGPT的水平,那么所解决的问题、提升的效率、节省的时间,该有多么巨大的想象空间啊。
有人分析,未来那些具有重复性和高度制式化的工作,可能会被数字化和机器人取代。
诸如客服人员、翻译工作者、新闻编辑、程序员、行政助理、市场分析师、金融分析师、平面设计师、会计师等工作,都会存在被ChatGPT取代的风险。
当然,一些全新的工作也会涌现出来,与ChatGPT紧密相关的预训练模型、对话机器人、AIGC领域的人才会变得炙手可热。
那些需要高度定制化、个性化、创造力、同理心、审美、综合专业知识的职业,诸如资深顾问、顶级艺术家、外科医生、科学家、管理者、老中医等,会变得更有价值。
所以说,真正能够淘汰你的,不是竞争对手,而是时代的发展和科技的进步。
再者,ChatGPT为知识管理提供了一个威力无比的工具。
企业在实施知识管理时,总会碰到一个特别大的难题——如何让员工多、快、好、省地产生内容。我们大多数人写东西时都会发怵。即使是优秀的内容创作者,也会不时遇到文思枯竭的瓶颈期。
过去,无论是用户产生内容UGC(User-generated Content)、专业生产内容PGC(Professionally-generated Content)、职业生产内容OGC(Occupationally-generated Content),都是由人来产生内容的。
现在,则多了一种新的内容产生方式——人工智能生成内容AIGC(AI-generated Content),有了ChatGPT这种神器,能够自动产生内容,让机器帮我写东西,这是多么美好的一件事情啊!
ChatGPT为知识管理,无疑打开了一扇新的大门,启发从业者可以运用全新的思维去推动知识管理。
例如,ChatGPT可以自动化处理大量的文本,用于自动化报告的生成、自动化文本分类、智能搜索和答案生成等,从而提高知识管理的效率和准确性。
再例如,GPT可以根据用户的输入和反馈不断学习和优化,可以根据用户的个性化需求和兴趣来生成和推荐文本,从而提高知识管理的个性化和用户体验。
百度掌门人李彦宏认为:未来十年,AIGC将颠覆现有内容生产模式,可以实现以十分之一的成本,以百倍千倍的生产速度,去生成AI原创内容。
知识管理者应该做哪些准备
目前ChatGPT主要服务的还是消费者C端用户,距离企业B端用户的应用似乎还有些遥远。
但是这粒子弹,却已击中各个行业一些具有前瞻性思维的大脑,接下来必然会产生一系列的连锁反应,出现多米诺骨牌效应,引起新一轮的产业洗牌。
我们知识管理者,应该未雨绸缪,做好如下的一些准备。
首先,我们要赶紧构建属于自己行业垂直领域的知识库。
之前,多数人都会承认知识管理的重要性,但是却往往忽视了知识管理的迫切性。
知识管理到底是“锦上添花”还是“雪中送炭”,往往争论不休,莫衷一是。
但是有了ChatGPT,可以预见未来一定会打通所有的知识网络。
ChatGPT及其同类产品再强大,但是它还是会缺乏各个行业、各个公司垂直的知识语料,这些内容往往是企业专属的、不会在互联网上公开查找到的。
各个公司专业的知识库、百科库、问答库、案例库等,一定要开始着手准备构建了。
如果我们不早点梳理、构建自己领域知识,就不会尽早拥有自己的ChatGPT。没有专业知识的喂养,也无法形成专业领域的ChatGPT。
我们可以称这些工作为“知识基建”,这涉及知识体系的架构与设计、知识库软件系统的开发与部署、存量知识的梳理与导入、新增知识的生产与沉淀等等基建工作,都需要一步一个脚印,扎扎实实地做好。
其次,我们要开始有意识地向知识智能化的方向进行不断探索。
我们在规划知识管理软件系统时候,也可以依循“线上化-场景化-智能化”的逻辑次第升级。
线上化:以知识归类存储为核心,聚焦知识收集,通过知识库构建、知识分类、知识搜索等,搭建知识沉淀的基础平台。
场景化:以知识提炼整合为核心,聚焦业务场景,通过知识聚合、知识地图、知识图谱、系统集成等,提升知识应用的层次。
智能化:以知识智能服务为核心,聚焦智能创造,通过AI智能写作、AI智能问答、AI智能助理等,进一步提升智能化水平。
许多企业在做“数字化”转型,其实是需要知识管理与人工智能的加持,需要装配上一个有思想的大脑。
AI+KM,引入知识管理与人工智能,实现企业的“数智化”转型,孕育出企业的“超级智慧大脑”。
当然,ChatGPT及其同类产品,在企业落地时,也将面临诸多的巨大挑战。例如生产的内容是否可信、私域的数据是否安全、落地的成本是否可控等。
这时候,企业的知识管理推动者,必须找到靠谱的服务厂商以及可以适用于企业场景的生成式AI产品。
最后,我们还要回归人的本质,充分发掘人的创造性及潜力。
我们经常会说,人工智能,人工一词排在前面,智能一词排在后面。因此,先是人工,后再智能。
许多人在测试时会发现,ChatGPT经常会一本正经地胡说八道。它本质上只是通过概率最大化不断生成数据而已,而不是通过逻辑推理来生成回复。
知名作家余华说ChatGPT“写得很完美,但其实很平庸。不会对我和王安忆构成什么威胁。“
无论ChatGPT再如何牛,它目前还是无法独自创造出新的知识,与灵性充盈的人类大脑还是有本质的区别。
我们古圣先贤,对于宇宙和人生的真相一直在孜孜不倦地上下求索。西方的文明善于向外探索,东方的文明则善于向内追问。
中国儒家有著名的十六字心传:人心惟危,道心惟微;惟精惟一,允执厥中。我们一直在“人心”与“道心”的平衡中追求“不二”之大道。
六祖惠能,目不识丁,于市卖柴之时,听闻客人诵《金刚经》,心即开悟。之后五祖半夜三更密授衣法,明了“一切万法,不离自性”,历经百死千难,开创了划时代的禅宗顿教之东山法门。
从IBM的“深蓝”,到谷歌的AlphaGo,再到OpenAI的ChatGPT,AI的发展也都是积小成大,循序渐进,一步步实现突破的。
作为人类,我们不应妄自尊大,无视技术的进步和历史滚滚的车轮。AI是一个可以孵化出无数工具,推动各行各业前进的基础平台,对此我们必须要有足够的重视和充分的准备。
同时,我们也不应该妄自菲薄,面对AI的挑战整日忧心忡忡。我们可能更需要选择另外一个方向进行突破,不断开发内在宝藏,唤醒本自具足的智慧,从而走向内圣外王的光明之道。
作者介绍 EXPERT PROFILE
行者互联及孙行者平台创始人兼CEO,历经大型央企、政府机构、世界500强企业。还担任国家知识管理标准技术委员会委员,创新与知识管理联盟创始人,《知识管理论坛》杂志副主编。长期致力于企业管理和信息化领域的研究、咨询、实施和培训。率领西门子中国连续获得2011年、2012年中国MAKE及亚洲MAKE大奖;率领中粮获2015年中国MAKE、亚洲MAKE及全球IOU MAKE大奖。出版《创造知识的企业》《知识管理:为业务绩效赋能》《知识+实践的秘密》《知识化生存》《好好学习》《软件架构的艺术》等书。服务过的客户包含北上广等政府机构,及华为、中航、中船等数十家著名企业。数字化运营成熟度模型标准委员会委员。