50＋企业参与了这场解读ChatGPT技术的直播活动（附完整版视频回放）
基于ChatGPT的爆火和破圈，作为企业管理者、技术骨干会有诸多问题和疑虑。
基于此，我们在2月22日举办了以“解读ChatGPT、理性分析商业化前景和挑战”为主题的直播活动，特邀AI领域专家、贪心科技CEO，多年的创业者和科学家文哲老师来解读ChatGPT背后的技术本质以及对产业落地中的思考和分析，希望给即将涌入AIGC赛道、或者计划搭建AIGC团队的技术骨干、创业者、高级管理者、投资者带来启发和思考。
期间，50家企业高管及技术骨干汇聚一堂，围绕活动主题，进行深入的探讨和交流，文哲老师进行1个半小时的精彩分享，酣畅淋漓的知识点和干货解读，主要包含以下6个方面：
- 关于ChatGPT
- ChatGPT＋产业
- ChatGPT能做与不能做的事情
- 国内落地ChatGPT的机遇与挑战
- 未来技术发展和商业化机会
- QA&讨论
同时，我们也精心准备了关于这次直播的视频回放（文哲老师解读＋企业交流和答疑），期待这份资料能够更好地帮助各个企业更好地了解和利用ChatGPT。
（评论区留言，即可领取完整版视频回放，还可以和文哲老师交流沟通~）
以下为文哲老师分享简述：
1、ChatGPT技术剖析
本次分享，文哲老师一方面是为了让大家更加清晰和透彻地了解ChatGPT；另一方面，与大家一起沟通交流，解决大家所在企业目前面临的困惑和问题。
“ChatGPT”本身是不难的，难的是背后的核心底层技术——Generative Pre-trained。目前来看，通过大量的体验和市场反馈，“ChatGPT”模型的效果确实已经达到了用户能够接受的范围，至于后面的进一步迭代和优化，还是会紧密围绕整个技术模型，在语音、视频、图片、文字等内容形式方面的提升。
基于市场概况和GPT的整个发展历程分析，“ChatGPT”必将引起整个Generative AI（生成式人工智能赛道）的爆火，接下来会有非常多的企业加入到这个阵营里，来实现业务发展和商业化落地。
同时，从技术路线、讲解模型、阐述数据、解读论文、技术框架总结等技术角度，来全面剖析ChatGPT及AIGC的底层逻辑。
2、ChatGPT＋产业
当谈到ChatGPT在产业中的应用时，文哲老师表示“AIGC促进各行业转型升级和效率提升，加速推进企业项目和技术进程，从而成为企业和产业的智能化伙伴，在各行业数字内容相关领域均有发挥空间”。
从教育、金融、医疗、制造业、传媒、营销等行业进行论证说明，详细拆解不同行业如何更好地运用ChatGPT和AIGC技术。
比如教育产业，ChatGPT可以使得抽象、平面课本具体化、立体化，让知识传播更生动。同时，个性化教育将从纸面上极大的会推进到落地环节，甚至虚拟老师、智慧课堂这些存在于研究上的内容，都在不久会逐一实现。
3、ChatGPT能做与不能做的事情
从语言模型的角度来看：搜索内容＋进一步整理内容，这是ChatGPT最擅长的事情，只要模型和数据足够的大和多，它可以帮助我们做更多更好的事情。查资料、搜索素材、解决遇到的问题等等，进一步整理资料给出答案。
但是，ChatGPT并不是“无所不能”的，在“思考、推理”这是人类特有的表现，显然ChatGPT存在它的短板和不足之处（未来假设有思考和推理相关的模型能够加入到ChatGPT中，或许能够提高量级），其次，谨慎对待ChatGPT所提供的答案，准确率目前还不高（与搜索引擎相比），信息需要我们再次进行辨别和筛选。
4、国内落地ChatGPT的机遇与挑战
“ChatGPT的爆火和广泛应用，会加速企业之间的合作和连接，大公司与中小企业分工协同，互惠互利成为必然趋势。”例如：大厂负责大模型的搭建（比如：百度、腾讯、华为）；中小企业负责基于大模型＋finetune，并服务垂直领域客户。
国内落地ChatGPT仍然面临些不可忽视的挑战，例如：算力资源的缺乏、技术人才的不足、技术环境/资本环境以及数据资产等相关挑战，这些挑战并非一朝一夕的改变，挑战本身是对一件事情的考验，如何面对这些挑战终归会有不同的结果。
5、未来技术发展和商业化机会
技术发展：
- 持续挖掘大模型的机会，模型参数可能会越来越多
- 更多的工作会沿着Transformer、Diffusion Model结构
- ChatGPT中的RLHF方法仅仅是开始，后续会有各种类似方法出现
- 模型压缩的研究同步会进行
- 有限资源，基于分布式的高效训练诉求越来越大
商业机会：
- 大公司致力于通用的大模型；中小企业可专注于垂直领域的应用
- 除了文本生成、多模态的应用机会也会飞速增长
6、QA&讨论
关于QA&讨论以及更多直播分享中更多细节内容：
（评论区留言，即可领取完整版视频回放，还可以和文哲老师交流沟通~）