ChatGPT开启AI新里程碑：推动决策模型升级
近期，ChatGPT人工智能聊天机器人犹如平地起春雷，刷爆网络。“ChatGPT本身强大的语言理解和生成能力是其俘获众多用户的杀手锏，带动了新一轮AI发展浪潮。”萨摩耶云科技集团创始人、董事长兼首席执行官林建明认为不论是数据量级、算法模型/架构，ChatGPT都突破了临界点引发涌动效应，就像打通任督二脉，真正像人一样对话交流。专整科技狠活的ChatGPT到底什么来头？又将为互联网行业带来哪些颠覆性的改变？
真正像人类一样聊天交流
作为OpenAI公司于去年发布的一款AI对话机器人，ChatGPT能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，更好的应对诸如个性化搜索任务、逻辑解析、写作内容以及辅助编程等自然语言任务。
如果说Siri只是做到了0到1，那么ChatGPT可能做到1到无穷。仅仅发布两个月后，ChatGPT的月活跃用户就“逆天”的达到了1亿人，成为史上增长最快的消费者应用程序，开启了AI平民化里程碑。而微软、Google、百度、阿里等巨头也已纷纷下场，抢先布局AI新赛道。
实力出圈背后，ChatGPT的工作原理是什么呢？ChatGPT是一种基于Transformer架构的预训练语言模型。它通过大量语料数据学习到了语言表示和语法结构，以及单词与单词之间的关系。林建明指出，传统的NLP模型，有很明显的时序特征，基本上都会有一个逻辑层存在，比如常见的客服问答系统，会先将客户的提问进行词义分析，转换成某种“人类的语义表达”，再以此映射到标准问题库，从答案库中找到最适合此问题的答案。
ChatGPT所能实现的人类意图，来自于机器学习、神经网络以及Transformer模型的多种技术模型积累，其在以往模型的基础上有了更大的语料库、更高的计算能力、更加通用的预训练 、更强的自我学习能力等多方面的显著提升。而Transformer架构摆脱了人工标注数据集的缺陷，打破了时序计算的逻辑，它更在意一个单词跟句子中每个单词的价值权重。模型在质量上更优、更易于并行化，所需训练时间明显更少，奠定了生成式AI领域的游戏规则。
加速场景渗透推动决策升级
ChatGPT依托的AI模型已相当于9岁儿童的心智，它的模型参数量目前已达到1750 亿，正发挥出巨量级数据的“暴力奇迹”，解锁了海量应用场景。在林建明看来，ChatGPT代表了大型语言模型 (LLM)发展向前迈出重要一步，而LLM+API可能是未来的发展方向。随着ChatGPT模型的持续迭代，它将有望推动决策模型的发展，辅助人类做出更优决策，从而走向更广泛场景，展现出极大的商业应用价值。
得益于在AI决策智能领域的长期实践，萨摩耶云科技集团以人工智能等核心技术为支撑，推动AI高阶决策智能深度应用，为各行各业提供全链路云原生科技解决方案。围绕ChatGPT类AI产品的应用，萨摩耶云科技集团将探索推动其与跨境电商、金融等行业率先进行融合发展。例如，在主流跨境电商平台应用方面，ChatGPT可帮助卖家优化listing、提升跨境电商平台店铺和产品排名、输出更加丰富优质的邮件营销内容、提供即时客户服务改善客户体验、开展智能广告投放提升转化率，从而助力店铺降本增效。
（图：萨摩耶云科技集团AI平台后台截图）
在智能营销、智能客服、风险识别、代码编程等金融应用场景方面，萨摩耶云科技集团试图通过将机器学习、知识图谱、决策引擎、智能交互等人工智能技术和GPT等LLM模型技术深度融合，帮助金融机构进一步优化模型的智能性，改变信贷服务的人机交互体验，让金融服务更有温度。同时，利用ChatGPT技术扩展出更高维度、更大范围的隐性关系识别，实现风控领域业务流程自动化水平提升，为金融机构提供全方位智能风险管理服务，大幅提高金融风险识别能力。
抢占AI制高点挑战机遇并存
过去一年，AIGC用超快的进化速度颠覆了人们对AI的想象，ChatGPT等产品的出现引发了激动人心的波澜，展现出巨大的商业化发展潜力。虽然ChatGPT的核心技术大语言模型并不复杂，但是这样现象级的应用却没有诞生在中国，或许背后深层的原因更值得我们深思。
在数据、算法、算力“三驾马车”驱动下，中美两国于AI赛道的角力从未休止。林建明指出，在数据层面，中国庞大的人口基数和多样化的行业组合具有产生大量数据和形成巨大市场的潜力，但整体上来讲互联网上的中文内容受严格监管，对于ChatGPT这样的对话机器人来讲，其训练样本价值不如英文内容。
在算法层面，中国的应用算法开发并不落后，在金融科技、O2O等方面甚至是领先全球的，但我们在AI基础模型的算法研究方面严重落后于美国。而在算力方面，中国严重依赖国外的芯片，需要追赶的地方更多。此外，在产业的资本投资方面，美国对人工智能企业的风险投资、私募股权融资等投入更大，也因此吸引了更多来自世界各地的高质量人工智能人才。
ChatGPT带来里程碑式的进步有望成为新的全行业生产力工具，而进入“关键十年”，怎样占领AI制高点？如何营造适合人才的创新环境、培养杰出的科技人才？这将是我们共同面临的重大挑战与机遇！