360版ChatGPT“翻车” 勇于试错是AI技术落地的必由之路
毕舸
随着百度发布文心一言，国内类GPT产品的更多推出，也就成为公众和业界关注热点。在360近日主办的2023数字安全与发展高峰论坛上，360集团创始人周鸿祎发布了关于大语言模型的中国版ChatGPT产品。在现场演示环节，当周提出问题“梅西在阿根廷国家队进了几个球”时，360 AI给出的答案是：100个球。而根据媒体公开信息，目前该问题的答案应该是102个球。周鸿祎让其进行再次检索，360 AI生成的答案仍为100球。周鸿祎称，对这个答案我不满意。他表示，360 AI就像是个“孩子”，今天为了满足大家的好奇心，把“孩子”抱出去展示下，还要赶快抱回来。
360版ChatGPT在现场演示“翻车”，应当在预料之中。毕竟，哪怕是ChatGPT自身，其数据库也只截止到2021年，在之前用户的测试中，ChatGPT回复内容出错并非个例。谷歌同样因为刚推出的聊天机器人Bard在首秀中面对用户提问，给出了错误回答，导致其股价大跌。
如果放置在更宏观的视野当中，AI目前所代表的恐怕仍只是“有限理性”。据2014年的一项报告显示，自印刷机问世以来，人类已经出版了约1.29亿本书，其中近12%（1500多万本书）已经数字化，在数字化的书中只有一小部分可以在网络上免费获得。而只有公开的、免费的数字化内容，才能进入AI可引用的数据集。包括ChatGPT在内的智能生成内容，受限于基础数据内容的局部性和不完整性，在与人类交互时给出错误答案的概率不低。
也因此，自ChatGPT问世以来，一方面其开发方OPEN AI在持续迭代升级，推动其性能的提升，另一方面世界各国也对ChatGPT的应用持谨慎乐观态度，多个政府部门或高校明令禁止用户使用ChatGPT生成的内容，除了防止作弊等行为外，未尝不是对其内容准确性的顾虑。
与此同理，我们对于360版ChatGPT“翻车”应报以宽容的态度。作为后发者，国内企业在预训练大模型的积累上相比ChatGPT尚有不小差距，人工智能深度学习要从人工知识表达转向大数据驱动的自动学习技术，从分类型处理的多媒体数据转向跨媒体的认知、学习、推理演进，从追求智能机器到高水平的人机、脑机相互协同和融合，从聚焦个体智能到基于互联网和大数据的群体智能融合，如此多的要素组成都在说明一个道理：生成式AI距离公众预期的预期状态，仍有很长的路要走。
包括360在内的国内企业，无论是长周期的资金、人才等投入，还是在数据积累量和质上的渐进式推进，都将不断经历试错过程，在反复试验和内外测试中去了解自身类GPT产品的成熟度。所谓的出错及BUG，也将让工程师们在真实运行环境中，检验相关技术和产品在人机交互过程中所能达到的智能化水平，从而更有针对性地予以完善。
之前周鸿祎曾提出，有开源技术做基础，以及中国企业工程化和技术落地能力强的优势，造ChatGPT比造芯容易。他甚至乐观预言，在技术创新、生态构建以及产学研合作等问题上，再加上国家鼓励性政策的扶持，用个两三年，中企就能赶上来了。这其实也隐含了另一层意义，在ChatGPT所构建的开源生态体系当中，国内AI企业既是快速获取底层技术资源、搭建产品框架的受益者，同样会利用自身在垂类应用和技术转化的经验，加快类GPT产品集群的开发和应用，加速生成式AI在更多行业和领域的落地。而持续的试错，迭代，将让生成式AI在中国这个超大规模市场，获得巨大的应用场景，为GPT生态的扩容做出贡献。
作为用户，我们应对国内任何一款类GPT产品的推出持欢迎态度，而不是一上来就冷嘲热讽。毕竟，所有参与其中的国内企业和用户，都将有助于人类已有的经验、知识，转化为生成式AI深度学习的养料，让国内AI产业通过主动参与最前沿科技的研究和应用，在新一轮的信息工业革命中成为参与者而非旁观者，从而掌握更强的创造力和竞争力，这不也是之前国内新能源车产业发展的必经之路么？