主题：【原创】深入谈一下chatGPT对我们我国的重大影响 -- 东东山

理论没有突破之前。ai的应用并不多，但却是能实实在在的解决一些智慧及工作上的重复。公式化的小说、公式化的程序、公式化...当然，在舆论场上的应用更是强大。

说说正在用的吧：

1.其实如今几乎所有的科研人员都是某种程度的软件使用者。不用专业软件是不可想象的。随着这些软件越来越复杂，即使是专业的也没法做到100%全部掌握。过去是：问别人，问客服，查手册，甚至上一些软件公司组织的学习班。如果换一个领域或者换一个工作，还要重新学一些类似，但是不同的软件。ChatGPT基本上相当于一个私人定制的帮手，随叫随到。特别是针对一些有点冷门的软件。其实它只要能做到理解我的问题并在手册里找到相关答案就已经实现90%的功能了（这比单纯搜索强太多了）。

2. 编程序转码。搞计算的都懂。很多时候需要对万年前的古典程序动刀。Fortran77写的，能不能转成python。这个程序能不能改成面向对象。这种东西其实完全是代码进，代码出。但是很多时候还要耽误你大量的时间。我没有试过，但是我觉得这个东西它未来能做。

我的小组已经用了一段时间ChatGPT，也正好借宝地谈一些初步的感想。

1. 我在高校这些年一直在做AI相关的东西。上周学生返校后我迫不及待地和学生聊起ChatGPT，才知道他们早就已经各种花式地使用ChatGPT了。我是理解他们的，无论是研究生还是老师，都需要输出论文，从这个角度来讲ChatGPT是生产力工具无疑。原来写论文的过程是先有一个想法，然后查文献、写综述、写代码，跑实验出结果，后面大部分时间需要用来组织语言形成论文，但是大部分学生最头疼的正好就是写论文这块儿，特别是写英文论文，需要很长时间的训练，需要掌握一定的写作技巧和套路，才可以过关成为所谓的成手。而后面的这部分正好是ChatGPT擅长的。通过精心设计的关键字和逻辑引导，ChatGPT可以形成很好的具有逻辑性的文字输出。估计以ChatGPT的迭代进化速度，以后写代码、跑实验部分很快也会被替代。因此，我对我的学生的要求是，必须要学会使用ChatGPT，需要了解他哪些能干，哪些不能干，要把它当成一个工具和对手，既要防备也要学会利用。

2. ChatGPT的核心技术之一即人类反馈强化学习RLHF并不是新的东西，特别是自然语言处理技术NLP已经发展到能让机器在语义层面更高效地学习人类积累的海量知识。我觉得openAI的策略和alphago类似，关键都是要先做出一个人类能够接受的东西，再通过和人的大量交互来迅速迭代。目前面向公众开放的这个版本的GhatGPT实际上是用21年以前数据训练的预训练模型，这个模型虽然不完善但已经好到让大部分人愿意和他交互，后面海量的人类交互就会形成正反馈循环，加快ChatGPT的强化学习迭代。

3. 尽管很多人说ChatGPT存在的种种缺点，但我认为这不是问题。ChatGPT目前这个版本虽不成熟，但已经具备通过自然语言和人类沟通的能力，与人类知识工作者相匹配的知识输出能力。也就是说，它是一个全面具备语义层交流、学习、反馈能力的机器了。我认为已经触到了那个奇点，通往强AI的路似乎隐约可见。后面迭代进化的速度一定是超乎想象的。但很多人并没有意识到，而且也没有做好准备。未来，ChatGPT所代表的强AI技术一旦成熟，必将替代大量的知识型工作。也就是说，ChatGPT的能力会成为一条基线，达不到这条线的人将会被淘汰。

4. 尽管chatgpt还没有开源，但相信中国的chatbot很快也会出来。算法层面即使有差距，也不是决定性的因素。未来最关键的是中文互联网世界所蕴含的知识和用户总体。包括中文世界的典籍、科技论文、论坛、新闻和用户，我们这个圈子的水平也决定了所孕育的中文世界的chatbo的水平。

5. 目前我看只有英文和中文世界具备足够的算力、知识和人口体量来产生超级智能体。这个智能体如果利用得当会反哺人类，加快知识积累。但是，它带来的虹吸效应会导致中文和英语世界之外的小民族在提早出局。畅想未来，那些掌握强AI和自动化核心技术的极少数精英和他们拥有的智能机器成为主宰，其余人类皆为蝼蚁。中西文明之间或许还存在一次终极对决，总决赛是在中国和西方世界的MOSS之间来进行，较量的就是算力、算法和真正的创新。或许我有生之年就有可能目睹这样的时刻，不知道是应该害怕还是兴奋。