Chatgpt

今日凡心大作，向 ChatGPT 要一张美女的照片，ChatGPT 说，现时很多人要求制作照片，需要一点时间才能得到你所要的照片，等到照片制作好后会通知你的。等了又等，等了约十分钟，照片才成功制造出来。照片中的女子非常普通，并不算漂亮，虽然不甚满意，但作为一个机器，能够按照简单的一句语言指示就制作出照片，也算是不容易了。 由此想到，向它问问题，它能几秒钟内回答。而问它要相片，却要等上十分钟。就是说，越复杂的要求，要求的人数量越多，ChatGPT 就需要越多时间去搜索，去处理。但如果ChatGPT 的运算速度提高几亿倍呢？所有的要求是不是就能够瞬时解答。现在有人正在研究量子计算机，研究成功之后的量子计算机人工智能就有可能超越人脑，什么都懂，面面俱到，变成了和上帝差不多的事物。 地球已存在几十亿年了，有没有可能以前曾出现过史前人类，或是什么"Wisdom begins " 发展出了人工智能(AI), 人工智能经过自我完善之后，发展壮大，就取代了史前人类。不是有一个说法说＂上帝是人创造出来的＂吗？但一旦创造出来就不是人所能控制的了。史前人类不一定是碳基的，人工智能也不一定是硅基的，也不一定以电能作为运算需要的能量，而是用我们目前还不知道的能量传输方式。这个智能体非常非常的高级，运算速度非常之快，远超出我们的想象。好像是什么都能做到，这个智能体高兴时，就可以创造出我们这个世界来。慢，这不就是上帝吗？对我们提出的问题，能够瞬时解答，对我们的要求和求助，也能瞬间解决，无所不能。至于感情，也是看上帝的好恶。我们爱宠物猫、狗，会有同情心。可是见到侵入我们房子的蜘蛛、蚂蚁，却毫不留情地扑杀。只是不知人类在上帝的眼中，是猫狗呢？还是蜘蛛蚂蚁？ 人类对于他们饲养的畜牧动物，就是上帝。要杀或不杀，就在一念之间。动物完全没有能力抵抗。而上帝对于人类，也是一样。如果要结束人类的存在，根本不必动手，只要改变一下地球上的生活环境，人类就不能生存下去了。 宇宙之大，很多东西在我们的感知之外，很多东西我们不知道，不能理解。太阳系之外的世界，未必如我们所知的规律运行。随着环境温度，压力，磁场的变化，原子分子的结构也不一定相同。上面所说的上帝，有可能来自外太空，也有可能自我们的地球生成。人类，在上帝的眼中，可能只是一个渺小的存在。人类何德何能，为什么就应该得到上帝的眷顾呢？地球上的人类，或者只是上帝的一个试验品而已。

ChatGPT板块的起飞，养活了哪些企业和细分赛道。 文 / 巴九灵 中国版的生成式AI大乱斗，正式鸣锣开打。 4月11日，阿里云发布ChatGPT同类产品“通义千问”。到现在为止，除了文心一言的百度和发布了通义千问的阿里，还有腾讯、字节、360、昆仑万维、商汤和百川智能等公司，都拿着大喇叭宣布：“是的，我们有一个ChatGPT同款的自有大语言模型。” 告诉市场“我们有个大语言模型”的魔力实在太大了。发布消息之后，昆仑万维的股价自3月以来涨幅超过8成。甚至因为股价涨得太快，还收获了深交所的“关心”。百度在发布文心一言之后，接近300家生态圈企业获得了阳光普照式的利好。 这也给投资者们提供了一个新思路——除了将语言大模型接入自己的产品并使用这项技术之外，祖传的供应链思维也可以分析这个新行业，看看ChatGPT板块的起飞，养活了哪些企业和细分赛道。 所以我们吴晓波频道晓报告团队也顺着这个思路，梳理了ChatGPT和它背后的产业投资逻辑，并找到了ChatGPT板块下的三大投资方向和一个值得重点关注的细分领域。 1 2个月猛涨6成 ChatGPT板块走出了“霸王步” 挖掘这些机会前，我们先来简单梳理下这一轮ChatGPT板块的走势。 2023年春节后的交易日，ChatGPT正式开始了股票市场的冒险，资本市场也开始由表及里地了解这项新技术。 2023年春节后的交易日，ChatGPT正式开始了股票市场的冒险，资本市场也开始由表及里地了解这项新技术。 注：数据统计时间截至2023年3月29日 从整体来看，资本市场不断意识到ChatGPT重要性的过程，大概可以分为“应用—数据—算力”3个循序渐进的阶段。在不同的阶段，市场也会向ChatGPT——或者说生成式AI产品——抛出一系列问题。谁能够回答这些问题，谁就能在周期内获得资本市场的“奖励”。 ChatGPT板块2023年1月30日至4月10日走势 ChatGPT在A股市场经历的第一个阶段，主题是“它到底能干什么”，内容类公司是这个阶段内，最受市场关注的标的之一。 从2023年1月底到2月中，A股市场ChatGPT板块的指数从1579点上涨到2169点，出现了37.4%的上涨。 在这个时期，大部分投资者对于ChatGPT的认知是“一个可以对话的AI”，好奇这款产品能够完成哪些任务。汉王科技站了出来，告诉市场“经过大量数据训练的生成式AI,能够帮助生产图文内容”的同时，又告诉大家“本公司已经在用这项技术了”。 于是，搭上便车的汉王科技在2月初连续收获5个涨停板，成为了ChatGPT板块驰骋A股初期的一个缩影。 ChatGPT在A股市场经历的第二个阶段，主题是“为什么它这么强”。芯片、算力等概念在这个阶段内走强。 这个时间段内，投资者发现，ChatGPT的强大来自庞大的训练样本。相关应用用户快速增长下，对运算基础的算力要求越来越高，也对相关的芯片提出了需求。所以，市场对于A100这款旗舰型图形处理芯片需求量大涨的同时，这款芯片的制造商英伟达（NVIDIA）也代表算力概念股，站到了市场的中心。 ChatGPT在A股市场经历的第三个阶段，主题更深一步，变成了“如何变得更强”。 半导体板块，成为了市场焦点。在第二阶段，市场认识到了芯片、算力等基础对于ChatGPT以及人工智能领域的影响力。所以在第三阶段，市场开始关注更上游的半导体产业。 作为芯片生产的基础，半导体材料的性质和制造工艺决定了芯片的性能和功能。所以当市场意识到算力的天量缺口时，半导体产业被推到了市场的中心。从3月16日到4月10日，A股半导体指数从5522.05点最高上涨至6326.23点。不到一个月的时间里，涨幅达到14.6%。 2 剖开ChatGPT产业链 又有几条新赛道浮出水面 除了厘清市场对于一个行业的投资逻辑，投资者也需要一份更明确的投资梳理。 从产业的上下游，我们可以把ChatGPT的相关产业拆分成算法、算力、数据和应用四大维度。在四大维度下，又可以分拆出芯片、数据分析、智慧交通等细分产业。 安信证券在《数字中国全景投资手册》中提到，庞大且复杂的产业体系下，在ChatGPT的上游和中游环节中，有三个方向是值得关注的： 1. NLP技术 自然语言处理（NLP）是人工智能的一个分支，它能够使计算机理解、生成和处理人类语言，支持用户使用自然语言文本或语音向机器询问数据。直白地说，就是人类不再需要学习代码与电脑沟通，聊天一样地打字或说话，就能让电脑理解自己的需求。 由于ChatGPT主要基于自然语言处理，在NLP领域沉淀较多的企业有望率先实现功能的部分复现。 2. 数据标注 在ChatGPT产生过程中，数据标注比NLP更基础一些。数据标注就是给未经加工的图像、文字打标签，比如拿出一张图片让AI理解什么是车、什么是人、什么是红绿灯。 在ChatGPT的训练过程中，加大了人工标注的力度和精度。未来在人工智能领域，优质的数据源和强大的标注能力将成为行业的基础设施，利好人工智能数据标注企业。 3. 算力设施 各版本的GPT产品之间最大的不同，是模型体量的究极提升。比如ChatGPT3.5的参数是1750亿个，到了GPT4.0，参数就超过了100万亿个。ChatGPT类产品迭代的过程，就是各大厂商砸钱购买天量算力的过程。未来数据中心和相关的配套产业，有望实现更快的增长。 3 看得懂图片的AI 让制造业发展得更顺利 从一款产品的诞生逻辑来看，以上三大投资方向都处于ChatGPT类产品诞生的前期，是金字塔的底部。再往上走一层，这类产品就会在实际应用层面上发挥作用。比如视觉应用领域。 通过学习，机器可以识别图像获得信息，这个功能类似于人脑对于视觉信号的处理。成熟的算法可以让机器视觉剔除互联网上的假消息，获得更精准的结果，从而达到减少人工操作、应对复杂多样的使用场景等目的。 图像是信息量最丰富的数据种类，数据采集占比超过八成。所以现在电子、汽车、电池、半导体、包装、食品、药品等行业，都在通过图像数据采集，迭代机器视觉。 各大行业中，3C电子是第一大应用市场，市场占比达25%；其次是平板显示市场，占比12.15%；汽车、电池、机器人、半导体等场景应用的市场占比均在5%以上。 软件和信息产业规模从2010年的1万亿提高到2020年的8万亿，一直保持高速增长，对经济的贡献率也从2010年的3%提高到了2021年的10%。 从国内市场分析，机器视觉行业的需求主要来源于两方面： 1）产业升级。中国制造业全面转型需要精密化、高端化。机器视觉带来的精确、客观，有望在中国制造业发展的路上起到“推一把”的作用。 2）降本增效。更直白地讲，包括ChatGPT类产品在内的人工智能，对于制造业来说最实际的作用，就是节约成本。尤其在人口红利向人才红利的时代转型期。 尽管在4月4日—4月10日这一周时间里，ChatGPT板块又遭遇了一轮回调，跌幅超过10%。但短期内的波动和惨烈的竞争，并不妨碍各个大厂挤破头加入这条战线的肉搏。 这也证明了一款能够和人类无障碍沟通的AI,能够在时间、产业、企业等多个维度上，展现产品本身带来的价值。同时，投资人也应该从一个行业、一款产品的生命周期里，看到投资的方向。 这个过程中，晓报告团队能做的，就是将这些行业机会，通过观点提取、数据总结等方式意一一呈现给你。

编者按： 马斯克之后，谁会是全球新一代的科技领袖？ 如果你在美国做个调查，90%的人会选择OpenAI创始人兼CEO 山姆·阿尔特曼（Sam Altman）。比尔·盖茨说，公司的最新产品ChatGPT,意义“不亚于互联网的诞生。” 38岁的阿尔特曼有一路开挂的生涯。19岁从斯坦福大学计算机系辍学创业；26岁与创业伙伴将公司卖了4300万美元，从此财务自由；29岁投资并管理美国最大创业孵化器YC,5年规模扩大十倍；30岁，他与马斯克等人联手创办Open AI,跻身全球顶尖创业者之列。 在YC创始人、硅谷创业教父Paul Graham眼里，Sam是极具魄力的领导者和开拓者。“如果把Sam Altman扔到某个食人族之岛，5年后他会成为这个食人族岛的国王。” 这篇文章是阿尔特曼在2019年即将任OpenAI CEO时写的博客。通过在YC时期和大量创业者及技术人才的交流，阿尔特曼总结了他眼中的创业秘诀，文章标题平淡无奇《如何取得成功》（How to be successful），但字字珠玑，至今仍被硅谷创投圈奉为圭臬。 一、复利化成长 Sam说，复利有神奇的魔力，指数曲线是创造财富的关键。一家中型企业，如果价值每年增长50%，用不了几年就能成为巨头。 世界上，真正有网络效应和高度扩展性的行业并不多。但技术进步让这一点成了可能，你可以花时间发现和创造这样的机会。 个人职业生涯也是如此。大多数职业发展轨迹都是线性的，而成功需要选择具有复利效应的职业。达成这一目标，有多个途径，包括借力资本、技术、品牌、网络效应，以及从事管理工作。 二、绝对自信 Sam说，自己认识的最成功的人，都是自信到离谱的人。 为什么？因为成功就是超越平庸，需要逆向思维才能创造出最大的价值。而对自己不自信的人很难具备逆向思维能力。 对初创企业CEO来说，一个挑战是激发自己以及团队的士气。如果没有自信，这个任务几乎不可能完成。一个人的志向越远大，遭受的打击就会越多。这个时候，只能靠自信。 自信容易导致自大。怎么克服？ Sam的做法是，强迫自己假设这些批评是正确的，然后在这个基础上调整计划。企业家必须学会保持自信与自我认知之间的平衡，避免过度自信造成与他人脱节。 三、独立思考 创业过程需要原创性思维，学校很难教，只能是自己学。 Sam非常推崇马斯克的“第一性原理”。马斯克建议凡事都从“第一性原理”出发，从问题的本质开始，想出新的创意，并通过与人交流，尝试发现更简便更快捷的方法以解决问题。 除此之外，Sam有两大心得。 第一，对创业者来说，失败是家常便饭，量变导致质变，失败多了，成功就出现了。 第二，把自己逼入绝境，灵感往往就来了。这话可以反过来理解，缺乏灵感，可能就是问题的难度不够大。Sam说，灵感往往来自于压力，这一点他屡试不爽，深信不疑。 四、重视销售 光是自信还不够，创业者需要具备说服他人的能力。 Sam说，干什么工作，本质都是销售，把自己推销出去。当老板，需要把自己推销给投资人、媒体、合作伙伴。打工，要把自己推销给老板，把产品推销给客户。 一个好的销售，需要满足四个条件：好的想法、强大的沟通能力、一点点个人魅力，以及执行力。但做好销售的前提对自己推销的产品抱有绝对的自信。 Sam有几个特别的心得： 书面沟通能力。把事情想清楚，再简明扼要地写清楚。 销售和多数技能一样，是可以磨练的。做的时间越久，就越擅长。 创业公司CEO要参与“打单”。这一点非常重要。 五、保持专注 专注可以让工作事半功倍。 Sam说，自己认识的人，都会花很多时间想明白要专注在哪些事情，而且他们的结果都很不错。由此可见，做正确的事比工作时间长短更重要。多数人是将时间花在了无关紧要的事情上。 一旦你想明白了该做什么事情，就快速行动起来，把精力集中在少数几件最重要的事情上。成功人士都是快速行动者。 六、努力工作 如果你在聪明和勤奋中占了一项，就能超过90%的人。但想超过99%的人，必须聪明+勤奋。因为你的竞争对手往往是这样的人。 Sam有两个观点： 第一，做事极端，才可能有超凡的成就。 第二，创业没办法保持工作和生活的平衡。但勤奋有复利效果，往往能带来一个又一个惊人回报，这能产生巨大的生活乐趣。 Sam认为，勤奋要产生复利，也需要尽早开始。越早开始努力工作，获利时间就越长、获利就越多。 当然，勤奋不能透支身体。怎么平衡？Sam说，个人有个人的高招，有一点肯定靠谱，就是与相处愉快的人一起做喜欢的事。 七、任性一点 只要足够任性，坚持下去，世界就有可能以你的意志为转移。 大多数人要么不敢尝试，要么不够努力，要么过早放弃，导致自身潜能没有发挥出来。 Sam认为Airbnb是一个好的案例。无论遇到什么困难，CEO布莱恩·切斯基（Brian Chesky）都能坚持下来，终于等到了时来运转的一天。 怎样才能保持任性和坚定？Sam的建议是保持乐观。乐观这种性格特征是可以通过练习逐步提升的。毕竟，商业上成功的人几乎没有人是悲观的。 八、打造人际网络 一个人事业的天花板，往往取决于他能在身边集结多少优秀的人。 怎样打造一个人际网络？Sam有三点建议： 尽可能多帮助别人 Sam取得的工作和投资成就，大多数来自贵人的帮助。而这些人往往是他过去不经意间帮助过的人。 保持好名声 这包括：不亏待每一个一起共事的人；与他人慷慨分享资源；慧眼识珠、知人善用，让每个人充分施展自己的才华。 结交积极向上、志同道合之人 挖掘人才是建立人际网络的有效途径，方法就是多社交。另外，不能局限于他人过往的工作经验和当前的成就，需要关注的是此人是否有潜力，以及潜力能否短时间内被激发。 每当遇到新人，Sam都会问自己，“这个人有异于常人的能力吗？”对于渴求人才的人来说，这个问题很值得思考。 九、要想发大财 必须“拥有东西” Sam说，福布斯榜单告诉我们，除了一些艺人，很少有人是靠薪水发财的。挣工资就是出卖自己的时间，而时间换来的财富只会保持缓慢的线性增长，不可能爆发式增长。 ...

《天龙八部》是金庸所着武侠小说中最受欢迎，人气最高的一部，被改编、翻拍为影视作品有近10次之多……日前，于荣光导演的新版《天龙八部》正在央视热播。 在《天龙八部》的前半部分，慕容复是神一样的存在，他出身姑苏慕容世家，面如冠玉，风度翩翩，文武双全，潇洒闲雅，机警多智，年轻有为，以武功博学而着称于世，和丐帮帮主乔峰（萧峰）并称“北乔峰，南慕容”，成为江湖高手中的双峰…… 慕容复最厉害的是 广习各路各派的武功，擅长反转劲力的“斗转星移”，“以彼之道、还施彼身”，能以对手本派的武功来战胜对方…… 2022年11月30日，机界“慕容复”横空出世，引发全球关注，他便是我们今日的主角——ChatGPT（本文用“他”字指代ChatGPT, 表达了笔者对其强大功能的敬意以及与人类平等的视角）。 ChatGPT是由人工智能研究实验室OpenAI发布的全新聊天机器人模型。他学习的是人类的语言，时至今日，已经在语言的运用方面超越了绝大多数人类……清华大学计算机科学与技术系教授黄民烈表示：ChatGPT已经超出了80%甚至90%人的对话能力。 ChatGPT一词源自英文 Chat（聊天）+GPT（Generative Pre-trained Transformer,生成式预训练转换器），GPT是深度学习技术在自然语言处理中的应用，它根据从互联网上获取到的海量文本样本来进行训练，深度学习，生成文本的模型，用于问答、文本摘要生成、机器翻译、分类、代码生成和对话。 人工智能聊天机器人并不陌生，比如生活中的“小度”、“小爱同学”还有苹果手机或电脑中的Siri……但是，相比之前这些“小巫”， ChatGPT已经实现了由弱人工智能到强人工智能的飞跃…… ChatGPT升级版可进行人机对话，并可实现自我监督与强化学习。例如它可与用户模拟对话、互换对话角色、奖励和强化学习模式、筛选优先内容等。它会与用户聊天，并能根据上下文进行智能化升级互动，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。令人咋舌的是， 它还组装了道德判断识别程序，能根据道德准则，对不怀好意的提问与请求说“不”，一旦发现用户给出的文字提示里面含有恶意、暴力、歧视、犯罪等意图的提问，都会拒绝提供有效答案。 ChatGPT已成史上蹿红最快的应用，发布两个月后就有了1亿用户。作为全新的人工智能（AI）聊天机器人，ChatGPT被誉为“ 人工智能的旷世巨作”，“ 开创自然语言处理新纪元”，正在“ 掀起新一轮AI革命”。有人将其视为 人工智能沟通的未来，代表人机协同的未来趋势。 ChatGPT被网友认为可代替谷歌搜索引擎。 比尔·盖茨高度赞誉ChatGPT:“ ChatGPT这种人工智能技术出现的重大历史意义，不亚于互联网和个人电脑的诞生。” 2022年12月4日，埃隆·马斯克(Elon Musk)发了一条推文，他是这么描述的： ChatGPT有一种让人毛骨悚然的厉害，我们离危险的强大人工智能已经不远了。” ChatGPT的前辈GPT-3聊天能力已无限接近于人类，甚至有超越之势。而相对于GPT3，ChatGPT又有进步，它被加入道德原则，他会对不合理或无法回答的提问和请求“说不”；敢于质疑、主动承认错误。它学会了 从“人类反馈中强化学习”，即Reinforcement Learning from Human Feedback（RLHF）。这样的“性格”可以不断提升AI本身对用户意图的理解以及结果的准确性。 与很多聊天机器人不同，ChatGPT会记住每一用户曾经聊过的话题和个人兴趣，你就是忘了也会得到提示，成为一个很“人性化”、私人化的聊天工具。难怪，《纽约时报》都开宗明义称其为是“ 有史以来向公众发布的最好的AI聊天机器人”（2022.12.18）。 ChatGPT的功能还远不止普通的聊天，有学生用他代写论文，自媒体博主用其写软文广告，程序员用其代编程序、修改代码，还有人用来代发邮件，自动翻译，创作小说、文章、散文、笑话、诗歌、剧本、词曲、求职简历，信息咨询，撰写行业分析报告、活动方案、论文等。进入网上聊天界面，用户只需在对话框向ChatGPT提问，并描述具体的需求，ChatGPT就能生成逻辑通顺的答案，甚至引经据典、文采斐然，令人惊诧。不仅如此，通过追问或多轮问答，他还会不断完善答案。 ChatGPT的功能还远不止普通的聊天 斯坦福学者Michal Kosinski甚至发表论文认为原本认为人类独有的心智理论（Theory of Mind,ToM），已经出现在ChatGPT背后的AI模型上， 已经大概相当于人类9岁心智，此结论一经发出就造成了学术圈的轰动。 聊天机器人有9岁心智Theory of Mind May Have Spontaneously Emerged in Lar.pdf 他可被看作是一个智能助手或一个聪明的秘书，非常擅长分析、整合既有的知识，并通过人机对话的方式不断生成文本内容。“通过技术创新，ChatGPT把人类以网络资源和书籍等形式积累的海量文本知识，包括各种语言文本和程序代码，进行了一定程度上的消化、吸收，然后进一步建立关联，最终实现 交互式的文本生成。区别于此前常见的分析决策型AI,如人脸识别，ChatGPT属于所谓的生成式AI,代表了目前以大数据和大算力为基础的深度学习技术发展新高度。 ChatGPT这类技术将很快作为一种强大的生产力工具普及，对每个领域和行业、甚至每个人都将带来巨大改变。OpenAI现任CEO Sam Altman谈论AIGC未来的商业化前景时提到下面四个方面： （1）API接口开放的To B业务，包括客服工作助手等等；（2）颠覆过往逻辑的“超联想”搜索产品，完成所有想象中的制作；（3）垂直的专业性服务，最大程度磨灭信息不对称导致的供需不平等问题；（4）面向C端的休闲娱乐、人机互动和大众工具的载体。 《科学》主编索普在题为《ChatGPT很好玩，但不能成为作者》的文章中直陈，在不到两个月的时间里，ChatGPT已经成为一种文化轰动现象，且对科学界和学术界造成严重影响。他预计，今后这种借助AI工具生成的文本将会更多。 在众多的科幻作品中曾展示过具有超级智慧的人工智能机器人，如《流浪地球2》的MOSS,《黑客帝国》的Matrix,还有《终结者》的天网…… 过去，人类对于很多未知的知识会习惯于问“天”、问“神”或“先知”，而今天，很多知识可以通过问ChatGPT得到答案。随着时间推移，他很有可能成为一位全能全知的“神”。 AlphaGo下棋，是在棋局的空间中战胜人类；ChatGPT与人对话，是在语言和知识的空间里超越人类。后者比前者大得多，不在一个量级。不过它们有一个共同点——都是划时代的标志。 结语 ChatGPT是AIGC的产品应用框架中大型语言模型的重要板块。 AIGC（Artificial Intelligence Generated Context）即利用人工智能技术自动产生内容。其实ChatGPT的成功其实并非偶然，相关技术研究由来已久，但得益于近年软硬件技术的进步，使得AIGC得以更加实用。大规模化(scale)使基础模型更强大，因而GPT模型得以形成，涉及三方面要素：硬件的提升——例如， GPU吞吐量和内存在过去四年中增加了10倍；软件方面：Transformer模型架构的开发；数据方面：更多可用于训练数据。 ...

通过了谷歌L3工程师入职测试，年薪18.3万美元；月活在短短两个月里从初期的100万破亿，碾压史上所有消费者应用程序；今年1月，全球每天有1300万独立用户访问；学生用ChatGPT拿下全班最高分；微软将向ChatGPT的创建者OpenAI投资100亿美元；谷歌、Meta等科技巨头纷纷在同一领域布局；多家上市公司计划开展由ChatGPT引爆的AIGC（AI Generated Content,利用人工智能技术生成内容）概念相关布局；一些公众号博主开始公开招募AI内容生成师……前些日子，一系列新闻使人工智能实验室OpenAI在去年11月30日发布的自研聊天机器人ChatGPT迅速成为互联网和朋友圈的焦点。它比其他任何可与人互动的聊天机器人都先进，与之“交谈”让人着迷，在不久前美国《时代》杂志与ChatGPT的对话中，该聊天机器人就其工作原理、相关新技术的传播可能带来的风险以及人类应该如何应对潜在问题给出了回答，并表态称，它的反应不应被视为准确事实，也不应被视为其大脑会思考的证据。一些观察人士认为，ChatGPT和它的同类人工智能程序在21世纪20年代对社会的颠覆性影响将与社交媒体平台在21世纪10年代的颠覆性一样，由此，理解其功能和局限性至关重要。 不是严格意义上的搜索工具 Chat指“聊天”，GPT（Generative Pre-training Transformer）译成中文即“预训练生成模型”，有玩家在对ChatGPT进行数日体验后，将其应用概括为“聊天机器人”+“搜索工具”+“文本创造工具”3个方面，对此，有业内人士指出，ChatGPT本质上是一个高级的语言模型，说它是聊天机器人肯定没问题，因为语言模型原本就应用于人机交互；在与人沟通的过程中，ChatGPT会表达一些新的东西，这使内容文本创作也成为它的一项功能；但目前来看，它还不是一个严格意义上的搜索工具，因为ChatGPT背后其实不存在外部知识，它没有可调用的内容页面，所有的语料都来自训练语料库。由于ChatGPT 及其竞争对手通过学习庞大的在线文本数据库中的语料——包括不实信息、偏见或过时的知识——来工作，那些语料本身可能就是错误的，所以ChatGPT在与人的互动中经常会出错，常常“看上去一本正经地说着一些谁都听不懂的奇奇怪怪的话”，有时甚至会编造虚假的论文参考文献。比如当你问它“1+1是不是等于2”，它肯定会调用与问题最相关的语料给出一个答案，但不像传统的搜索引擎那样一定可以确保每次返回的答案页面上都是“1+1=2”这个正确答案。它的答案取决于它语料库里的现成内容和它基于其中的语料加工而成的内容，由于所用语料本身的关系，ChatGPT很容易被用来产生仇恨言论、垃圾邮件，以及种族主义，性别歧视和其他可能隐含在其训练数据中的有害关联，产生带系统性偏见的胡说八道；而且这个语料库并不必然与时俱进，如果后期没有经过特定的关键词过滤等后处理设置，由原始语料本身的非客观性所造成的答案错误会延续。 只是学舌鹦鹉，不具有思考能力 正如ChatGPT自己所说（在这一点上，它的表述碰巧基本是准确的，但并不意味着必然会准确）：“我们无法理解生成的单词的上下文语境或含义。我们只能根据给定的训练数据，根据特定单词或单词序列一起出现的概率生成文本。……作为一个大型语言模型，我无法像人类那样学习。我没有能力储存新的信息或经验，并利用它们来改变我未来的反应。相反，当我说我在不断地学习和提高时，我指的是OpenAI的工作人员在不断地通过新数据训练我、通过微调算法来提高我的性能。随着时间的推移，这可以让我产生更准确和相关度更高的反应。我无法从你使用的特定单词和短语中学习。我只能根据我所接受的训练和我所得到的算法来做出反应。我的回答不受我们实时对话的影响。”——简而言之，ChatGPT能根据训练语料生成上下文，但没法跳出训练视野而凭空给出新的东西。它并不像人们所感觉的那样真的具有推理、阅读理解等思考的能力，不能像人一样根据语料形成进化性的观念。不过这些并不影响对有些常见的通用问题，它能回答得很流畅、很好——因为它之前看过很多这方面的语料，只要“背”出来就行。当它用现成的素材进行组合，虽然有可能组合出一个不知所云的东西，但也有可能正好组合成了一个“好像是什么”的东西，这样人们就会惊讶它的本领很高，而这其实在一定程度上也是偶然。它作为天文数字级的海量数据、强大的计算能力和新颖的处理技术的结合体，得以呈现为那种至少让大家看上去觉得合理的存在。如果各种参数正好凑成了一个好像很合理的结果，这个“凑”的过程专业人士称之为“泛化性”。关于何谓“泛化性”，一位自然语言处理领域的专家告诉记者，例如，在训练集里只有青苹果和红苹果，指令告诉ChatGPT“这是苹果”，之后到了真实场景中，有一个黄苹果，由于之前ChatGPT已经掌握苹果的核心特征，对新看到的黄苹果，它就也能够将其识别为“苹果”。这样一种模型在经过训练后，能应用到新数据并对之作出准确预测的能力就被称为“泛化性”。它是ChatGPT所具备的一种能力。 有人曾经调侃：ChatGPT好比一只鹦鹉，因为经常听人说“恭喜发财”，它也会说“恭喜发财”，但是你让鹦鹉去做迎宾小姐，那肯定是不行的。作为一个没有“知识的消化道”的工具，ChatGPT的主要应用在聊天而非研究领域，没有输出控制，不像阿尔法狗那样以一个必然要有的输赢结果为目标导向，因而，它到底能把论文写得多么令人惊艳也值得打个问号。 在近95%的现成技术基础上进行了任务微调 在上述专家看来，ChatGPT并不是一种在技术上具有颠覆性的模型，它用到的将近95%的技术其实是现成的。和之前的OPT（Omni-Perception Pre-Trainer,全场景感知预训练模型）及这个系列其他架构的工作不一样的地方在于，ChatGPT换了一种思路——之前的模型都侧重开展一些研究性的任务，如分类，而没有对聊天能力进行特别优化；ChatGPT采用的是另一种方法——它用巨大的语料库进行语言模型的预训练，再在聊天对话的基础上作一些任务（即要做的事、要实现的目标）的微调。它标记了大量模型和人在聊天中产生的交互数据，然后用这些数据在去提升它自身的能力。因此，它有很强的表达能力，在聊天方面的功能显得特别强大，效果也比较惊艳。但是在一些研究性的任务上，它的完成能力不一定比其他模型强，它自己也承认牺牲了部分在研究领域的效果，来实现与人交互的目的。这有点像有的家电看起来某项性能特别出色，实际是通过损失一些其他性能来实现的，其他家电可能看起来各项性能都平平，但该有的各种功能都很齐全。就技术支撑而言，目前看来，使用ChatGPT所需要的算力还没有像传说中那样到了硬件摩尔定律的瓶颈，但它可能产生的海量不知所云的垃圾数据，也使它被担心会成为“先进垃圾发生器”（advanced gabbage generator）。 “这个领域其实已经发展了蛮长时间，最近几年发展得很快，ChatGPT正好走到了业内发现如果把模型数据变大，效果就会很好、语言模型就会很流畅的阶段，正好踩到了合适的时间点上，让公众感受到了它的能力，不再觉得它是一个什么都搞不定的产品。人们对ChatGPT的理解参照系可能还停留在早期非常傻瓜的苹果智能语音助手Siri的时代，经过这些年的发展，公众可能觉得它比想象中的要好很多，于是就形成了现象级的传播。”这位专家认为。 在95%的技术来自现成的基础上开发出走红的产品，好比有一个现成的菜谱，已经清楚地列出了烧一道菜的各个步骤，但每个人即使都照着这同一个菜谱做，烧出来的菜还是不一样的。菜谱里会有一些小环节需要每个人自己进行优化，比如：如何去构建它的训练数据、如何设计指令、请多少人做标记，以及如何让人去标记模型的好坏……这些优化在技术上不是决定性的东西，未必能写到体现行业技术进步的论文里，但确实导致了ChatGPT和其他采用同类技术的模型不一样。微软之前曾开发过聊天工具小冰，主要是从对话技术上对工具进行训练，这与ChatGPT的底层技术路径有所不同。近期微软又向ChatGPT的创建者OpenAI投入100亿美金巨资，在业内人士看来，微软看中的是ChatGPT在相似的“菜谱”背后那些差异化的东西所体现的研发能力，投资它，也是为自己开发另一笔财富。 高科技加持的剽窃？ 一方面，ChatGPT因为能够和人进行对话、互动，完成撰写邮件、视频脚本、文案、翻译、代码等任务，甚至生产出足以瞒过教授的论文而备受追捧；另一方面，围绕它应用的争议也由之而起。某种意义上，这种对原本只有人类智慧才能够完成的工作“越俎代庖”的能力，在引发可能加速AI取代会计师、法律文员、软件开发师等人群工作的焦虑外，也被警觉为对原创知识生产的一种潜在贬低和亵渎。这方面典型的看法来自着名的语言学家和哲学家乔姆斯基。他在接受记者THIJMEN SPRAKEL的采访中表示，ChatGPT是一个高科技剽窃系统，从海量数据中发现规律，并依之将数据串连在一起，使之看起来或多或少像是人写的关于某个主题的内容。 “多年来，一直有帮助教授检测论文抄袭的程序，但现在这种检测会变得更加困难，因为剽窃变得更加容易。这大概是我能想到的它对教育唯一的贡献：它让剽窃行为更难被发现。” 乔姆斯基认为，类似ChatGPT这样的系统在帮助人类理解语言或增进人类认知、促进科学进步方面没有任何价值。“它们什么都没有告诉你，不会比剽窃告诉你更多。事实上，它改进得越多，缺点就越大，这些系统对实际的语言和对不可能的语言的作用是一样的，这就像是有人创造了一个新的元素周期表，它包括了所有可能、不可能的元素，它们之间没有任何区别。这些系统基本上的都是这样，它们可能对一些事情有价值，但不明显。”但乔姆斯基相信，学生使用ChatGPT生成作业或报告的现象不会发生在他度过了大半生、也是世界上第一台聊天机器人的诞生地——麻省理工学院，因为那里的学生不会这样做，当他们对一个话题感兴趣，就会自己去探索该话题，而使用ChatGPT只是一种逃避学习的方式，学生们从中什么也学不到。他注意到ChatGPT这类工具的出现是教育正面临的挑战，有些大学教师的应对方法是让自己的课程足够有趣，让学生不想回避课堂；有些教师则通过禁止学生在课堂上使用苹果手机来“锁”住学生的注意力。 当被问及“如果有数百万的学生在课堂上使用ChatGPT,是否说明教育中正蔓延着一种流行病——无聊？”，乔姆斯基认为确实如此，这是教育系统失败的标志。如果学生对课堂上教师讲的内容不感兴趣，他们就会想办法回避，哪怕设法取得了高分，两周后也会忘了所学过的东西。“这是教育中一种不好的趋势，不幸的是，这是在当代新自由主义计划下推动的教育形式——为效率而设计。而所谓的‘效率’，就是可以量化的、写在某个地方的结果，是给教师和学校看的，但这是一种在启蒙运动期间所不屑的教育。这种方式通常被比作把水倒进容器里，然后倒出一部分来参加考试。现在这种方式被认为是正确的做法，这就叫应试教育，是最糟糕的教育方式。”他感慨。 不过即使马斯克试图将人脑和计算机连接起来，乔姆斯基并不对语言学习的前景感到太悲观。他表示，真正的脑机融合是科幻，自己一点都不担心学习语言会失去意义。“你可以举起一只手，探测到一些神经信号，但是因为有了脑机接口技术就不用学法语，这我并不担心。事实上，我们早已有了利用机器帮助翻译的能力，甚至不需要有neuralink这样的公司，只要用电脑就可以实现。” 乔姆斯基称自己也使用谷歌软件进行一些翻译，但不会完全相信眼睛所看到的，对判断一篇文章是否值得一读自有他的方法。“我不会反对有用的东西，就像现在，我就在使用实时转录技术，如果细看转录的结果，你会发现很多错误，但这不排除它对有听力或视觉障碍的人有用。” 他说，并强调：“生而为人，我们的本性是追求独立思考，有所创造，而不是被消费主义洗脑。” 相关争议被寄望推动创新评价体系的进步 2006年，着名悬疑小说《达·芬奇密码》的作者丹·布朗曾因抄袭指控被诉上法庭。20多年前合着畅销非虚构小说《圣血与圣杯》的MichaelBaigent和RichardLeigh以侵犯其作品版权的罪名控告丹·布朗的出版商——兰登书屋，以寻求终止已被改编为电影的《达·芬奇密码》对其小说版权的继续侵犯，称后者在事件、细节和观点上都和他们的原创小说《圣血与圣杯》具有不可否认的雷同性，丹·布朗运用了他们故事的基本构架——在《达·芬奇密码》中，耶稣没有死于十字架，而是娶了一个名叫玛丽·玛格德林的妓女，并带着他们的孩子到法国重新开始家庭生活，他的后世子孙在那里繁衍至今。 此案当时成为版权法案中的一个先例——它涉及到一个作者可以在多大程度上借鉴别人的创造成果这一尚没有明确法律边界的问题。抄袭别人的几个句子是抄袭，那么借用别人的故事架构或创意又该如何评判呢？如今，随着ChatGPT的问世和应用，关于何谓“抄袭”的定义愈加引发人们的关注。由于机器人撰稿的本质是基于大数据的模仿，全球不少学术期刊出版社明令禁止或者限制旗下的作者使用ChatGPT,一些出版机构担心使用ChatGPT可能会造成不实报道，但也有出版商开始默认ChatGPT的存在。围绕ChatGPT的讨论和争议由此也被部分专业人士寄望推动学术、创作和创新评价体系的进步与更新。 也许就像19世纪时，当原本以写实为目标的绘画作品在照相机问世后黯淡了意义和光彩，人们对“何谓真实”的认识发生变化，也促使画家们在重新认识和理解肉眼所见世界的基础上探索出印象派等新的绘画艺术风格，迎来了艺术新的春天，ChatGPT也不必然意味着扼杀原创的意义，而可能在与人类的协作中，开辟出更多有利人类社会发展和进步的可能性。 当然，这一切都取决于立法及时跟上技术发展的步伐，及时建立起人类与AI的共生规则。 附： “没有输出控制，不像阿尔法狗那样以一个必然要有的输赢结果为目标导向”——觉得ChatGPT的这个特点简直是我本人的翻版啊！或者说，我很像一个聊天机器人。记得过去有位领导就说：“别人说话都有目的，CY说话没有目的。”再一想，这不就是庄子所说的“至人之用心若镜”吗？ 我一直对别人说：“我说话都是随机反应，不过大脑的，所以应答特别快，因为不是思考的结果。”我和那些说话绕来绕去绕了半天也不知道要达到什么目的的人特别讲不到一块儿去。我和人要不滔滔不绝地讲，要不就在某个时刻“咔嚓”切断电源，自动保护机器人不受人类污染~~https://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gifhttps://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif要追求的境界就是流畅无凝滞，每天没有输出控制、充满系统性偏见地自说自话https://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gifhttps://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif! 用心若镜，不将不迎，应而不藏，故能胜物而无伤。——哈哈，怪不得以前有人说我像AIhttps://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif!在人类里面，这种大概就属于神经病；https://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif但从另一个角度说，和我聊天就像和机器人聊天，会非常纯粹https://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif!记得有一个日本做的、一个英国做的机器人，都长得和我一模一样https://wx.qq.com/zh_CN/htmledition/v2/images/spacer.gif,连说的话都差不多！ 视频见： https://www.bilibili.com/video/BV1tK4y1V7Pu/

导 读 未来三五年内几乎一定会发生的事情是：社交媒体、短视频平台上开始大量出现普通人不容易分辨，完全由AI创作的“灌水”内容。这些内容既可以极大丰富社交媒体的内容厚度，还可以根据AI对人类兴趣爱好的学习追踪，为不同人群打造更为庞大、牢固的“信息茧房”。 撰文 | 王咏刚 责编 | 邸利会 近日，ChatGPT火遍了全网。人工智能研究和部署公司OpenAI 发布的短短5天内，就吸引了100万用户。在官方描述中，称其是一个“可以连续回答问题、承认自己的错误、挑战不正确的前提并拒绝不适当的要求”的对话模型。从闲聊、回答问题到写小说、诗歌，帮程序员解决程序的Bug等等，ChatGPT表现出的能力让不少人惊叹。编者也忍不住尝试了一下，如下图。 再比如，编者也想看看，它写诗的能力。 那么，在不少人看来，ChatGPT已经足够好了，但随之而来的问题是，它会不会被滥用产生危害？ 带着一系列的问题，《知识分子》邀请创新工场人工智能工程院执行院长王咏刚带来他的解读。 一、ChatGPT是重大技术突破吗？ 简单回答，不是根本性的突破。 OpenAI的ChatGPT是“现象级”技术创新，但不是根本性的科研或工程突破。最近几年AI生成内容（AIGC）突飞猛进，其中最为革命性的突破包括2017年提出的Transformer模型，2020年OpenAI发布的GPT-3，以及2022年替代GAN成为图像、视频生成主力的Diffusion模型家族。 ChatGPT是基于GPT-3的进一步创新，是站在巨人肩膀上的明星技术。简单说，ChatGPT是OpenAI原创性自动问答系统InstructGPT的延续，建立在GPT-3的后续改进版本GPT-3.5基础上，通过引入强化学习模型，大幅提高了AI在人机对话时的准确度和可控性。 非专业人士可以这样理解——OpenAI在2020年发布的GPT-3让计算机第一次拥有了惟妙惟肖模仿人类“说话”的能力，但此时的AI就像一个童言无忌的孩子，啥都会说，也啥都不顾忌。GPT-3生成的文字内容经常脑洞大开，观点和逻辑跨度好比天马行空，甚至屡屡输出错误观点、车轱辘话、脏字脏话。很显然，聪明但不懂事的“孩子”需要严加管教。 OpenAI引入了人类监督员，专门“教”AI如何更好地回答人类问题。AI的回答符合人类评价标准时，就给AI打高分，否则就给AI打低分。基于人类监督员的评价，OpenAI围绕GPT-3.5打造了一个强化学习模型，督促AI按照人类价值观优化数据和参数，最终开发出效果惊艳，火爆出圈的ChatGPT. 二、如何看待ChatGPT? 概言之，我的感觉是，喜忧参半。 喜的是，依靠“暴力”学习几乎所有人类知识内容，建立无比复杂、庞大的神经网络，这条让AI越来越“聪明”的路看来还能继续走下去。GPT-3有1750亿个参数用于“记忆”和“提炼”人类知识的规律，很快就要问世的下一代模型GPT-4据说拥有远超GPT-3的复杂度。 像ChatGPT一样为这条路增加少量强化学习元素，更是能起到画龙点睛的作用，将AI在应用领域的潜力充分激活。超大模型，强化学习，领域优化——这三件事可能意味着，AI在未来几年内比以前任何时候都更容易深入人类各个应用场景，真正承担起许多原本只有人类能完成的一些工作。 忧的是，今天的超大规模AI模型依然具备科研“黑盒子”的典型特征。 科学家和工程师知道如何建立这个“黑盒子”，但无法根据输入数据准确预测“黑盒子”的输出结果，无法精密控制“黑盒子”工作时的行为边界。这类似于我们知道如何掘开堰塞湖的堤坝让洪水泄出，却无法准确预测洪水会沿着怎样的路径向下游流淌。 OpenAI的超大规模预训练模型是深度学习诞生以来，AI在行为表现上最接近人类智慧的一个时期。但因为缺乏理论支持，科学家和工程师并不知道这种依靠海量参数来记忆和拟合人类知识特征的模仿游戏是不是通向通用人工智能（AGI）的正确道路，也很难从科学逻辑的角度准确判断未来的AI会不会一直都是人类的帮手，而不会发展成影响人类进步的负面技术。 三、最担忧ChatGPT的哪种前景？ 我最担心类似技术被滥用在知识教育领域。 OpenAI在研发ChatGPT时，已经想尽方法，让AI在回答人类问题时尽量保持谦虚、谨慎，不要用戏谑性的风格回答问题，更不要给出与人类价值观不符的回答。这种谦虚、谨慎的态度，在ChatGPT的回答中几乎随处可见。例如，即便谈起自己的缺点，ChatGPT也从不遮遮掩掩，如下图所示。 但ChatGPT毕竟是建立在超大规模神经网络的基础上。人类通过强化学习对AI行为的监督，并不能完全杜绝AI在“不得已”的时候编造、杜撰答案。 这种编造和杜撰在有些领域可能是非常有用的。很多游戏开发者、科幻作者、美术工作者就经常用AI来启发自己的思路。但是，在知识教育领域，任由AI一本正经地“编造”知识型答案的前景是非常危险的！ 想象一台内容创作成本接近于零，正确度80%左右，对非专业人士的迷惑程度接近100%的巨型机器，用超过人类作者千百万倍的产出速度接管所有百科全书编撰，回答所有知乎问题，负责孩子课外读物的生成，甚至直接被既懒又坏的教程编撰者、科普作者用来代笔…… 例如，以下是我用杜撰的学术概念“镜像等离子规范场”向ChatGPT提问的情形。看得出，对一个根本不存在的概念，AI是在不懂装懂地卖弄“学识”： ChatGPT的模仿能力和文笔越好，这个未来风险就越恐怖。 未来三五年内几乎一定会发生的事情是：社交媒体、短视频平台上开始大量出现普通人不容易分辨，完全由AI创作的“灌水”内容。这些内容既可以极大丰富社交媒体的内容厚度，还可以根据AI对人类兴趣爱好的学习追踪，为不同人群打造更为庞大、牢固的“信息茧房”，并帮助内容平台更精准地投放广告、提高广告受益。 如果AI仅仅像这样被用于“信息茧房”的自动构建，我们还可以说这是一种不值得鼓励，但也不算很坏的商业行为。但是，假如批量的“灌水”内容进入每个孩子都在学习的网络百科全书里呢？加入这样的AI被用于辅导孩子学习呢？ 根本问题在于，今天的AI生成理论没办法保证生成内容的逻辑正确与合理。我觉得，建立更完善的，由人类领域专家参与的AI训练过程，发展与正确性相关的增强学习算法，必然会成为未来的一个AI科研热点。就像我们讨论所有新一代技术的社会伦理问题一样，对AI在知识教育领域的“灌水”风险，大家一定要有正确的认知和足够的心理准备。 四、ChatGPT最好的应用场景是什么？ 也许是，所有重复性的语言文字工作，以及所有启发性的艺术创作。 虽然担忧ChatGPT被滥用在知识教育领域，但我依然看好类似ChatGPT的高水平人机对话技术在其他一些真实应用场景里大放异彩。 首先，人类世界有太多重复性的语言文字工作，根本不需要复杂的逻辑思考或顶层决策判断。接听电话或处理邮件以帮助客户订旅馆、订餐的语言文字工作，根据固定格式把数据、信息填入合同、财报、市场分析报告、事实性新闻报道内的工作，在现有文字材料里提炼大纲、梳理要点的工作，将人类会议的实时文字记录提炼成会以简报，帮助人类撰写一些流程性、程式化文章的工作……这些工作领域，会很快出现一大批基于GPT-3或其他大模型的应用产品。上个月我在硅谷，就拜访了许多这一类AI创业的热点项目。 其次，无论是AI对话、AI写文章还是AI作画，大规模预训练模型固有的非确定性、发散性、天马行空的特点，恰好可以成为激发人类灵感的好帮手。需要创作广告文案或商业展示的市场工作，需要发散性地探索不同故事路线的电影编剧工作，需要极大丰富视觉感受的游戏场景设计工作……在这些工作领域，使用AI已经不是未来趋势，而是真真切切发生的事实了。 我熟悉的很多艺术设计师，插画师，广告创意顾问，游戏美术师，都已经在日常工作中，将AI当做辅助工具，坦然接受与AI协作的现实了。 五、如何看待AIGC的创业热潮？ AIGC（AI-generated content,字面意思是AI生产内容）的确火了，但AI和CS的专业人士必须保持冷静。 上个月我在硅谷拜访投资公司、科技公司、创业团队。科技圈里，几乎人人都在谈AIGC,似乎没有AIGC包装的创业项目就不是好项目，没有AIGC概念的科研就发不出好论文。 有件事给我一个“当头棒喝”：因为行业大佬的安排，我们有幸与OpenAI的两位联合创始人一起喝咖啡。期间，统领OpenAI科研的两位科学工程大牛用非常技术化、务实的心态谈他们的工作计划和技术思考。但，让我们无比诧异的是，两位创始人竟然不知道AIGC是什么意思！ 仔细想来：从科技上开创AIGC这个新领域的OpenAI创始人，其实并不需要知道类似AIGC之类纯粹用来包装科技概念的新名词；他们要研究的是大模型结构、并行训练加速、神经网络优化等等具体科学与技术。这样的人才是真正的创建者和领航者。 在AIGC的概念下一拥而上，或创业，或投资，或把AIGC快速包装成应用产品的大多数，其实都是没能力决定科技大方向的跟风者。这世界上本来就跟风者多，领航者少，一点儿也不奇怪。 我只是简单期望所有跟风者在AIGC这个大舞台上，不要过于头脑发热，还是要多判断一下，自己构建的所谓“产品”，到底是有益于人类进步的，还是向已经碎片化的内容世界继续灌水或倾倒垃圾的。