關於大模型對未來影響的一點看法

人們總是高估了未來一到兩年的變化，低估了未來十年的變革。 ---比爾蓋茲

近來OpenAI的GPT技術可以說在全球都帶來了巨大的影響，也讓大家看到了什麼叫大力出奇跡。chatGPT和GPT4的能力給了大家很大的震撼，其流暢自如、邏輯清晰、出眾的能力，給使用過的人都留下了深刻的印象，同時也讓無數人對這項技術產生了擔憂和畏懼，其中就包含即將踏入網際網路行業的我。

起初在chatGPT剛出來的那段時間，我是抱著瞭解但未嘗試的態度的，知道這項技術很先進，但是不知道其對未來的影響，或許是因為沒有親身去使用導致了對其能力的低估吧。後來其越來越火，GPT4相繼問世，我使用之後的感受，我切身感受到了這一技術的變革性。

gpt是個什麼樣的技術呢？生成式預訓練的模型，主要用在自然語言生成上，能夠處理各種語種的輸入和輸出，如中文，英文等各種主流語言，不知道是否支援世界上所有有文字資料的語種。

目前gpt的技術主要應用在對話中，即人與計算機進行對話 --- chatGPT，能夠記憶多輪對話的內容，並結合上下文給出相應的答案，且生成的文字邏輯上，語法上都有很好的準確性。對話的內容不限，從生活常識，到百科，到文學，到各行各業的知識，學術界的，工業界的，都能給出不錯的答案。目前關於垂直領域的知識，主要是關於計算機的，不知道其他工科的怎麼樣。但也並不是毫無缺點，生成的文字可能會有一些事實性錯誤，編造一些不存在的東西，不能確保準確性，有些泛泛而談。

綜合以上，可以對chatGPT做一個總結：一個擁有強大文字生成能力的模型，能夠處理各種問題，理解語言中較複雜的語意，但也存在一些缺點。

現在發展到的gpt4，不僅可以處理文字，還具有了多模態的能力，能夠理解影象，生成影象。或許以後能夠輸入輸出更加的自由，可以是文字，語音，影象，視訊等，輸出亦然。

關於未來的大模型。可以沿著發展趨勢展開一下想象，在未來的某天：大模型技術取得了更大的進步，其理解人類世界的能力愈發強大，不僅能夠以顯而易見的方式接收資訊，如視、聽，或許還能觸控，再加上對現實的理解，AI能做到的事或許和人類沒有很大差距，甚至能夠在某些方面（很多方面）超越人類。在工作中，你大部分時間在與AI系統打交道，你的上下游是AI系統，你接受AI的任務，解決一些AI暫時不能解決的問題後交給下游的AI來完成；生活中，可能有一個能力超強、且很懂你的AI助手、管家、甚至伴侶，管家能夠接管你生活中的絕大部分安排，為你指定各種計劃，替你規劃、決策，為你的孩子輔導功課；商店裡、飯店裡，與你交流的可能是服務員。

要實現這樣的未來，我們還有多遠的，什麼樣的了路要走呢？

作為一名即將進入網際網路行業的學生來說，AI的發展確實讓我對自己的職業發展著實擔憂了一把。未來AI技術的強大，一些方面的工作會很快被AI技術取代，目前已知的發展空間會被壓縮，進而影響自己的工作待遇、職業發展方向。畢竟，未來的變動需要我們花費時間、精力去學習、去適應，還參雜很多不確定性。如果這真的是一場革命，那麼肯定會有現在所不知的機會和機遇出現。幹好當下的事很重要，但我現在能為未來做什麼呢？接下來分析一下發模型對未來的行業的影響。

資料隱私一定是一個首要考慮的因素，因此很多商業化場景中會以安全，隱私為重要的考慮，可能會導致很多公司構建自己的大模型，不一定要達到最優的水平，但能在自己的垂直場景中達到一定的壁壘。各個公司如何構建自己的大模型呢？沒有這個能力怎麼辦？雖然現在很多巨頭都在往這個方向發展，但是真正做的好，能商業化的並沒有那麼多，市場還是一片藍海。可以想到，這麼多的巨頭尚不能做的很好，其他的行業、公司有怎麼做呢？當然，以後會有更多的公司能夠做好，但是還是存在一個分水嶺，嶺以上的公司有能力做好自己的大模型，以下的公司不會自研或者說會另闢蹊徑。有能力的公司可以把自己的大模型以服務的形式向外提供，並以此開展自己的產品。

在大模型掀起的這場革命（如果有）中，未來的軟體會是什麼樣子的呢？現在的軟體開發過程，通常需要人來溝通和理解需求，開發完成後進行迭代修改，並進行維護。如果AI能快速、準確地實現需求，或者小的需求塊，那我們可能主要負責對需求的劃分、細化、整理使其標準化（AI能理解的形式），具體的開發將由AI自動完成，最後再加以測試和人工檢查和測試。這個時候可能很多低階（簡單，容易被流程化）的開發會被取締，程式設計師的工作重點更多放在整體流程的把控和分解上。那個時候，或許我們能開發出更大規模的軟體，以更快的速度，類似於流浪地球2中MOSS自動生成作業系統。這個時候的程式設計師還需要具備手撕程式碼的能力嗎？整體架構、流程的把控和理解或許是更為重要的能力，對技術的廣度有更高的要求。

當然，並不是所有地方都會上大模型，但是很可能大家都會使用它。一種方式是對大模型的小型化，或者使小模型同樣擁有足夠的能力，一種是API的形式，把大模型作為一項服務，在有一種可能是二者的結合，在共有大模型的基礎上產品有自己的私有模型。大模型的小型化，這也是業界和學界一直在做的事情，模型的量化、壓縮、剪枝、蒸餾等，以及在各種硬體平臺上適配。API的形式就不贅述了。我覺得目前還未出現，但是將來很有可能出現的就是第三種情況：共用大模型+私有模型。同樣是處於對資料安全性考慮，也是維護自身產品壁壘。依賴大模型構建的產品，資料是其靈魂，也是其壁壘所在，也包括安全問題。如何在這樣的約束下用好大模型？個人的一個想法：對大模型的拆解、分析，大模型的擴充套件能力，大模型與小模型（私有模型很有可能就是小模型）的融合，最好能夠做到大模型是一個大軟體，小模型則是一個外掛，能夠很好的藉助大模型的能力。

最令我期待的是具身智慧 --- 我們接觸的是具有實體的AI。當前AI技術在很多領域都有了很大的發展，CV、NLP、語音等，但更多的是以工具的形式出現在我們的生活中。但這些技術很多終究是沒能達到流程與人類進行互動的能力，但現在我們看到希望了，GPT正在逐步實現（已經？）這一點。以上技術的融合是很有可能出現一個能夠數位人的，能夠具身，就看未來硬體和機器人技術的發展了。

再放幾張《Bicentennial Man》的劇照，希望我以後也能有機器管家（當然不是安德魯那樣的