近來，聊天機器人程序ChatGPT爆火“出圈”，引發(fā)各界關(guān)注和討論。
ChatGPT的未來技術(shù)發(fā)展趨勢
ChatGPT基于的工具被稱為大型語言模型（Large Language Models，LLMs），通過學(xué)習(xí)龐大的在線文本數(shù)據(jù)庫中的語言統(tǒng)計模式來工作?；诂F(xiàn)有的基本原理和技術(shù)，ChatGPT在未來發(fā)展進程中必然會進一步提升自身的技術(shù)水平，例如提升檢索結(jié)果的質(zhì)量。
技術(shù)提升的方式，一是需要將海量數(shù)據(jù)，尤其是實時的新數(shù)據(jù)增加到原有的文本數(shù)據(jù)庫中，對其中不實、偏見或過時的信息進行更正，并以更新的文本數(shù)據(jù)庫為基礎(chǔ)，進行進一步的模型訓(xùn)練，以實現(xiàn)技術(shù)模型和應(yīng)用工具的與時俱進。
二則是需要針對某些特定領(lǐng)域，進行專業(yè)化的模型訓(xùn)練，以實現(xiàn)技術(shù)提升。與之相比，更早誕生的智能問答和檢索由于基于的模型較為簡單、智能化程度不高，比較容易被識別；而基于LLM的ChatGPT在技術(shù)上的進步，使得它能夠進行邏輯篩選，針對輸入的問題提供一個大體合理的答復(fù)。但是，從本質(zhì)來看它的回答仍然是不可靠的，在回答一些專業(yè)領(lǐng)域問題時也會產(chǎn)生錯誤的回答。因此，在一些特定的、專業(yè)化程度較高的領(lǐng)域，需要提供專業(yè)化的文本數(shù)據(jù)庫、基于針對性的訓(xùn)練方法對模型和數(shù)據(jù)進行調(diào)整。以文史哲和理工科領(lǐng)域的問題研究為例，其需要的方法論和邏輯思維方式是不同的；在同一個學(xué)科的不同場景下，需要的分析思路也是不同的。因此，ChatGPT未來發(fā)展需要針對特定領(lǐng)域進行專業(yè)化的模型訓(xùn)練。
ChatGPT的商業(yè)化發(fā)展趨勢和應(yīng)用領(lǐng)域
ChatGPT的進一步發(fā)展同樣離不開技術(shù)的應(yīng)用和商業(yè)化。其商業(yè)化方式，一是與現(xiàn)有的大型商業(yè)平臺（如微軟、谷歌等）進行合作。雖然有相關(guān)人士稱要實現(xiàn)由LLM驅(qū)動的搜索仍需要大幅降低其成本，但與此同時，微軟計劃將ChatGPT整合進他們的搜索引擎Bing并預(yù)計在3月份推出。此外，現(xiàn)有的大型商業(yè)平臺也可能自行進行技術(shù)研發(fā)。這兩者是否實現(xiàn)產(chǎn)品替代取決于兩種方式的開發(fā)速度。
無論以哪一種方式實現(xiàn)商業(yè)化發(fā)展，必然首先聚焦于資源、資金高度集中和技術(shù)應(yīng)用性強的特定領(lǐng)域。例如，金融領(lǐng)域技術(shù)應(yīng)用較為廣泛、資金充沛，金融科技、金融數(shù)據(jù)治理等都在金融領(lǐng)域率先開展；文化娛樂領(lǐng)域商業(yè)化變現(xiàn)較為迅速，同樣可能會成為技術(shù)應(yīng)用首要涉及的領(lǐng)域；與日常工作相關(guān)的辦公軟件等領(lǐng)域，如果能基于該項技術(shù)實現(xiàn)部分自動化辦公（如自動化公文寫作、PPT制作），由于其應(yīng)用廣泛、用戶需求量大，也可能成為技術(shù)應(yīng)用首先發(fā)展的領(lǐng)域。
ChatGPT的階段性發(fā)展趨勢和商業(yè)化競爭趨勢
ChatGPT作為一種新的技術(shù)和工具，很可能與其他新技術(shù)和工具類似，在首次進入大眾視野時會得到較多的研究和關(guān)注，在國內(nèi)外誕生大量相應(yīng)的創(chuàng)業(yè)公司或上市公司進行賽道布局。但在經(jīng)過一段時間的激烈競爭后，實際成功并存活的公司并不多。這也是高德納咨詢公司（Gartner）提出的技術(shù)成熟度曲線所反映的狀況。ChatGPT目前很可能正處于該曲線中過高期望的峰值階段，即將到達泡沫化的底谷期。在它實現(xiàn)應(yīng)用和實施以后，在某些具體領(lǐng)域和場景中的應(yīng)用效果可能并不及預(yù)期。
在這一過程中，會有很多創(chuàng)業(yè)公司或上市公司逐漸退出市場。從國內(nèi)來看，推測最后存活和成功實現(xiàn)技術(shù)應(yīng)用的相關(guān)平臺，很可能是具有充足資金、流量基礎(chǔ)和現(xiàn)有數(shù)據(jù)庫的大平臺，例如百度、頭條等。其余一些創(chuàng)新型公司或小型專業(yè)化公司，可能會遇到訓(xùn)練集不足、無法實現(xiàn)模型的有效訓(xùn)練等問題，最終退出市場。在這期間，相關(guān)上市公司的投資和股票價格可能快速上漲，但最終能夠?qū)崿F(xiàn)該項技術(shù)的國產(chǎn)化替代的，依然是現(xiàn)有的大平臺。
