每经记者：可杨 每经编辑：董兴生

从吟诗作赋，到写代码，再到写剧本、做高数，OpenAI发布的免费机器人对话模型ChatGPT回答处理多领域问题的能力之强悍，引发全球关注。

尽管该模型目前仍处于测试阶段，但面世仅一周，便有超过一百万用户使用。“明天ChatGPT就要抢走人类饭碗”的调侃也不绝于耳。（更多内容，详见每经头条《最强聊天机器人来了，能写情书、改错别字、编代码！明天，ChatGPT抢走我饭碗？》）

已拥有多个AI聊天机器人成功落地案例的国内顶尖人工智能公司小冰，如何看待风靡全球的ChatGPT？

带着这个问题，12月8日《每日经济新闻》记者专访了小冰公司CEO李笛。他认为，市场对于ChatGPT取代搜索引擎，以及在其他各个领域实现商业化落地的畅想，短期内不太可能到来，成本将成为制约其实现商业化的重要阻碍。他举例说，如果小冰用ChatGPT的方法来运行系统，现在小冰每天承载的交互量就需要花几亿人民币的对话成本。

李笛 图片来源：受访者供图

在李笛看来，目前，行业内对ChatGPT的关注与热潮已经有些过度。

“人类为什么会感到激动？”李笛觉得，当人们普遍对一件事情有一种预期，进而去交互时，发现它远超大家的预期，人们就会惊讶。“但即使是针对人工智能，在最近这些年惊讶的次数也很多了；稍微往前一点，GPT3出来的时候大家就很惊讶，但是也没有发生什么；再往前，AlphaGo下围棋赢过最好的人类棋手，大家也很惊讶，但是之后似乎也没有改变什么。”

不过，李笛也提到，关于ChatGPT，有三件事情需要相对理性来看。首先，ChatGPT有非常好的创新，即证明了在原有的大模型基础之上，进行一些新的训练方法，可以更好地提高对话质量；其次，ChatGPT并不构成一个大版本的迭代，而是对上一个版本的微调，在一定程度上弥补了极大参数量的大模型的一些缺陷。“即便是OpenAI来讲，它也被定义为GPT3.5，而不是GPT4。”此外，李笛认为，ChatGPT的突破，主要是研究性质上的突破。

对于目前市场普遍想象的ChatGPT是否马上就会迎来商业化落地、产生颠覆性的影响，李笛认为不太可能。“但是，这一点都不影响我们在最近这些年里，尤其是在大模型的思路出来以后，我们又一次看到在对话上的一个很大的变化，在这条路上大家都在往前走。”

ChatGPT在训练方法上，具体做了怎样的创新，以至于能够大大提升其作为聊天机器人的对话质量？

李笛分析称，很多人说ChatGPT的训练是基于人类反馈，这并不完全准确。人类反馈至少有两个含义，一是指在训练中，通过反馈来实现；另外则是产品在与用户交互时，通过大量的用户与其交互形成的反馈，不停地让模型进步。“这两者的价值是非常不一样的，更大的价值其实在于后者，即产品在交互过程中得到反馈。”

李笛介绍，过去对于AI聊天机器人的训练主要是基于数据，即在机器进行对话后，针对对话内容进行训练，调整、优化对话内容的数据；而ChatGPT则是针对数据形成的模型进行训练，简单而言，具体的训练方式是：人先写出一些指导性的问与答，用这些问答对大模型进行训练，通过一系列反馈式的训练方法，让大模型逐渐沿袭人所给予的关于问答的指导性意见、逻辑。“从这个角度讲，即使是进行多轮对话，ChatGPT本质上来讲依旧是一个问答系统。”

图片来源：每经资料图

带着这样的结论，小冰系统诞生了。李笛认为，小冰关心的是整个对话全程，关心用户在对话之后与人工智能之间建立了怎样的关联。“如果有人认为小冰还挺逗的、不是特别以知识为主，但是很有意思，我没事愿意跟它交流，有事问它，如果回答了而且很好，我会很惊喜，这个对系统来讲是一个很有利的状态。”

但李笛同时也坦言，产生似是而非的错误信息或者直接把对话向其他地方去迁移的情况，在小冰身上也很多。为此，小冰本身会给对话系统留下足够高的弹性。李笛举例，当人工智能系统面对用户的一些黄赌毒、色情等类型的问题时，系统要保护自己，而绝大部分的大模型，包括ChatGPT，它们注意到人类可能有一些不怀好意的问题时的回答直截了当：“我不想回答这个问题”。而这个回答，在小冰的评分体系里，会得到很低的得分。

在小冰的应对策略中，不会直接向用户表明不想回答问题，而是会选择抛出一个新的对话，如果用户成功与之展开新对话，则无形之中也化解了风险。小冰也会观察用户是否进入新的对话，如果没有，系统会开始尝试降低回答的相关性。“我们宁愿让用户觉得你笨，放弃了攻击你或者是让你上钩，也不愿意让用户觉得你很聪明地挡住了他，而激发了用户挑战的信心，换一个更难的方法来问你。”

在李笛看来，这是人工智能聊天机器人需要的取舍，因为人类与机器的交互绝不是单纯考虑回答问题的相关度、任务的完成率，同时还有考虑下一轮对话可能的走向。

小冰的取舍与判断依据来自其大数据与高交互量。“小冰一天的交互量相当于14个人一辈子的交互量，它遇到的事情特别多，所以有很多机会去尝试各种过程、策略是不是正确有效的。”但李笛同时也指出，对人工智能聊天机器人而言，单纯的交互量无法提高训练质量，大的训练数据、实时在线训练数据的获得是一个很重要的壁垒，但它与高交互量还有本质的区别。

如果大量的交互都是围绕“开灯”、“关灯”这类简单指令，实际上没有训练价值。更为重要的应当是CPS(conversations per session)，即AI与人一次对话的轮数。李笛介绍，小冰目前的CPS轮次已经达到38轮。

除此之外，实际产品落地带来的经验，人工智能安防的能力，对话内容与声音、视觉的配合所组成的完备框架，也共同构成着小冰的壁垒。“我们有的时候会把单点技术和形成一个系统混淆起来，过于夸大一个单点技术所对应的价值，这就有点像当我们去讨论一辆汽车或者汽车工业时，会认为发动机是关键，发动机确实是关键技术之一，但是很有可能最后是车身成为限制汽车工业能不能跑起来的最后的、真正的短板。”

在这一轮ChatGPT的狂欢浪潮中，有观点认为，其代表的是未来实现通用人工智能的一个可行路径，即AI有可能由处理专一领域的问题向同时处理多领域问题转变。

李笛则依旧对此持相对冷静的态度。“它的优化不是为了优化到给你合适的知识，而是为了优化到让你认为它有知识，它的对话中，（与其他聊天机器人相比）它增加的部分大量是在论证，由此让你感觉到它很可靠。”

一个主流的观点是，实现通用人工智能，是人工智能研究追求的目标。

在李笛看来，AGI（通用人工智能）这个概念本身是模糊的，就像元宇宙概念本身是模糊的一样。“有人认为通用人工智能意味着人工智能需要有意识，知道自己在说什么，包括这次有很多人很兴奋地说ChatGPT知道自己在说什么。并不是这样的，它只是学会了如何去论证，但是显然毫无疑问的，它不知道自己在说什么。”

李笛认为，应该更务实一些，一味地去追求这是不是通用人工智能或者是不是在走向通用人工智能的路上，本身意义不大，就像想要去追求一个系统是不是能够有意识一样。他认为，更务实的角度是，应该去追求人工智能是不是能够真正在一个地方带来效果。“如果是一个知识系统，是否能够准确带来知识；如果是一个陪伴系统，它是否能够真正地承担起陪伴的责任。很糟糕的事情是，如果它是一个知识系统，但它的知识并不准确，如果它是一个陪伴系统，但情商不够。”

目前，小冰的人工智能聊天机器人已迭代到第九代夏语冰，已经拥有了自己的脸、性格、立场、情绪、记忆甚至唱歌、画画、作诗等创造技能。

图片来源：小冰公司官网

不过，在李笛看来，小冰依旧不是一个理想的聊天机器人。“今天整个行业包括我们，离人工智能辉煌的时代都还早，现在是一个蛮荒时代，我个人认为这件事情我们是要做一辈子的，如果不是因为这个原因的话，我们也不会耐得住寂寞做这么久。”

李笛介绍，小冰每年都会提出一些重点的发展方向，最近这一年，小冰更多开始关注“多样性”。当其本身的框架已经有能力去交互时，小冰发现，不同的人在不同的位置或不同角色、不同情况下，所需要的交互对象是不同的。这个不同不仅仅是外观、声音的不同，还包括了性格、观点，甚至创作的风格，这是一个很高的多样性。“知识有对错，但观念没有，同时聊天机器人也不能对所有与观念有关的事情，都表示无可置评，这就决定了聊天机器人一定是多样性存在的。”

具体到不同领域的产品上，在对话层面，小冰将更关心100亿规模参数级别大模型的实际落地和投入产出，而不是不关注成本地向前推进；在声音上，小冰更关注声音一致性，歌声和说话与外形等混合在一起时，是不是能很好地体现出同一个人的一致性；在视觉层面，小冰则在推进神经网络渲染。

对于AI聊天机器人在虚拟员工之外，是否还有更多场景可能实现商业化落地，李笛认为，基于小冰的框架诞生的AI聊天机器人，可能成为虚拟恋人，也可能是虚拟主持人、歌手，以及家庭场景中的虚拟老师、虚拟陪伴者……

这也是李笛所理解的“通用人工智能”。由一个框架训练出各种各样、功能迥异的AI机器人，“他们都是基于同一个框架，但是在不同的领域发挥作用，这是我们所希望的通用，而不是知识层面的通用，因为那（本质上）仍然是一个垂直领域”。

每日经济新闻