体验产品
ChatGPT一经面世,便展现出迷人的魅力,其对语言的理解、生成、知识推理能力等令人惊叹,短时间吸引了上亿日活用户,引发了学界、企业界和政界的广泛关注。
ChatGPT 是由美国人工智能研究室OpenAI推出的一款采用Transformer神经网络架构的自然语言处理工具,背后的关键技术是生成式大语言模型,通过大规模的参数、海量的训练数据、人类反馈的强化学习,做到了能够很好理解人类的语言,并以良好的表达给出反馈。
在ChatGPT推出之前,我们所常见的人工智能主要应用在图像识别、人脸识别、语音识别、精准推送、内容审核、辅助驾驶等方面,其技术是对已有数据分析、判断和预测AI。ChatGPT却不是简单地分析已有数据,而是对已有数据学习归纳后再创造,生成全新的、原创性内容,具有类似人类的创造力。可以说,ChatGPT开启了AIGC(AI generated content)新纪元。
之前,ChatGPT(GPT-3.5)的能力范围主要是回答问题、撰写文章、文本摘要、语言翻译、生成计算机代码等。伴随GPT-4的推出,ChatGPT也从语言模型走向多模态模型,能够读懂图含义,根据图片生成对应语言描述,根据语言生成对应图片。并且,在数学能力、逻辑能力、上下文处理能力、创作能力,以及与人协作能力上有了惊人提升。 现OpenAI已开放了ChatGPTAPI 和WhisperAPI (应用程序接口),允许开发者通过API将ChatGPT集成至他们的应用程序和服务中,这势必解锁海量的应用场景,无论是在To C 还是To B。
以微软为例,微软旗下的搜索引擎Bing结合了GPT4技术,将搜索、创造、聊天结为一体,多方位满足用户个性化需求,增加了日活;微软旗下的Microsoft 365 Copilot融入GPT-4能力,极大提升了office的交互方式和办公效率。例如,可根据用户指令写文章或摘要,基于Word 、Onenote草稿生成精美PPT,根据EXCEL表格做数据分析、可视化展现、给出关键信息总结等;微软旗下的企业服务平台Dynamic 365结合ChatGPT技术推出的Dynamics 365 Copilo,为销售、服务、营销、供应链等业务人员提供了有力帮助。例如,可自动生成回复客户信息的电子邮件、为团队创建会议摘要、编写推广计划建议、从系统中提取产品和报价细节等。微软旗下的开发者工具Power Platform结合ChatGPT技术推出的Power Virtual Agents和AI Builder,可以通过聊天方式生成代码 、 调试代码 、 为代码生成注释等。
国内有实力的互联网大厂如百度、阿里、腾讯、华为、京东、科大讯飞、360、字节跳动、网易等也纷纷入场大模型,如百度的 “文心一言”、阿里的“通义千问”、华为的“盘古”、腾讯的“混元”。
ChatGPT或类ChatGPT所表现出的接近甚至超过人类的能力,将不可避免地颠覆很多领域和行业,取代很多人的工作。ChatGPT的出现,对于协同管理软件的提供商和服务商来说,唯有主动去拥抱与使用它,才能在时代洪流中稳住脚跟。
找准定位。现阶段的应用软件开发厂商,大部分都不具备投入基础大模型研究的基础,如雄厚的资金、充足的算力、研究算法的人才。但拥有广泛的客户基础、管理领域的知识经验,和对客户需求的理解与工程能力,我们可以与通用大模型厂商合作,开展垂直领域或行业子模型的研究,做应用场景和用户数据反哺、调优,实现定制化的知识精准注入的类ChatGPT。
改进开发方式。ChatGPT在代码生成上有着优秀的表现,能够将自然语言转为代码、找出代码的问题并给出修改意见。用户只要给出提示,就可以写出完整的函数。积极引入AI工具,人机配合,将能极大提高我们开发低代码平台与标准模的质量与编程效率,降低代码BUG率。
标准应用AI化。在安全许可的情况下,有必要将ChatGPT或类ChatGPT的文本图片生成、音视频生成,以及检索、摘要、问答能力,通过API融入到产品的标准模块里,例如公文起草、新闻公告撰写、会议纪要发布、文档检索、数据查找、报表生成、自动督办等,来为客户提供全新智能化的高效协同应用。
审视低代码平台。这几年,低代码平台风靡业界,无论是传统软件厂商,还是SAAS厂商或是平台技术厂商,都在研制低代码/无代码平台,其本质就是要以更低的开发成本、更少的时间投入,来满足日益增长的客户个性化需求。当GPT-4已经能够根据人的意图自动生成代码, GPT-5也已在路上时,3-5年后,我们所开发的低代码平台还有多大价值?是否需要调整技术方向和路线?值得提前深思。
总之,AI将带来生产力的巨大提升,彻底改变我们的工作与生活方式,我们要以积极开放的心态去接收人类技术的进步与挑战。