聊天機器人ChatGPT優異表現引發市場關注，人工智能生成內容概念走上風口
“特別能聊”的人工智能會聊出些什麼？
本報記者 時斕娜
閱讀提示
全新人工智能聊天機器人模型ChatGPT不僅能夠通過學習人類的語言來進行對話，還能根據聊天的上下文進行互動，讓人們更直觀地感受到了人工智能的魅力。包括內容生成、搜索引擎增強等在內的領域，將是其潛在的產業化方向。ChatGPT的商業化落地，還需要克服技術和科技倫理等方面的問題。
家裡要養一只貓，該如何給貓取名字？怎樣寫出一個紙牌游戲的代碼？在不同語境中，詞語“意思”到底有幾個意思？這些五花八門、時常令人絞盡腦汁都難以得出答案的問題，在人工智能聊天機器人ChatGPT的面前，不過是瞬間便可迎刃而解的“一碟小菜”。
產品發布短短兩個月，ChatGPT的日活量已突破千萬，不少人“聊過”之後驚呼“這太像真正的人類了”。其超預期的表現引發越來越多的市場關注，人工智能生成內容(AIGC)概念由此走上風口。
人工智能聊天究竟能聊些啥？ChatGPT所代表的AIGC應用將帶來哪些影響和變化？記者對此進行了調查采訪。
“真正像人類一樣聊天交流”
“我所熱愛的是我真實的生活，因為它包含了我所有的經歷和感受，是我每一天都在體驗和思考的。”這句乍看上去充滿了人類體悟和情感的話，實則出自人工智能聊天機器人ChatGPT。
隨著ChatGPT大火，不少網友將它與自己的聊天記錄分享到社交平臺上，ChatGPT時而詼諧有趣，時而又顯得思想深邃。除了各種聊天互動外，還有不少網友們將ChatGPT視為一種工具，讓其寫作文、翻譯文章，甚至寫代碼。迅速的響應能力和較為靠譜的回答讓大家直呼其“真正像人類一樣聊天交流”“特別能聊”。
中國信息通信研究院聯合中國人工智能產業發展聯盟對ChatGPT進行的測試顯示，ChatGPT在百科檢索、數學問答、文學交流、常識問答、知識推理等對話任務上的意圖識別率均達到98%左右，在生活閑聊上的意圖識別率約為95%，已具備較好的語義理解能力。
實際上，ChatGPT屬於生成式人工智能的一個典型應用。人工智能是怎樣“進化”得如此智能的？“這是因為ChatGPT建立在大型語言模型上，會通過連接大量的語料庫來訓練模型。這些語料庫包含了真實世界中的對話和各種網絡公開信息，使ChatGPT知識豐富，還能根據上下文進行互動。”深度科技研究院院長張孝榮表示。
創新交互為AIGC帶來新啟發
隨著人工智能技術的發展，近年來AIGC類型不斷豐富、質量不斷提昇、技術的工程化水平越來越高，國內外科技公司紛紛發力布局AIGC領域。
以百度文心大模型為例，輸入一個題目，它可以瞬間寫出上百篇作文；根據一句話或者一段描述文本，可以生成一幅精美的畫作；根據一幅圖像，可以自動生成高清、流暢的視頻。
在百度技術委員會主席吳華看來，ChatGPT在用戶界面和交互上是一種比較創新的模式，用戶更容易以自然語言的方式進行交互，這會給大家帶來革新性的認識，也會給AIGC帶來新的啟發。
目前，國外一些公司在積極探索並落地ChatGPT的諸多應用場景，通過將ChatGPT整合進搜索引擎等方式提高服務智能化水平。有觀點認為，ChatGPT將顛覆搜索行業，在智能客服、游戲、虛擬人等領域也將得到廣泛應用。硅谷投資機構紅杉預測，未來AIGC有潛力產生數萬億美元的經濟價值。
根據中國信息通信研究院發布的《人工智能白皮書(2022年)》，“生成式人工智能”技術將廣泛應用於智能寫作、代碼生成、有聲閱讀、新聞播報、語音導航、影像修復等領域，聽說讀寫等能力的有機結合成為未來發展趨勢。
“人工智能生成在詩歌、作曲、繪畫等藝術創作方面大放異彩，在分子結構、軟件代碼等科研生產領域的應用不斷拓展，還幫助降低臨床試驗的科研成本和縮短研發周期。”雲計算與大數據研究所內容科技部副主任石霖表示，當前，人工智能生成內容的輻射范圍還在擴大，未來有望重塑各行業領域的研發面貌。
商業化落地需克服技術和倫理問題
盡管各界對AIGC發展前景保持樂觀，但從現狀來看，ChatGPT等產品想要真正落地，還需要克服技術和科技倫理等方面的問題。
在對ChatGPT進行的種種評測中，ChatGPT會犯一些常識性錯誤，反映出其在可控性、准確率方面仍存不足。有人形容，ChatGPT像極了一個很能聊但有時候喜歡信口開河的人類朋友。
中國信息通信研究院評測結果同樣顯示，ChatGPT在非閑聊型對話的任務完成率上表現一般，難以擺脫傳統深度學習模型普遍存在的知識整合和邏輯推理的問題。
“ChatGPT雖然能夠較好地回答不少問題，但在一些略有深度的、專業性較強的領域，其答案往往‘捉襟見肘’。這說明ChatGPT語料庫規模和計算能力的天然不足，也說明了算法依然需要完善。”張孝榮說。
在技術層面以外，人工智能還面臨著懸而未決的科技倫理問題。張孝榮表示，ChatGPT在科技倫理方面至少面臨三大挑戰：“一是版權問題，ChatGPT生成的內容更多來自搬運，容易引發侵權；二是信息安全問題；三是社會缺乏接納這一新生事物的准備機制，這對監管挑戰很大。”
在國內，AIGC產業化路徑同樣有待探索。石霖介紹說，國內AIGC產業基礎薄弱，相關初創公司數量明顯少於國外。同時，國內企業目前仍處於打磨產品階段，還未出現較為好用的內容生成服務。
