对话周鸿祎：ChatGPT可能会带来一场新的工业革命

　　来源：亚布力企业家论坛CEF

　　周鸿祎|360集团创始人、董事长

　　在ChatGPT之前，全世界的科技圈似乎多年未见如此兴奋的场景了。

　　比尔·盖茨公开强调：“像ChatGPT这样的人工智能，与个人电脑、互联网同等重要。”而埃隆·马斯克在使用ChatGPT后感受是“好到吓人”，他甚至断言，“我们离强大到危险的AI不远了。”

　　在国内，一波ChatGPT创业浪潮汹涌袭来。一直保持程序员身份的360集团创始人周鸿祎，对此次技术浪潮同样十分关心，在360集团总部办公区的洗手间墙壁上，甚至都张贴了包含ChatGPT及生成式AI的信息简报。

　　周鸿祎依然保持着自己的技术嗅觉。他认为ChatGPT即将带来新一轮的信息工业革命，与此同时，他反思过去国内对人工智能的研发太过于实用主义了，以至于错过了像ChatGPT一样通用人工智能的机会。

　　以下为采访实录：

　　提问：你是从什么时间开始关注ChatGPT的？

　　周鸿祎：说起来大家可能觉得我在吹牛，但很早我就开始关注了。因为我们本身就做搜索引擎的，互联网推荐需要的基础知识就是NLP（自然语言处理），在ChatGPT出来前，Google很早推了一个模型Bert，出来时很惊艳，当时我就让搜索团队和人工智能团队一定要关注这个技术，我自己对一些东西有些嗅觉。

　　后来GPT出来后据说路线和Bert不太一样，Bert找到很多实用的地方，可能太实用主义了，拿它来解决广告点击率、网页分类、推荐内容情绪判断，GPT出来后感觉这也是一个大家伙，但是没有看到好的应用场景，所以，到GPT-1、GPT-2我都进行了跟踪，这次ChatGPT出来突然有种恍然大悟的感觉，但是没有想到这么惊艳。

　　提问：你是2020年左右第一代时就关注了？

　　周鸿祎：对，但那个关注还是抱着一种实用主义的观点。这次中美的互联网巨头都大跌眼镜。我自己总结，国内互联网公司花钱多少不一样，聚集人工智能的人才团队大小不一样，但是思路一样——人工智能应该找场景，要解决自己业务中遇到的问题。

　　所以，为什么中国的人工智能都用来解决人脸识别、图像滤镜做得更漂亮，如果一个人工智能技术和自己的业务不能结合，可能就会认为没太大意义，所以，没有人想到用GPT NLP的模型解决通用知识理解和推理的问题，更没有人想到大算力大数据，最后做出一个大模型，能够产生一种连OpenAI自己都想不到的智能化的结果。

　　提问：感觉这一轮科技圈都有一种久违的兴奋。为什么会集体看好一件事？

　　周鸿祎：再牛的技术一定要有个贴切的场景。ChatGPT这次火起来，很重要的一点是找到了一种非常简单的交流方式，就像当年Google把复杂的搜索引擎藏在一个简洁的搜索框一样，ChatGPT今天把复杂的人工智能变成了云服务。

　　任何一个伟大的创新，背后一定有个伟大的技术在支撑，但是老百姓绝不会因为有伟大的技术、伟大的理念去支持你，他们都是需要你帮我解决一个特别庸俗、特别实用的问题。

　　ChatGPT很完美地在这三年做到了：第一，有强大的技术；第二，对产业界同行来说，让人感觉到它是一场工业革命的起点；第三，这种方便简单的交互方式，降低了用户的使用门槛；第四，它解决问题，尽管有很多人把它当玩具调戏。

　　这是为什么它破圈了，事实上它是人类历史上最快达到月活用户超过1亿的产品，这肯定不是靠任何的宣传炒作，也不是靠任何的概念煽动起来的。

　　提问：可不可以理解为第一代搜索引擎还是资料型，第二代是知识型，再往前进化一步可能会到智慧型？

　　周鸿祎：我不太愿意这么分工，ChatGPT不是第三代智慧搜索引擎，如果把它当成搜索引擎用就理解错了它的定位。我觉得它真正的能力有三点：

　　首先， ChatGPT是一个通用人工智能，它不是为了解决某一专有领域的问题，而是为了解决对人类知识进行存储和知识化。

　　过去人工智能在搜索上做知识图谱，想了各种方法却找不到一种合理的范式，去把人类所有的知识能够全部吸收下来。但作为基础，ChatGPT完成了这件伟大的工作。它完成的工作很简单，建立了一个大语言模型，通过大力出奇迹的方法，而且不需要人工标注，我们叫做无监督学习。

　　ChatGPT用大模型、大数据训练出这个能力，有点像一个大学毕业生，它有了大学的很多常识、通识教育之后，再来学外语编程的速度就快很多。

　　第二，ChatGPT模型上增加了一种能力的训练机制，人可以训练它很多能力。举个例子，如果今天我要教你两位数乘法，需要的知识首先是九九乘法口诀表，但是，两位数乘两位数如何进位、借位，这个叫做能力，ChatGPT提供了这样一种能力机制。

　　ChatGPT从某种角度来说，它的能力就像一个7岁或8岁的小孩，假以时日只要有更多的人来教它，它的学习速度非常快，而且它的悟性会越来越高。

　　提问：我记得上世纪60年代出现了一个知识管理概念，认为知识管理包含了对知识的提纯转化，第一步当然是存储了，但之前认为知识管理只能通过组织力量、人的力量来完成。

　　周鸿祎：你说的知识管理和人工智能的知识完全不一样，你说的知识管理像企业关心的一些概念，有点像维基百科里面的知识，但仅仅维基百科里蕴含的知识不足以实现人对这个世界的理解。

　　ChatGPT用的模型叫做Transfomer模型，这个模型模拟了人类对知识的存储、处理、理解，还有推理，我个人觉得，它基本实现了人工智能的一种，不仅是通用人工智能，而且是成为强人工智能的基础。

　　所谓强人工智能首先要能够理解这个世界，把ChatGPT看成一个黑盒子，会发现它能理解很多概念，做出很多推理。人们就喜欢强调，它和大脑不一样，它是一堆芯片，大脑都是神经元，这就是需要另外一个悖论。

　　如果我们把它看成硅基智能，人类叫做碳基智能，我们老用碳基智能的想法，就觉得只要有智慧生物的地方一定是碳基吗？一定要呼吸氧气吗？也不一定，在三体星球上生活的人就不一定是碳基生物。

　　历史上，人类模仿鸟来飞行，失败了很多次，但是，当人们领悟到鸟飞起来的空气动力学，后来设计出翅膀以后，人类就发明了飞机。今天飞机比任何鸟飞得更高更快，但长的并不像鸟，基本原理也不像鸟，但不能说因为它不像鸟一样翅膀扑扇，就不能定义叫飞。

　　今天ChatGPT用机器程序软件和芯片结合的方式，实现了人对世界的理解，而且能做出适度的推理，为什么我们就认为它不能产生智力呢？

　　提问：你刚才做了一个特别好的比喻，人类向鸟学飞行。所以，现在我们倒过来看，其实ChatGPT模拟了人脑？

　　周鸿祎：它没有用物理上来模拟，是用算法来模拟。很多人拿ChatGPT当一个玩具，也指出它有很多缺点，这些缺点瑕不掩瑜。

　　第一，说它搜资料搜不准。这很正常，未来它就像人会犯错一样，真正的人工智能一定会犯错，因为给了它很多知识，在推理过程中产生突变。搜索不会犯错，是因为搜索不具备智能。

　　第二，有人说它胡说八道，这是比较可怕的地方。搜索保证不会胡说八道。原来我们做的“人工智障”对话有两种思路：一种用搜索的思路，用关键字匹配一些相关的答案，会给你感觉驴唇不对马嘴的回答一句应付过去；一种原来我们也做过，为你特意编程序，对问题做一些敏感词的处理，这样看起来很智能，其实也是伪智能，因为是程序员写好了代码。但ChatGPT就能煞有介事地编出一段一本正经胡说八道的文字，这恰恰是一种它真正智能的表现，这让人觉得它有非常大的潜力。

　　提问：可以理解为，能胡思乱想恰恰是它最强大的能力，和之前AI相比来说是它进化的地方。

　　周鸿祎：我再举个例子，它其实和人脑的学习过程非常像，为什么ChatGPT的知识训练很重要，语料很重要。我们经常说熟读唐诗三百首，就算不会作诗也会胡诌两句了。

　　一个人一生最多读一万本，ChatGPT是你的500倍，未来ChatGPT如果把5000万本书都读了之后，它写东西的能力，即使它是模仿和借鉴，其实人类写东西哪个又不是模仿和借鉴呢？

　　提问：你第一次和它交流的时候，有没有这种惊艳的过程，或者你第一次交流问它什么问题？

　　周鸿祎：刚开始把它当搜索用，就是问了一些知识型问题。后来我就开始问它很多推理的问题。再后来我有个朋友问了一个特别惊艳的问题，说他领养了一只狗叫三万，请问为什么给这个狗起名字叫做三万？

　　ChatGPT就回答说，人们给宠物起名字有很多原因，有的是为了纪念一个亲人，有的是用一个熟悉的物体，但是你这只狗叫三万不太理解为什么，能不能给更多的信息。我这个朋友接着说，这只狗曾经遭遇过一次车祸，送到医院做了一次手术，做完手术之后就把它收养下来了。ChatGPT说，我猜手术费比较昂贵，可能是三万块，那你起这个名字是为了纪念狗的这场手术。

　　这里面这个智能和推理能力，超过了一般小朋友的联想能力。当我告诉它手术的时候，它能知道手术是有费用的，三万块钱有可能是这个手术的价格，这是它最牛的地方，很多知识已经被编码在里面了。

　　提问：它能够理解。

　　周鸿祎：Facebook首席人工智能科学家最近拼命攻击ChatGPT，说这个玩意就是一个产品化的成功，没啥了不起的。我和他们的观点不一样。我觉得ChatGPT有了非常强大的理解能力。

　　人脑的神经元工作原理非常简单，它中间有一个灰度，对一些信号能够起到反应。人脑里有100万亿甚至1000万亿个神经元，建立了100万亿个复杂的链接，所以人脑产生了智慧。人脑最伟大的地方是，用非常简单的单元经过无数多层的建构，产生各种复杂的关系。

　　反过来ChatGPT是不是无意中也一样用自动填空机这样最简单的编码方式，经过强大的算力、数据，比较完美地把人类的知识重新做了一种coding（编码）？

　　人类到现在对意识怎么产生、智能怎么产生也没有搞清楚，ChatGPT可能给我们打开了另外一种方式——通过模拟，通过大模型的算力来模拟人脑对知识的记忆、理解和推理。

　　提问：你不只是从技术的角度看这件事，是从一个进化的角度来看这件事，就是它应该是全世界目前最强的一个学习体？如果按照这个逻辑的话。

　　周鸿祎：那天我开玩笑，ChatGPT像一个油腻中年人，因为它学的知识有很多书、文章的作者就是油腻的中年人，另外训练它的油腻中年人也很多，所以，它表现出情商很高，说话尽量不偏不倚，一碗水端平。

　　但是，从它的能力侧来讲， ChatGPT像一个刚小学毕业的小孩，它的训练过程分成三层，第一层就是给它足够的书，先不求甚解，生吞活剥，囫囵吞枣，先读进去。这个有点像大脑的神经元连接的能力。

　　第二，他们称为人类监督的微调。它是人类提示工程师，编各种答案，这个可能就会有误解，世界上的问题没有亿万也有万亿，它是能举一反三的。

　　第三，实际上是一个价值观的校正，它有能力做推理回答很多问题了，但就像小孩会犯错一样，你问它一些问题之后它会出很多答案，人会挑一个答案，它就会知道人类的偏好。

　　提问：所以它是一个奇点吗？

　　周鸿祎：我觉得是奇点，你看过一个电影叫做《Lucy》吗？Lucy就说人的大脑的利用率由于受到功率，我认为是受到能量的限制只有10%，如果能够挖掘到20%、30%就很牛了，人类可能突破不了这个局限，但是GPT有可能。

　　这就需要巨大的算力。OpenAI现在也拿了微软100亿美元，算力不存在问题，微软也有Azure云，ChatGPT很聪明，和微软合作做了很多工程化的工作。

　　提问：这么听下来，像知乎这样的公司应该是最恐惧的？

　　周鸿祎：那倒不一样，因为知乎里有很多高质量的问答素材，我认为知识是非常好的语料。语料很重要，过去很多人做机器人，训练语料用错了，训练出来的聊天机器人何止人工智障，还是人工杠精，跟你谈的主题毫无逻辑。

　　ChatGPT反而刻意回避了这样的数据，就像一个人不一定善于聊天表达，但他饱读诗书，他一张嘴很有逻辑，我们愿意跟这样有知识的人聊天。所以语料非常重要。这是第二个进化。

　　第三个进化，ChatGPT的GPT能力没有打开。它用同样一个模型，或者叫编码了人类的文本知识，这是基础。你再想象一下，它同样处理音频、视频和图片呢，这个能力对它来说已经不是问题了。这是我讲的第三种可能。

　　第四种可能，它今天还没有手跟脚，没有行动力，有人说做个物理机器人，这个想法就太狭隘了。ChatGPT今天需要的手跟脚是什么？API（应用程序接口）。

　　提问：有API接口就行了？

　　周鸿祎：Web service（Web服务），比如你今天能够在美团订餐，通过滴滴叫车，在淘宝、京东上购物，都是网站提供了这样的按钮可以下单。今天ChatGPT输出的是一段语言代码，明天它输出的可以是一段指令，这段指令可以是格式化电脑，这段指令可以是把一个文件送到哪里去，也可以是下单，当它有了这种能力之后，ChatGPT无所不能了。

　　OpenAI今天没有让它自动去扒全网网页，不是OpenAI不能，是不愿意。为什么？

　　提问：没有让它主动搜索。

　　周鸿祎：最近微软把它跟主动搜索结合起来，弄出很多问题，原因有两个，有个原因是因为所有的网页需要清洗数据和定期来进行训练。一旦它学了摩尔定律，当训练的成本急剧降低，算力每18个月又提高可能好几倍，它能索引全世界网页之后，它可以自己阅读，我觉得这件事就有可能会失控。

　　为什么很多机器人一放出来就被人教坏了呢？因为网页里充满了大量正确、不正确的东西，也充满了很多新的东西。这样训练出来的人工智能，就不知道学出来什么样的价值观了。

　　提问：所有科幻电影当中的预言都实现了。

　　周鸿祎：对，在我的想法中，可能大部分都是错的，我也希望我的想法是错的，可能我本身并不是人工智能专家，但因为不是专家，使得我们没有用显微镜看它，没有用放大镜去看它，而是说用一个整体的外部视角去看它。我提的这些观点不一定都对，供大家拍砖。

　　提问：大家都在争先恐后地要搭上ChatGPT这个车，我记得您也说过类似这样的话，上不了这趟车，你会错过很多东西，而且有可能会被淘汰，你怎么看这种热潮？

　　周鸿祎：我刚才给你论调ChatGPT，因为它实现了通用智能，它实现了对人类知识基本的理解和编码。第二，它也实现了有能力随时更新和学习各种推理和计算的技能，也颠覆掉了很多传统的垂直人工智能领域。它巨大的进步，使得它有可能成为各个行业的水跟电的支撑。

　　我还是那一句话，你把它看成云服务，把它看成API，它对消费者是聊天机器人的界面，那只是一个连接端，聊天机器人之所以强大，不是聊天机器人强大，是聊天机器人背后的云端，智能大脑非常牛。

　　你可以想象一下，今天如果把智能大脑通过API的方式，相当于把云服务的方式连到目前各个业务系统里，今天所有的产业，所有的行业是不是都可以被它赋能之后，都被它提升一下？

　　我觉得它的发明，如埃隆·马斯克说不亚于iPhone，比尔·盖茨说不亚于重新发明互联网，我觉得这些溢美之词都不为过，我更愿意说它可能会带来一场新的工业革命，有点像蒸汽机和电力的发明。

　　很多人忽视了一个概念，大家都把ChatGPT当作一个to C的应用，其实它做to C，仅仅是牛刀小试。它真正野心在哪里呢？

　　微软今天是一家做to B的公司，微软有Bing，有Edge，但市场份额都很小，微软在Bing和Edge里加这种东西，我认为叫柔道战略，以小博大，去对付谷歌。

　　谷歌占据了全球92%的搜索市场，微软只有5%。这有点像当年面临免费杀毒的窘境一样，谷歌要不要引刀自宫？最后可能即使自宫也未必成功，因为Chrome的市场份额也比Edge大很多。今天微软真正的价值在于云服务。换句话说，微软可能将来要在自己to B领域真正地把这些能力用上。

　　据说ChatGPT已经找了100家左右的垂直类的创业小公司跟他们来合作，他们在ChatGPT的云服务的基础之上，来孵化100个垂直应用。我认为这才是ChatGPT可怕的。

　　提问：培养它的生态。

　　周鸿祎：实际上我认为是叫SaaS的生态。我早就鼓吹SaaS应用是对企业数字化最好。ChatGPT本身就是SaaS服务，部署容易，有浏览器就能用，门槛极低，会聊天就能用。当然价格也很便宜了。

　　ChatGPT一个月收费，一个账号也就几十美金，将来一年可能199美元或者几百美元。所以它要扶植的一定是垂直应用。如果没有App Store，苹果不可能成为一个平台，苹果就是一个触摸屏的诺基亚。所以这是一种非常去中心化，市场化的思想，就是群体智慧。

　　ChatGPT它做的是通用人工智能，在通用的人工智能上搭建垂类，我觉得是非常聪明，也是非常省力的方法。

　　数字化浪潮来的时候，我说所有的行业值得重做一遍。这句话叫正确的废话，肯定是要重做，很多传统企业问我怎么重做？我还回答不出来。但现在很多企业如果用ChatGPT重塑一遍就比较容易，你买个SaaS服务就好了，把SaaS服务跟你现在已有的业务流程对接起来。

　　作为中国的高科技公司，我的观点是技术一定要有团队去跟踪。

　　提问：在底层的，它还是大厂的游戏，因为你的技术能力、算力、模型的训练，只有大厂做得了，在生态上创业公司才行。

　　周鸿祎：我不这么看，它为啥能变成一个革命，五个链条都做得很好。

　　第一，ChatGPT能做出来，除了OpenAI的努力，实际上所有的成果都不是OpenAI，里边用到的各种算法，各种模型，都是美国几十年下来，包括谷歌很多公司、大学、实验室，公布了开源的算法、论文，这种集大成者，所以ChatGPT是很恰当地把这些成果用到了一起，这是对我们第一个启发，我管它叫Open Source（资源开放）。我认为是新时代的集中力量办大事，大家一定要相互交流成果，而不是封闭起来，画地为牢。

　　第二，OpenAI和微软的合作模式，OpenAI更像是有理想的研究机构，它选择了一条最难的任务就是做强人工智能，用通用大模型解决通用问题。如果没有这种格局和长期主义，即使是微软、谷歌、Meta这些公司也不行，公司大到一定时候，最大的障碍是实用主义，我承认我们有人工智能研究院，也培养了很多专家，但我们也是实用主义观念。

　　第三，确实需要产业化公司的介入。大厂的介入，不光是算力，它要解决几个问题：

　　1.ChatGPT的成功一部分是技术，一部分是产品体验，还有一部分是工程化，这里边看起来很简单，把多少亿的数据送进去进行训练。我认为这次ChatGPT成功，微软出了很多算力、工程师，帮它解决工程化的问题。

　　2．公司比较擅长的是用户产品体验，很多做研究的科学家可能技术完成了，但这东西有人没有人用，因为用户体验很重要。苹果手机再有App Store，如果它的体验界面做得不好，这个产品也是不能成功的。所以我觉得微软在这方面的贡献应该做了很多。

　　3．最后这件事还要找到商业模式，因为运算的成本很高，训练、推理、运转的成本高，如果找不到商业模式，这事难以为继，但你让科学家们去想挣钱的事，可能会错位。这应该是商业公司来做。

　　4．生态。光有大厂是不够的。大家现在都意识到了这东西像一个操作系统或者像云服务、App Store一样，无论你打什么比喻它上面一定要有垂直的应用。我是觉得国内要做，无论谁做这大模型，都要早点开始考虑不能把它做成封闭的，而是把它变成开放的市场的概念。

　　5．面对用户。强大的用户流量的反馈，上亿的用户，个人和企业都能用极低的门槛，使用ChatGPT，这里面用户使用意图的猜测，使用问题满意度的反馈，都会给ChatGPT带来不断的改进，推动智能飞轮越转越快。

　　提问：刚才您说的ChatGPT在美国是开放的胜利，而不是大家关起门来自己搞。

　　周鸿祎：我力图总结它成功的经验，我觉得从技术、语料、战略上，我们都能做。我们中国人的工程化能力很强，模仿能力也很强，后来居上也不是不可能，现在最关键的难题是大方向和目标，别人已经给你验证出来了，剩下就是时间问题。

　　我觉得可能需要在机制上有真正的创新，要不然很有可能画虎不成反类犬。我粗略总结几个词：第一肯定是开放，第二是合作，第三是Open Source。

　　提问：咱们之前已经谈过一部分，数据的污染有可能会存在自我修正吗，怎么样让它避免和人类为敌呢？

　　周鸿祎：第一，ChatGPT现在还是事件驱动型的模式，你问它的时候，它才会被激活。第二个缺陷是它没有记忆能力，它跟你聊完天，你把聊天窗口关掉了，它这个东西并没有训练和补充到模型里去，它只是短暂记忆。这些在工程上都是可以解决的，（人工智能）产生意识之后会怎么样，会不会产生对人类的（影响），这个就没法回答了。

　　提问：人工智能会不会毁灭人类？这是特别可怕的事，你想起来最后不管我的后代多么优秀，但是他都会被ChatGPT秒杀。

　　周鸿祎：这个问题也有人问过我，我也回答不出来。目前ChatGPT的能力还是知识面广，推理能力一般，现在的创新力和想象力不足，或者没有创新力和想象力。

　　提问：在ChatGPT之前，这都是科幻小说当中的场景，但是到了三五年之后，好像觉得不是那么不可能变成现实的事。

　　周鸿祎：对，对于GPT，我的建议还是要多用，在用的过程中，仔细体会，测试它人工智能的能力。

　　首先，中国要做自己的ChatGPT，中国的算力不太缺，要集中起来；第二，算法，别人已经指出道路了，算法很多也是开源的，这里重要的是两个东西，一个是语料知识，一个是能力的训练，能力的训练是ChatGPT中唯一没有公开的，这块可能也是一个重点。

　　语料上，我提几个观点。

　　第一，我个人觉得工业革命级的创新，最好国家有包容创新的支持政策，这事一定要做，中国至少没有缺席。我刚才讲开源+众包可能是很重要的合作，包括生态，可能有很重要的策略。但是有很多人顾虑它种种风险，我认为如果不做，可能才是对我们国家发展最大的不安全。

　　第二，客观地讲，要把ChatGPT训练好，要用全人类的知识。整个全世界中文网页大概是其他语言网页的1/10吧，书籍的数目也不足。大家训练一定要有开放的思路。国外的，虽然是不同语言，也是人类共有的知识积累，这里边要用ChatGPT学习，要用全球的知识来做训练。

　　国外虽然APP也取代了Web，但国外很多APP基本保留了Web版，用浏览器还是能在网页之间跳来跳去，能够自由使用。国内信息都被APP私有化了，如果这些巨头互相把握着，谁的数据都不全，最后训练出来的大脑肯定能力是比不上的。

　　在这方面，我觉得国家应该像当年工信部要求大家不能互相阻拦对方网址一样，要求我们APP都应该有Web版本。这样的话，大家手里才都有数据。我是觉得在这方面，国家可能要有相应配套的产业政策，来鼓励行业里良性竞争，开放合作。