一場還不入局就會被淘汰的游戲，已經在全球拉開帷幕。

去年底，自ChatGPT這個略顯拗口的名字在全球引爆對話式風潮，微軟、亞馬遜、谷歌等大廠入局其中的消息，就像接連丟進水中的石子，不斷在科技領域激起浪花。

其中，微軟作為ChatGPT背后母公司的投資人最早押下重注，于本周宣布在所有產品線內集成ChatGPT能力。而當ChatGPT將取代搜索引擎的論調甚囂塵上，谷歌也坐不住了，于北京時間2月7日宣布將推出自己的對話式機器人"Bard"（吟游詩人）。

就在同天，百度官宣將基于自家的文心大模型，推出類ChatGPT的產品"文心一言"。當日下午，國內搜索引擎市場的第二名360緊隨其后，披露自家已在內部使用這類產品，同樣計劃盡快推出類ChatGPT的Demo版產品。消息發出兩小時后，其股價應聲漲停。

新消息還在持續。北京時間2月8日凌晨，微軟在媒體發布會上宣布開放ChatGPT支持的搜索引擎Bing。

而在官宣消息紛飛的背后，不難發現幾乎每個追趕ChatGPT的大廠，都在提及"大模型"的概念。

百度在短短數行的官宣中，專門花去一段介紹自家的AI四層架構布局，并重點提及文心大模型。谷歌CEO桑達爾·皮查伊也表示，自家的AI對話式機器人"Bard"（吟游詩人），由大模型LaMDA提供支持。

360的披露十分坦率，表示自家布局ChatGPT類產品的優勢在于數據和語料，在預訓練大模型方面還存在短板。

ChatGPT和大模型是一體兩面的關系。表面看，ChatGPT是一個具備聊天、咨詢、撰寫詩詞作文等能力的對話式機器人。但本質上，它是基于AI大模型而產生的應用——如果沒有大模型的能力支撐，如今引爆全球的ChatGPT或將不會誕生。

一. 爆火背后：由大模型打開的ChatGPT魔盒

ChatGPT能達到如今"上知天文、下知地理"的效果，離不開基于海量數據而生的大模型——是大模型，讓它理解并使用人類語言，并近乎真實地進行對話和互動。

海量數據是大模型的基礎。顧名思義，這是一種通過億級的語料或者圖像進行知識抽取、學習，進而產生的億級參數模型。而ChatGPT，是OpenAI GPT-3模型調整后的產物。在參數量上，GPT-3模型擁有1750億參數。

這帶來超乎想象的突破——基于大量文本數據（包括網頁、書籍、新聞等等），ChatGPT獲得了對不同類型的話題進行回答的能力。再加上學習方法的差異性，ChatGPT能夠發散式地解答問題。

大模型不是新鮮事物，在2015年左右業內已有討論。但在大模型出現的背后，其實蘊藏著一場人工智能落地模式的變革。

作為人工智能最重要的組成部分之一，機器學習的落地長期依賴數據模型。它需要大量的數據來訓練模型，以便讓計算機系統得以從數據中進行學習。

簡單從效果總結，當數據量越大，機器學習得以學習的基礎越多，讓效果更精準、更智能的可能性就越高。

這也意味著，在數據量不夠大的過去，機器學習的發展會受到阻礙。而伴隨著PC和移動互聯的進展，機器學習生存的基礎——數據量也呈幾何式增長。由此產生的一個現象是，從1950年到2018年，模型參數增長了7個數量級。而在2018年之后的4年內，模型參數增長了5個數量級，從數億個達到超千億水平。

也就是說，當數據量充足，機器學習就具備進一步升級的可能，而這個可能性在2018年已經存在。

但是，僅有數據還不夠，伴隨著數據使用而來的，還有遞增的成本——機器學習環節中使用的數據量越大，所需的數據標注、數據清洗、人工調參等成本也就越高。高質量的標注數據難以獲得，讓整件事的投入產出比打了折。

為了解決這個問題，機器學習的落地方式也發生變化。

如今，機器學習主要分為監督學習、無監督學習和半監督學習三種學習方法。大模型，與無監督學習、半監督學習息息相關。

早前，構建機器學習的主流方法是監督學習。也就是先收集數據，再通過強人工干預/監督的方式，喂給模型一套經過人工校驗的輸入和輸出組合，讓模型通過模仿，完成學習。

“在完成標注、清洗環節后，我會給機器輸入一組數據，并反饋學習結果的正確或者錯誤，讓它找到參數之間的關聯并進行優化?！币晃辉鴧⑴c過算法調優的產品經理表示。

而無監督學習不需要打標，而且在訓練數據中，只給定輸入，沒有人工給出正確的輸出，目的是讓模型開放式地、自己學習數據之間的關系。

半監督學習則處于兩者之間。在這種學習方式中，模型會嘗試從未標記的數據中提取信息來改進它的預測能力，同時也會使用已標記的數據來驗證它的預測結果。

也就是說，相比過去的監督學習，無監督學習和半監督學習節省了更多成本，降低了對高質量標注數據的依賴。

“如果沒有無監督學習，大模型很可能是訓練不出來的?！币晃粰M跨學術、商業兩界的AI專家不久前告訴36氪。

當然，ChatGPT能橫空出世，降低數據處理成本并不是最重要的。

在監督學習的模式下，人工"調教"的數據經常來自于一些屬于特定領域、整體數量不大的數據集。這會導致，一旦某個領域的模型要應用到其他領域，就會出現難以適應的情況，也就是所謂的"模型泛化能力不佳"。

舉個例子，在問答數據集上表現不錯的模型，用到閱讀理解上很可能產生不盡如人意的結果。

而大模型的誕生，能夠相對解決"泛化能力"不佳的問題，也就是變得更通用，這才是大家對此躍躍欲試的原因。

能做到這一效果也是因為，大模型基于互聯網公開的海量數據進行訓練，沒有以特定的小數量數據作為基礎。這種方式，更可能訓練出一套適用多個場景的通用基礎模型——這同樣是ChatGPT能回答各種五花八門問題的重要原因。

總而言之，大模型的落地是機器學習的一個里程碑，也是打開ChatGPT魔盒的關鍵鑰匙。

二. GPT系列：落地大模型的"自我革命"

回顧ChatGPT的迭代，可以看到一部大模型自我升級的歷史。在這個過程里，OpenAI至少進行了三次技術路線的"自我革命"。

前文提到，ChatGPT基于OpenAI的第三代大模型GPT-3升級而來，也就是在GPT3.5上進行微調而誕生。

從名稱也能看出，OpenAI此前還發布了GPT-1、GPT-2和GPT-3。這幾代GPT的落地方式不盡相同。

第一代生成式預訓練模型GPT-1于2018年被推出。GPT-1的學習方式是半監督學習，也就是先用無監督學習的方式，在8個GPU上花費1個月從大量未標注數據中學習，然后再進行有監督的微調。

這樣做的好處是，只需要微調，就可以增強模型的能力，減少對資源和標注數據的需求。

但問題在于，GPT-1的數據較少，和如今的動輒千億對比，當時1億多的參數量似乎少的可憐。這使得，GPT-1模型整體對世界的認識不夠全面和準確，并且泛化性依然不足，在一些任務中的性能表現不佳。

在GPT-1推出一年后，GPT-2正式面世。這一代的GPT在底層架構上和"前輩"沒有差別，但在數據集方面，GPT-2有著40GB的文本數據、800萬個文檔，參數量也大幅突破到了15億個。

有研究顯示，參數量爆發的GPT-2，生成的文本幾乎與《紐約時報》的真實文章一樣令人信服。這也讓更多人意識到無監督學習下，大模型的價值所在。

伴隨著每年一更新的頻率，2020年，GPT-3如約而至。這次的GPT-3，在模型參數上達到了1750億個，類型上也包含了更多的主題文本。相對GPT-2，這次的新版本已經可以完成答題、寫論文、文本摘要、語言翻譯和生成計算機代碼等任務。

需要指出的是，此時的GPT-3依然走的是無監督學習、大參數量的路線，而到了2022年，情況發生了不小的變化。

這一年，在GPT-3的基礎上，OpenAI推出了InstructGPT。OpenAI表示，InstructGPT 是 GPT3 的微調版本，在效果上降低了有害的、不真實的和有偏差的輸入。而ChatGPT與InstructGPT除卻訓練模型的數據量不同，并無太大差異。

問題來了，為什么InstructGPT和ChatGPT可以進一步提升智能性，優化人們的交互體感？

背后原因在于，OpenAI在2022年發布的這兩個模型，從技術路線上又開始看重人工標注數據和強化學習——也就是從人類反饋(RLHF) 中強化學習。據介紹，這一次OpenAI使用一小部分人工標記的數據來構建獎勵模型。 

粗看下來，無監督學習下的大模型路線特點在于數據量大，和降低數據標注和人工依賴——這是GPT-2和GPT-3的核心。

而InstructGPT和ChatGPT的路線，則像是階段性重回了人工路線。

這種變化看似劇烈，但其實是為了讓AI產品更好用而產生的調整。拆解背后邏輯，ChatGPT的訓練離不開大模型基礎，但其中引入的人工標注數據和強化學習，則可以讓大模型更理解信息的含義，并進行自我判斷——也就是更貼近理想中的人工智能效果。

也就是說，之前的無監督學習給定輸入，不給出正確的輸出，讓模型得以在海量數據的基礎上"自由發展"，具備人工智能的基本素質。

但此時加入人類對大模型學習結果的反饋，會讓模型更理解輸入自身的信息和自身輸出的信息，變得更好用。落在具體場景中，經過人類反饋的ChatGPT，可以提升判斷用戶提問意圖（即輸入）和自身答案質量（即輸出）的能力。

為了達成更好的效果，有信息顯示，OpenAI招聘了40個博士來進行人工反饋工作。

對人工智能中的人力工作先拋棄再撿回，這看似前后矛盾的做法，也得到不少行業人士肯定。

比如，京東集團副總裁、IEEE Fellow何曉冬不久前對媒體表示，相較之前大量使用無監督深度學習算法，ChatGPT模型背后的算法和訓練過程更加新穎。如果沒有人的數據甄選，模型參數即便大十幾倍，也很難達到如今效果。

“在某種意義上，這其實是對過去一味追求（參數）大和追求無監督學習的一個路線修正?！焙螘远偨Y。

當然，即使重新重視人工反饋，也不意味著OpenAI完全放棄此前的堅持。有分析指出，ChatGPT的訓練主要分為了三個階段，前兩個階段人工反饋非常重要，但在最后一公里上，ChatGPT只需要學習在第二階段訓練好的反饋模型，并不需要強人工參與。

從GPT-1、2、3到InstructGPT和ChatGPT，OpenAI這五年的模型迭代之路似乎也是一場自我改革。

這同樣說明，把某類技術推演到極致，并不是這家公司的堅持——不論是無監督學習、自監督學習還是半監督學習，從來不是為了煉就大模型，而是想讓AI更智能。

三. 大廠收割大模型，但"煉"模型不是終點

即便大模型的能力隨著ChatGPT的爆紅而走向臺前，但業界的爭議依舊無法掩飾。

從商業模式來看，當大模型變得更通用，更多企業可以依賴大模型的基礎，進行更偏自身業務屬性的微調。這樣做在理論上的好處是，不少企業可以省去很多訓練模型的成本，而推出大模型的公司，可以向前者收取調取大模型的費用。

但36氪發現，這一思路當前也在被一些產業人士"吐槽"。

一家AIGC公司的創始人告訴36氪，這件事不僅是錢和成本的問題，重點是調用第三方大模型存在很多限制，會對自家業務造成影響。

"比如，你很難針對一些應用場景來做優化。"他舉例，如果想做聲音模擬和形象模擬的綜合型需求，需要模型提供方提供綜合能力，而一旦有一個技術點不到位，就會導致產品效果不佳。

吐槽效果之外，36氪還了解到業內有公司在通過算法優化的方式，期望降低大模型落地的成本。

但本質上，大模型無疑是一個天生適合巨頭的生意——這從其成本投入上可見一斑。

從流程上拆解，構建一個大模型至少需要足夠的數據處理、計算和網絡能力。

拿流程上游的數據處理來說，無監督學習能解決一部分數據標注的成本，但此前的數據收集、數據清洗成本依然難以降低。而且這些工作經常需要依賴人工，難以完全工具化，

再看計算和網絡，大模型的訓練任務場景動輒需要幾百甚至幾千張GPU卡的算力。這意味著在算力之外，當服務器節點眾多，跨服務器通信需求大，網絡帶寬性能亦成為GPU集群瓶頸，高性能計算網絡也隨之成為一個話題。

具體的數字更具說服力。有報道指出，Stability AI此前僅計算就需要花費約2000萬美元。而如果僅拿大模型去做微調和推理，本地也需要好幾千GB的內存。潞晨科技創始人尤洋也曾提及，想把大模型部署到生產線，若一個企業從零開始自己做會需要70人左右的人力。而在歐美地區光是養活70個人，成本就需要2000萬美金。

大廠對大模型的高價入場券并不諱言。去年年底，一位國內頭部互聯網公司的數據部門負責人對36氪直言，如果中型公司想要復刻大模型之路，在他看來是一個十分不經濟、不理性的行為。他進一步表示，就算是這家市值早超百億美元的公司，做大模型的初衷也是為服務自身內部的業務——也就是讓需要AI能力的各業務部門擁有統一的能力支撐，避免多重內耗。

所以，大廠收割底層大模型，中小公司選取更適合自己業務特點的大模型，并基于此建立起行業應用，是相對合理的路線。換言之，AI領域會重現國內云計算的格局。

大廠熱情勃發，帶來另一個有趣現象，就是自2020年起，中國的大模型數量驟增。根據統計，僅在2020年到2021年，中國大模型數量就從2個增至21個，和美國量級同等，大幅領先于其他國家。

來源：IDC

即便剔除大廠的勁頭，這一現象的出現也有著國情合理性。首先，大模型底層更依賴工程能力，再加上中國作為人口和移動互聯大國，數據量天然眾多。這兩個前提，讓中國天生具備打造大模型的優勢。

然而不論是國內還是國外，大模型都同時面臨著一個靈魂拷問——當數據量越疊越大，底層算力又無法承載時，大模型之路是否還能走通？這一問題對中國來說更需重視，畢竟國內對底層硬件能力的突破，還處于漫漫征途中。

或許對中國的從業者而言，這次ChatGPT的爆紅只是一個表面現象，更深的啟示在于看到OpenAI對大模型落地的"自我迭代"。

畢竟，這家公司已用至少五年的自我博弈過程告訴所有人，一味"煉"就大模型不是目的，讓AI真正可用好用，才是終章。