【新聞大家談】AI海嘯驚悚電影變現實？

北京時間：2023-03-31 21:48

短短15週內，ChatGPT吸引了來自各領域的數百萬用戶，不但擾亂了教育系統，還引發了對全球就業市場「末日般的」預測。（新聞大家談）

北京時間：2023-03-31 21:48

FacebookTwitterEmailPrintFont Size簡體

【新唐人北京時間2023年03月31日訊】大家好，歡迎收看週五（3月31日）的《新聞大家談》，我是扶搖（主持人）。

今日焦點：抓住一點，善用人工智能AI！ChatGPT-4有驚人飛躍，卻不可避免撒謊成性；百度「文心一言」成「智障」，中國科技發展現最大瓶頸！

距離人工智能科技公司OpenAI發布ChatGPT，只過去了四個月的時間，但毫不誇張地說，它已經改變了世界。

短短15週內，ChatGPT吸引了來自各領域的數百萬用戶，不但擾亂了教育系統，還引發了對全球就業市場「末日般的」預測。

就在人們努力消化這一切時，幾個月後， ChatGPT和我們揮手告別了，它的第四次迭代ChatGPT-4，在全世界掀起更大波瀾。

那麼， GPT-4與GPT相比，有哪些突破？它能做些什麼、功能多強大？人工智能對人類來說是福還是禍？

另外，中國也在力推百度的人工智能聊天機器人產品「文心一言」，但測試結果卻被一些人嘲笑是「人工智障」。什麼限制了它的發展呢？

本期節目，我們請來時事評論員傑森博士，和大家探討這些話題。

【從ChatGPT到ChatGPT-4的飛躍】

扶搖：傑森博士您好，我知道您是電子和計算機工程博士，博士論文研究的就是機器學習，所以聊人工智能（AI）的話題，算是聊回您的本行了。最近一段時間，人工智能非常火，我也知道您很關注這個領域。

傑森：你要是說最近這一波火起來，那我說它實際上就是從去年11月份ChatGPT冒出來以後，最近這個火勁是從那邊來的。

你要是更宏觀地說，這一段AI是什麼時候火起來的？我是說，從十幾年前「深度學習」（deep learning）開始以後。

AI這個概念是個很老的概念，50年代就已經出現這樣的概念了，當時的話，其實跟現在這個差別很大，只是十多年前以後有這個「深度學習」以後，整個AI就跟「深度學習」這個概念幾乎是一致了。「深度學習」其實就是人工神經元網絡做這種學習。

扶搖：哦。現在有關ChatGPT和ChatGPT-4的討論遍布網絡，您能不能給我們通俗地科普一下這兩個模型，以及ChatGPT-4有哪些突破。

傑森：這個ChatGPT這個技術，事實上萌芽在2017年，是基於一個叫做transformer的網絡結構。從一個很簡單的概念逐漸逐漸地演變到了，越來越大的這種大型網絡神經元，大到它的那個網絡結構已經跟人腦內部的神經數量是一個數量級的。

你比如說，ChatGPT是基於一個人工智能模型，這個人工智能模型叫做GPT-3.5。GPT-3.5它本身大概有1750億個參數，而人腦的話大概有1000億個神經細胞。雖然不是神經細胞等同於這個模型的參數，但是你可以至少知道，這個模型的複雜度其實已經和人腦的複雜度差不多了，就是大概在一個數量級上的一個概念。

那麼在這樣的情況下，就出現了一個概念，就是說實際上這個模型本身它已經是趨近於人腦的複雜度，而它做出來的很多事情，大家也都感覺到和人的智力有點趨近了。

那麼最近，有GPT-4，實際上就是另外一個模型了，它的底層那個智慧，就把大腦換了一個。這個大腦換成了從GPT-3.5這個大腦變成了GPT-4這個大腦。

你這時候你會發現，同樣去聊天的時候，發現這個大腦、這個人聰明的程度已經從GPT-3.5，當時比如說像高中生那樣的智力水平，一下子換成了一個大學生、研究生的智力水平，就又是一級飛躍。

從技術上來說，GPT-4它參數的複雜度是GPT-3.5的大概650倍。GPT-3.5 剛才我說了，它大概有1750億個參數，而這個（GPT-4）的話它大概估計有100萬億個參數。就是它的複雜程度，兩、三個數量級的區別。當然了，這是一方面，這是技術層面的。

但是，要是從功能角度來說，很明顯，它的邏輯推理能力、計算能力、對數學的認知能力比以前要高很多。而且它不光能識別語言，它還能識別圖像，你給它輸入一個圖像，它可以基於你的圖像開始跟你討論、聊天。

【不可避免的事實：AI聊天系統「撒謊成性」】

扶搖：哦。之前ChatGPT出來，它的功能已經顛覆很多人的想像了，但它也有被詬病的地方，比如給的信息有時候是錯的，但還說得頭頭是道，不知事實的人就被誤導了；再比如做錯數學題。那這次GPT-4出來，這方面有改進嗎？

傑森：GDP 3.5 、GPT-4它的語言模型的機理是一樣的。我在我的一期個人頻道節目中專門解釋了，只要你用這樣的一個機理、這樣的一個模型，我們開玩笑叫做「撒謊」，或者說是編造事實這樣的事情，它是永遠會出現的。

因為對於它來說，它腦子沒有事實這個概念，它不像是傳統的網絡、或者是你去網絡上的一個數據庫去搜索，它從數據庫裡頭拿出來一個信息，只要數據庫的知識是真實的，那拿出來的就是真實的。它不是，它就有點像人腦這個概念，它雖然學了數以百億，或者數以萬億這個量的信息，但是它並不是把這些信息在人工智能模型裡頭，按數據庫一樣一條一條地存下來，它不是，它像人腦一樣。

你知道你學了很多知識，你不能在你的大腦中任何一個地方找到你學的某一個知識。你的知識融到了你大腦的整個系統結構裡頭。它的概念也是這樣，它學的過程中，它的每個參數的變化，最後把這個數以百億、數以萬億的這種信息存進去。

但是等它往出取的時候，它事實上是在生成很多信息，生成新的語言。這個語言是所有學的東西的融會貫通，但是這個過程中，它也可以造出以前沒有的東西。這就是為什麼你讓它編故事它就給你編故事，你讓它講故事就給你講故事。

但是你逼著它說一些事情，它也可以給你編一些歷史事實。你比如說，我當時問它說，你給我找五個小國戰勝大國這樣的戰爭案例，它就開始跟我亂說一氣。這個對它來說，它都是從它整個這個系統裡頭生成出一個事情來，它只保證它的語言是通順的，整個符合你問的這樣一個概念。但是，是不是事實這一點，它幾乎沒有辦法完全佐證。

這個是這個領域基本上沒法解決的，不管是GPT-3.5還是GPT-4，它都有這樣的問題，只是它通過後期的再訓練，它有個後期二次訓練，可以讓它撒謊的量少一點。你比如說GPT-3.5它可能40%的情況撒謊，它這個時候（二次訓練後）的話，它可以說30%的情況撒謊，它訓練半天。但是它不可能這種情況不撒謊，這就是它整個這個屬性造成的。

同樣的概念，我們知道就像谷歌，它的系統是基於有一個人工智能模型叫PaLM，它最後做出來的那個聊天的問答系統叫Bard，它也撒謊，它也在偽造一些具體的事實。

所以整個來說，撒謊這個概念是不可能完全解決的，它只能是減少。

當然了，你剛才說了，就說它的數學也不是有意做錯，數學本身對於這樣的數學模型就難。語言的話，它實際上是一個一層邏輯推理關係。就比如說我腦子有個想法，我直接就這種想法說出來。數學它是有一個多層邏輯推理關係。你比如說你要解一個數學題，你要一步一步、每一步都要牽扯很多的邏輯，然後推理、推演很多步。推演很多步、邏輯推理很多步，對於這樣的模型難度稍微高一些。

所以，這是為什麼數學一直是它比較難解的一個問題。而這個GPT-4通過它特殊的訓練，通過大量、更複雜的網絡和各方面，它能學的邏輯步數更多一些。比如說，原來比GPT-3.5它能邏輯正確推理兩三步，現在可以推理比如說四五步、五六步，那麼以前解決不了的數學問題，現在就變的可以解決了，就是這麼一個區別。

【大失業潮即將來襲？】

扶搖：哦，是這樣。您剛才提到，GPT-4現在已經像大學生、研究生的智力水平了。如果人工智能聊天機器人這麼發展下去，它會不會搶了很多人的工作？大家已經開始擔心這個問題了。

傑森：它取代人的很多工作，這是必然的。你比如說現在我們就說翻譯這事吧，網上有一個人開玩笑說，他就把隨便一個世界名著，原文是法文的、原文是英文的無所謂，灌給它，它大概半個小時、十幾分鐘全部翻完。翻完了以後，你會發現基本上文字各方面稍微改一點，基本上就差不多了，沒有大的問題。

這樣的事情對於人來說是不可思議的一個過程，而翻譯只是它能做的簡單的事，而且大部分人一輩子他能翻譯⋯⋯（成為）一個語言的翻譯家都不錯了。而這個是全世界50多種語言、100多種語言，它全都能翻譯。而且本身來說，它也可以編程，甚至可以做一些總結，甚至有很多創意，就比如說給小孩起名字，或者給某一個項目給你一些建議等等，它都是可以做到的。

網上大家在總結說，哪些工作可能會被取代，現在有20多種工作。複雜一點的，比如說程序的工作它還取代不了，雖然它能編程，但是它編程的能力還基本上是簡單的程序能編，難一點的、中等難度的程序編得就不太好了，難的程序基本上就不搞了。

所以說，程序員你可以知道，一些稍微技術高點程序員，它是無法代替的。但是確確實實，你比如說剛才我說的，翻譯的活，公司裡頭做文書文秘的活，或者說其它的很多事情，包括tutor（輔導），就是給小孩教文學上的東西、或者甚至教一些簡單的數學上的東西，這些東西很可能。或者說一些比如說是旅遊計劃，就是travel agent（旅行代辦人）旅行的安排事了，等等這樣的。這些估計都有可能會逐漸逐漸地，要麼是大量人員減少，要麼就是被它替代，這都是可能的。

【AI系統的普及與人類能力的退化】

扶搖：嗯。您覺得按照這個勢頭發展下去，人工智能系統不長時間就來一個能力的大升級，它的應用越來越廣，不但讓很多人失業，人類對它也會越來越依賴吧？這樣一來，人的自身能力是否會出現退化現象？

傑森：是的，這個實際上是我看到的很嚴重的、潛在的一個問題。其實當一個新的技術出來以後，你會發現人相應的那個能力就開始退化一些，就是有這樣的情況，我說的是社會平均現象。但是智慧的人，他不會讓自己能力退化、完全依賴科學。

比如我舉個簡單的例子，計算器這個東西，計算器出來了，你作為學生，你還應該去認真學加減乘除，學你自己的心算、口算能力。你不能說有計算器，這些東西到時候我隨時按。因為很多時候你在跟人討論問題，甚至做出一些決定的時候，你是不方便立刻用計算器的，而且有些就是快速的、概念化的一個判斷、一個量化判斷。

那麼這個時候，你對數字、對算術的這樣一個理解力，會加強你的判斷力，會使你的判斷、決策更加精準。但是我確實看到了，美國或者有一些西方數學教育，它會淡化、弱化人的計算能力，認為反正遲早會有計算器的。老師教起來也很難，學生學起來也很難，它對這個要求就都會降低。

最近就會出現很多美國人，他對於數學的概念變得非常地不清楚、模糊，以至於有的時候大家會說美國人會經常把自己花破產。為什麼？因為他數學確實不是特別好。不是所有美國人，有一部分美國人，因為他面臨的教育。

但最後出現，比如說他覺得他銀行裡放了3000塊錢，3000塊錢在他腦子裡留了一個簡單概念，就是很多錢，我銀行有很多錢。然後他就開始花，今天1000塊錢買個手機，明天500塊錢去度個假。結果幾次花完，他就加不到一塊了，就不知道這個是不是已經快到3000了，結果等到月底一看，銀行帳已經剩負的。

這個其實就是我說的那種概念，就是說，當人覺得我其實有計算器，我什麼都可以計算器去做的時候，人放棄自身最基本的能力的時候，這個社會很多問題就麻煩了。

因為那個比如說ChatGPT，你不能隨時隨地都可以上電腦去回答這個問題。你說翻譯這個問題已經解決了，所以說以後語言我都不用學了。那麼在特殊的情況下，你會發現，你仍然在關鍵時候，你沒法跟你必須交流的那個人交流，如果你完全不學一個語言的話。

但是問題就在於，有這樣認識狀態的（人）不是特別多。就跟那個計算器出來以後，我發現很老的美國人，他的數學能力可能要比現在年輕人還要好一點，就是有這樣的因素在裡頭。

人類總是這樣，當一個新的技術出現以後，一部分人他會仍然努力地維持人具有的能力，但是很多人他會把這個技術放棄掉。這個過程中，其實有的方面很嚴重，有的方面就不是那麼嚴重。有的人能意識不到，有的人意識到。

你比如說過去的人，誰都能到野外去生個火；很多人你給他塊布，他就能給你做個衣服，這個至少在我母親那一代、或者我奶奶那一代可能都能做得到。現在呢，到我們這一代做衣服其實就很難了，就是給你塊布，你能把這個衣服縫在一起其實都很難了。

這就是人類整個的能力因為外在的一個方便，或者因爲外在這樣的社會大環境，能力都在萎縮、都在下降。就是很多時候體現不到，因為這個社會沒有大的變化。但是如果社會一旦出現大的變化，這些系統，你比如說人工智能，它是需要大量的電才能存在的，如果哪天真的沒電了，那人類整個社會就會蠻混亂、蠻難說的那樣的一個狀態。

確確實實有這樣的問題，就是說能力越外化，人的能力可能就是越退縮、越萎縮。

【科幻電影驚悚情景要變現實？】

扶搖：是。人類能力不斷退化、高度依賴人工智能的時候，不知道會不會真的有一天出現類似科幻電影中的情節，人類反被人工智能控制。

傑森：這是一個非常關鍵的概念，就是這個人工智能系統，我們到底怎麼樣子真正地讓它對社會的功效最大化、危害最小化。其中一個最關鍵的概念，就是把它作為工具，絕對不能把它作為一個決策。就是讓它作為你的工具，而不是成為幫你做決策的一個體系。

這個概念說起來大家覺得很明顯，但事實上，在具體實施的過程中，要保證每個人都頭腦非常非常清醒才能認識到，什麼時候我是利用它來給我出謀劃策，最後我做決定，還是讓它直接就幫我做決定。這是一個每個人每時每刻都可能要頭腦非常清晰的這樣的過程。

扶搖：是，不過每時每刻保持清醒的頭腦，這對人來說是一個很大的挑戰。

傑森：其實我們現在已經被大科技公司控制了，比如說，我們用的谷歌搜索、我們社交平台、我們用的郵件、我們用的很多東西，你說哪個不是來自於幾個大公司呢？比如說美國大選的時候，這些大公司不讓你傳遞什麼消息，你就沒法傳遞什麼消息，其實這個概念已經存在了。

當然了，就是說你下面這一步，人工智能如果大家都在用的話，那麼人工智能本身確確實實使得⋯⋯以前你還至少去搜索，搜索了以後看到50個網頁，你還去從那個網頁一個個看。現在我搜索，它給我一段話、五句話、三句話，那就是我想要的。這個事實上，就讓它們控制人的概念更加便利、更加方便，而且更直接。

是的，人工智能這樣的一個概念，人會生活得越來越方便，越省事兒。但與此同時的話，確實是對於大公司的依賴，不管是從信息的各方面可能會更嚴重，也確實是這樣的。

如果這些人工智能的概念再跟那個物聯網，比如說，有人說把東西冰箱啥的也都跟互聯網連起來，那個時候就是說什麼時候你冰箱需要什麼東西，它都能幫你，是的，能讓你省點事兒，不用開個冰箱門看一眼。但是，它確確實實也會給所有這些系統一個機會，就是在控制你的生活，而不是你來管理控制你自己的生活。

扶搖：您說到這，我還想到去年的一條新聞，谷歌從事AI技術研究的高級軟件工程師的布萊克‧萊莫因（Blake Lemoine），說自己在每天和機器人LaMDA聊天中發現，LaMDA有自己的意識和靈魂。這在當時引起很大的社會反響。您覺得AI可能有意識嗎？

傑森：我倒不這麼想。

在我來看的話，本身這些人工智能系統，它作為這個模型，或者擺在那被物化成很多大的機器，它本身是沒有靈魂的。真正它確確實實這個靈魂感，是來自於跟它對話的那個人。

你跟這個聊天的過程，你給它的這個問題本身，其實就是給它這個大腦、給它這種人工智能模型裡頭打一個信息，它給你反饋出一個相應的信息來。給水裡頭扔一個石頭，水發出漣漪，就是這麼一個過程。

而這個感情可能是這個測試人員自己引發的感情，比如，他說一個「我覺得你很聰明」，它就回答一個說「哪裡啦」。他就說，「喔，這個人好謙虛呀」。實際上是他給這個對話的過程中，用他自己的情緒映射到了這個人工智能系統裡頭。

當然了，這個人工智能系統的系統本身，基於訓練人訓練它的這種方式，它可能有一些政治傾向，它可能知識就比如說學了很多中共的知識，那就是中共那邊的往出冒得很多；學了左派的東西，左派的東西往出冒得很多。但是本身來說，它沒有善惡感，沒有本身的意識、沒有情緒，它本身其實就是以你可以完全想像是個大的皮層這樣的概念，它需要外部激發。

【重複中共謊言 ChatGPT-4暴露政治傾向？】

扶搖：嗯，您的這個觀察也很有意思。說到人工智能系統的政治傾向，有人測試ChatGPT-4時發現，當他提出和中共有關話題時，不論是用中文還是英文輸入，GPT-4要麼重複中共的官方說辭，要麼嘗試轉移話題。

傑森：跟中共這方面的概念⋯⋯ChatGPT開發它的是OpenAI這個公司。這個公司它自己聲稱它是想中立，它中立怎麼辦呢？它基本上，就是說，誰的說法我都表達出來。那麼比如說，你要是問它墮胎的事兒，它就把支持墮胎和反對墮胎的說法，它都給你列出來。

那麼對於中共這邊，它基本上就是很可能把中共那邊的宣傳也會給你表達出來。當然了它知道，因為各個大公司裡頭都有很多中國技術人員。全世界的人都知道一個概念就是啥呢？就是說，你罵民主國家的頭，民主國家的頭不太管，但是你罵比如說中共的頭，中共跟你急。這個呢，就是它有點那種欺軟怕硬那種感覺。

就是說，它不會說讓你不評論拜登。但是，它為了迴避中共跟它們找麻煩，雖然現在它沒有說要進入中國，但是它還是覺得中國是個很大的市場，它不想跟中共關係搞得很僵。它覺得這方面只要說你，你就跟我急，那麼在這樣的情況下，我就不說你、迴避說你。

這實際上是很幼稚的想法。因為不管你說不說中共，你這樣的一個知識，牽扯到知識、牽扯到人生觀、世界觀這樣的一個人工智能系統，它都不會放你進去。你就是跪在它面前懇求，它也不會放你過去。

但是不管什麼原因吧，OpenAI它就做了這樣的決定，這個決定是它這個公司決定。很多時候，我們感覺上的話，我倒不覺得是中共讓它們這麼做的，這很可能是它們自己的一個商業、或者說是其它的一個、為了迴避矛盾之間的一個決定。

當然了，還有一個技術上的概念。剛才你也談了，就是有的時候，它好像是中共那邊說話多一些。這就牽扯到一個人工智能系統它是怎麼產生的這樣的一個概念。為什麼人工智能系統最開始的名字叫做「機器學習」呢？就是因為它的很多這個，剛才我說了，GPT-4是由上百萬億個參數組成的，而它裡頭輸入的信息也都是上百萬億個這樣的信息。

那麼這個信息是從網上，從圖書館，或者從各種渠道收集過來的。那麼確確實實中文這個領域的話，中共畢竟把持了所有的文宣系統，所有的語言製造系統，你整個中文可能最大的產生地就是中國那個地方，而它如果這樣去收集的話，那麼那個地方的信息自然就進入了這個系統。

雖然海外，比如說像大紀元也說一些真相，用中文表達一些真相，但是它的比例畢竟比較小一點。我相信它也會有大紀元的信息量在裡頭，但是畢竟中共那個信息量在中文領域更多一些。

所以你就會看到，從學習這個量上，就跟人一樣，腦子裡裝的啥就是啥，它也是裝的啥就是啥。那麼它裝了十份中共的說法，裝了一份我們這邊真相的說法，最後的話，它的展現出來的東西還是中共的謊言因素偏多一點。

這個也是整個機器學習系統不可避免的一個問題。人類信息知識被中共這個謊言系統給腐蝕了，那麼你最後學出來的所謂的人工智能，也難免擁有中共虛假信息那樣的一個知識積澱。

【AI技術競爭激烈中共又要「彎道翻車」？】

扶搖：哦，是這樣。傑森博士，現在大家都看到智能人工系統的強大了，您預計為會掀起關於AI的「軍備競賽」嗎？比如中共會不會又想「彎道超車」。

傑森：AI這個方向，其實從中共的角度來說，它一直認為是有「大國競爭」的因素在裡頭。在此之前，所謂的AI技術，中共就固化成一個比如說人臉識別技術、或者說是什麼語音技術等等。

中共有的時候聲稱說，我們其實已經有些地方都比美國強了，比如說中國那邊總是搞監控，投了大量的錢做人臉識別。中共人臉識別做得是全世界最好。所以中共有的時候吹，就是說人工智能我們已經是世界第一流的了，我們比美國都強了。其實它就是比如說在人臉識別這個方向比較強。

真正的人工智能，就是這一次大家看到了誰是最牛的，ChatGPT出來以後，它所展現的這個能力⋯⋯中國做人工智能第一的公司事實上是百度，這個公司一看就覺得自己水平⋯⋯自己也做人工智能，每年也投幾百億、上千億的做這方面研究，怎麼就跟那個差別這麼遠？但是，它還是努力的推出來它的產品，叫做「文心一言」。「文心」就是它基於的那個人工智能大系統；「一言」是指的它是諸如語言聊天這樣的系統。

那麼「文心一言」出來以後，大家一用，那個基本上就感覺是⋯⋯剛才我說GPT-4如果是大學生、研究生的話，那麼「文心一言」可能綜合能力是個小學高年級那樣的狀態，差別不是一個數量級的。那麼就是說，本身李彥宏，就是百度的創始人、總裁也說了，說我們不跟美國做競爭，就是說我們出來不是為競爭的。但是因為它是沒法競爭，整個中美之間在真正的意義上、最現代的人工智能上，實際上是有一個巨大的、幾年的差異。

那麼對於中共來說，它可能採用的策略，就是歷史上像谷歌和百度競爭那樣的一個概念。當谷歌技術已經很成熟的時候，百度才剛剛起家的時候，它就把谷歌放進去，讓谷歌能在中國存在。但是一旦百度稍微有點樣子、有點起色、能用的時候，它就開始把谷歌想盡各種辦法擠出來，從中國給踢出去。那麼這時候，百度就在中國一家獨大。最後，讓中國老百姓就只用百度了。

這個過程，很可能也會是目前像人工智能這樣的系統軟件出現的方式。雖然我們知道了，百度的人工智能系統比OpenAI的差很遠。那麼在這樣的情況下，百度股票先跌後漲，可能其中一個原因也是普遍投資人認為，中共會幫百度把這些競爭對手從中國踢出去，讓百度一家獨大，或者其它的中國公司獨大的，在中國這樣環境中開始慢慢慢慢培養，成長它的技術。

在中共的心目中，這就是它「大國競爭」必須採取的一個手段。當然了，對於中國老百姓來說，這是一個很淒慘的過程。我們知道，百度當年一家獨大，為了掙錢，最後給大家片面地提供信息，有一個西安電子科技大學的一個學生（魏則西）得了癌症，因為只能搜到百度的信息，最後把錢也花了、醫療也耽誤了，最後發現那些信息全都是假的。

實際上這樣的事情，未來如果中共持續這麼做的話，中國人還會遇到，在人工智能上也會遇到。至少中國人在很長一段時間不能用到真正意義上、最先進的人工智能，而現在西方人工智能這個系統，如果到這個份上的話，對於整個西方社會的整個社會效率，或者說是各方面提升的會非常快。

所以在我看來，中共認為這是大國競爭，這是有競爭的因素在裡頭。但是這個過程，它們採用的手段是堵、是防，最後使中國可能在這方面發展的反倒會慢一些。

【兩大關鍵原因拖累中國AI發展】

扶搖：嗯，是的。您剛才提到百度「文心一言」，最近大家都在調侃它，一些網友分享了自己的試用體驗，說「文心一言」回答問題的方式挺模式化的，戲稱它是Chat-PPT。您覺得中國的這種產品和國外的比，最大差別在哪，是什麼造成的呢？

傑森：它有很明顯的感性上的區別。你要是說，為什麼它們有這麼樣的差別呢，我感覺可能有幾個層面的原因。

一個層面的原因，很可能就是本身確實有些核心技術（差距）。OpenAI雖然是2015年、16年才開始成立的一個公司，它就是一門心思、專注地去做，而且做的過程中可能拿到了一些竅門。最後結果就是它出來的這個模型，而它模型能做的事情，很多其它的大模型它真的還是做不了。

就是大家長的腦子都是一樣的都這麼大，腦子裡頭的細胞數量可能也差不多，最後有的人就聰明一點，有的人就不聰明一點，這個原因就是可能有的人他就有一個正確的學習方法，或者有個生活習慣了，最後這個人就比另外一個人聰明一點，這個就是生物學的多樣性促成的。

西方這個社會，當然我們看到成功出來的是OpenAI。但事實上，它是一個結果，不是一個過程。西方這邊實際上是各個公司，很多公司百家爭鳴的，大科技公司、小公司都在做這個事情，最後冒出一OpenAI這樣的公司。OpenAI最後成功了，原因就是這種多樣性。最後有一家可能碰巧，要麼是運氣也好，要麼是安排也好，它就一下子找到了那個關鍵點，最後這個技術就突破出來了。

中國那邊的話，中國（中共）為了管理方便，它實際上就讓中國的大公司變得很少很少，你看你扳著指頭算這種大的互聯網公司，做這樣研究有財力的公司，你就像百度、騰訊、或者是阿里巴巴的這麼幾個大公司，那麼它的多樣性就少一些。整個它的研發、嘗試的角度、各方面就可能比較專一，最後這些角度可能都不成功。

這事實上就是一個社會管理促成的。大家就說，中國那邊為什麼都是跟技術而不是創技術，原因就是中國那邊它是集團運作。集團運作它能使得一個方向迅速地量化、高效，但是發現新東西的能力就差一點。

就比如說，你派100個人到原野裡頭去找東西有效呢，還是把100個人編成一個方隊，然後齊步走在一個原野裡面找東西方便？那肯定是100個人分散找它方便嘛，因為這種有多樣性，每個人找的角度、各方面都不一樣。你齊步走，但是齊步走的好處就是可以統一迅速地去建一個房子，就是大家都一塊齊步走搬磚，一下子把磚就從一個地方全都搬走了。它能解決不同的問題，但是中國那邊在創新上一直很慢，就是這麼一個現象，這是一方面。

另一方面，剛才我說到了，所謂的人工智能都叫機器學習，就是它實際上是要有一個內容可學的。現在西方這邊是全世界東西拿來都可以學，什麼語言都行，什麼樣的內容都行，我都不是個問題。

中共那邊，它本身其實對於要學的東西，它是要控制，而且它們獲取東西的範圍也是控制。海外的一些東西，它可能拿的不方便，國內的東西拿的量很大。而國內最近整個語言就是退化得很厲害。你要是看中國網上的這種語言，各方面它的這種⋯⋯

西方它有很多很多很高層次的那種討論語，不管是藝術上的、各方面門類的這種高層次的網絡信息討論。中國那邊的網絡信息，全都集中在幾個大的平台上，你比如說微信，微信它的信息就很難搜到的。你要是真的到互聯網上，那個微博啥的，它們提供的信息都是嚴格被控制的。所以說，中國那邊能學到的信息的質量有問題，多樣性有問題，各方面學的材料就不如國外這邊。

所以總結起來的話，能力就是找竅門的機會，可能不如國外；學的內容受限制，就是那種多樣性，不如國外。兩個結果，最後它們產生的模型，可能能力就比國外這邊差很多。

扶搖：所以您覺得接下來，中國跟西方國家的AI發展差距，會越來越大嗎？

傑森：這就看下面一步中國那邊它要怎麼樣解決這個問題。中國那邊做這方面研究的人也不傻，他們知道他們的問題所在。而且中國那邊有一個最大的特點，就是你一旦搞出來了，我從你那兒不管是偷、還是模仿、還是山寨，速度還是蠻快。

所以，現在OpenAI把整個這個⋯⋯就是至少搞出來這樣的一個東西，境界擺在那了，它知道能達到這樣一個狀態，那麼很可能它會想辦法從這邊把這個技術往回轉。你比如說，最近斯坦福大學就有一些學生就想⋯⋯建這個模型最難的地方就是這個訓練及你學，學的時候你怎麼樣子⋯⋯問題、有什麼答案，這樣的一個知識邏輯過程，你得要用人來做。

當時OpenAI實際上是在非洲、在世界各地低收入國家顧了很多人，手工標識了很多。斯坦福大學的那個研究團它沒有這麼多人，它怎麼辦呢？它就是用OpenAI，它就把OpenAI作為它的一個人，它就給OpenAI輸一個問題，看一個結果，那我就可以學OpenAI的系統是怎麼樣回答問題的。

OpenAI這個系統很便宜的，你問很多很多問題才花幾分錢，那麼這個過程中，它就把它的小模型給訓練出來了。那麼這個思路，中共很可能他們也會使用，這樣的過程就把OpenAI的一套東西至少模仿過來。

它會不會這麼做，可能也是個問題。但是至少我說的概念，就是說中共那邊它有很多很多這方面的「智慧」。原創的東西不一定有耐心、有耐力放下心去做。努力從別人那模仿這個過程的話，它會有很多很多我們意想不到的「奇思妙想」。所以在我看來，它有先天的不足，你比如說剛才說的學習內容的不足，但與此同時，一旦別人搞出來了，它也有「驚人的技巧」去從別人那山寨過來。

扶搖：是，這麼些年看下來，中共確實是這樣。