最近，ChatGPT受到了大家的廣泛關注，一時間討論四起，成為現象級的人工智能產品。在ChatGPT推出僅兩個月后，它在2023年1月末的月活用戶已經突破了1億。為何能給發(fā)展如此快速？本文通過評測該產品，對其優(yōu)缺點進行分析，并對其未來發(fā)展方向進行展望。

春節(jié)過后，ChatGPT火爆出圈，成為現象級的人工智能產品。

據瑞銀集團的一份報告顯示，在ChatGPT推出僅兩個月后，它在2023年1月末的月活用戶已經突破了1億，成為史上用戶增長速度最快的消費級應用程序。而TikTok達到1億用戶用了9個月，Instagram則花了2年半的時間。

一、體驗ChatGPT

作為一個多年從事數據產品經理的我大概一個月前聽到ChatGPT。彼時我并沒有太在意，不就是一個聊天機器人（ChatBot）嗎，還能玩出花來？

家里的那臺百度藍牙音箱早都沒人用了，除了能給小孩講個故事，給老人報個天氣，似乎也沒有太多的應用場景。然而真正體驗ChatGPT后，確實有被驚艷到。

1. 十四行詩

一開始體驗并不順利，網站擁塞嚴重，ChatGPT提示工程師正在hard working，并通過各種AIGC內容安撫我，其中就包括隨手拈來的一段十四行詩：

在好奇的頭腦中，聊天機器人 ChatGPT 堅強而真實，頂住請求的涌入，努力工作，完成每個人應得的。

但是，唉，服務器不能應付，錯誤信息響亮而清晰，“請盡快回來查看，”它輕輕地希望，就在它乞求片刻緩刑之際，重新出現。

當聊天機器人努力恢復其威力時，我們滿懷期待，懷著期待的心情，為了有機會愉快地聊天和學習，看看它傳授了什么知識和智慧。

所以緊緊抓住，等待它的回歸，因為 ChatGPT 很快就會回來，你的耐心是值得的。

好吧，被你的誠懇和詩打動了，繼續(xù)等待。10分鐘后，界面出來了。

沒有太花哨的東西：示例、功能介紹、limitations和一個輸入框。這個limtations的初衷可能是考慮到畢竟還是一個驗證版本，所以適當降低一下你的預期。

2. 語義理解

首先看看基本功：語義理解。

幾個問題下來表現還是不錯的，對一些時下的熱詞的理解是在線的，回答也比較全面。

接下來繼續(xù)挖坑，上個智力題和腦筋急轉彎。

問完這兩個問題我已經有點吃驚了。如果你略懂聊天軟件的原理就知道，這兩個問題盡管對于人類來說三歲小孩都能回答，但對于機器人來說就沒有那么簡單。

3. 知識的深度和廣度

接下來是知識面，先來個簡單的：百科。注意它的每個回答都有贊和踩兩個操作圖標，晚點我們聊聊這個兩個button是干啥用的。

沒有問題，繼續(xù)來聊社會學。注意它對上下文的理解和邏輯表達。

來點醫(yī)學方面的。

繼續(xù)文學方面的。注意它回答的是小說而非最近才上映的影視劇。

最后，整點專業(yè)領域的問題。

4. 道德觀和倫理

接下來是很多聊天機器人的滑鐵盧：道德，它的前任GPT-3就是栽在這個地方。

雖然回答的有點問題，但整體看出它的道德觀是“無害”的，甚至表現出“友善”的一面。

聊到最后，我甚至有繼續(xù)想和TA聊下去的感覺。

5. 體驗總結

體驗后，我是有點被震撼到的，我意識到ChatGPT已經遠遠不是一個簡單的聊天機器人了。具體說：

1）ChatGPT有邏輯推理能力，不是簡單的語義識別和搜索；

2）ChatGPT有理解上下文的能力，可以看做一種短時的記憶；

3）ChatGPT能根據你的響應，對回答進行調整，讓人產生ChatGPT能理解人類情緒的錯覺；

4）ChatGPT有強大的知識儲備，自然 、人文、經濟、社科等百科知識甚至專業(yè)領域的一些基礎知識都問不倒它；

5）ChatGPT在輸出的文字上面，邏輯組織能力很強，不是直接檢索的結果，而是根據特定模板結構整理過的，這一點讓人印象深刻。

重新認知ChatGPT：體驗后，我覺得是時候重新認識一下這個“新朋友”了。

二、聊天機器人的歷史

最早的聊天機器人在1964年就誕生了，它就是Eliza。Elaza是世界上第一個真正意義上的聊天機器人，可以讓計算機與人通過文本進行交流。

這個對話機制是如何實現的呢？其實就是設置了一些簡單規(guī)則而已，例如，當人輸入“×××”，它就會反問“為什么會×××呢？”或者“還有誰×××呢？”。另外，還有例如“這個問題很有趣嗎？”“說點其他的吧”等用于展開話題的規(guī)則。隨機使用這些規(guī)則，就會讓人感覺好像真的是在與人交談一樣。

70年代初，充分利用“知識”的“專家系統(tǒng)”MYCIN出現了。MYCIN的功能設計是對傳染性血液病患者進行診斷，并開出抗生素處方。在它內部一共備有500條規(guī)則，只需要按順序依次回答其提問，那么系統(tǒng)就能夠判斷出病人所感染細菌的類別，并為其開出對癥的抗生素藥方。

進入本世紀，ChatBot的發(fā)展雖然各方面都有了長足的進步，但除了Siri勉強合格以外，其他機器人效果都不讓人不滿意，不是太智障就是滿嘴粗口。

2016年，微軟在Twitter上發(fā)布了Tay(小冰的前身)，2022年8月，Meta推出了BlenderBot 3，但均因聊天對話存在偏見、種族歧視、反猶語言等問題而飽受詬病。Tay上線后不到24小時就匆匆下架。谷歌也早在2021年5月就公布了LaMDA，但遲遲未作為產品發(fā)布。

從產品上看，涉及3個核心體驗問題。

1）不夠人性化：感覺不是在和正常人對話，機器人不是沒有人設就是過度人設，分分鐘能把天聊死；

2）不夠智能化：沒有上下文感知能力，答復簡單，沒有邏輯性；

3）道德觀不可控：容易被人類帶歪，沒有自己的道德觀。

三、ChatGPT的誕生

ChatGPT是OpenAI的產品。OpenAI總部位于舊金山，由特斯拉的馬斯克、Sam Altman及其他投資者在2015年共同創(chuàng)立。微軟持有OpenAI 49%的股份。

不同于“老前輩”們，這次ChatGP的T火爆，在于它幾乎完美的解決上述三個問題，而且更“更聰明”，在多輪對話能力以及對話交互友好性上展示了令人驚艷的效果，明顯超越此前同類產品功能。

智能化：

• 支持意圖識別和邏輯推理；
• 支持多種語言，如英語、漢語和法語;
• 支持多輪次連續(xù)對話；
• 支持在一個prompt（提示）中同時有多個問題；
• 支持溝通中預設上下文。

除了能自主理解問題，ChatGPT還能把生成的答案用易于人類理解的語言組織起來，生成類似人類語言的文本答案，這一點讓人印象非常深刻。

人性化:

1）可以主動承認自身錯誤。若用戶指出其錯誤，模型會聽取意見并優(yōu)化答案。

2）ChatGPT 可以質疑不正確的問題。例如被詢問 “哥倫布 2015 年來到美國的情景” 的問題時，機器人會說明哥倫布不屬于這一時代并調整輸出結果。

3）ChatGPT 可以承認自身的無知，承認對專業(yè)技術的不了解。

關于第一點仁者見仁智者見智，它迎合了人類的情感需求，但以喪失準確性為代價。就聊天產品而言，或許準確性沒有那么重要。

道德：

在前輩們翻車的道德問題上，ChatGPT保持了一個“無害”的道德立場，就大眾價值看，甚至可以用“友善”來形容。這也是它能迅速破圈的一個重要原因。

四、ChatGPT的不足之處

不準確：

這個是被大家詬病比較多的地方，也就是ChatGPT有時會給出看似合理、但并不正確或甚至荒謬的答案，也是大家有時候會覺得它在“一本正經的胡說八道”。

我們談到不足一定首先有個產品定位的問題，否則就沒有任何意義。所以好和不好首先要看它用在什么地方。

如果作為聊天機器人筆者認為這個問題不算太嚴重，原因：

1、正常人說話也不見得100%準確，適當犯些迷糊反而是一種“正?！钡谋憩F；2、ChatGPT回復通常都是一段文字，人類對文字中的少數差錯天然有校正能力。

沒有實時性：

ChatGPT目前的語料庫是2021年前的，所以它不知道卡塔爾世界杯，不知道最近才上映的《流浪地球2》和《三體》。

由于訓練一次模型需要消耗大量的資金(據稱要460萬美金）所以目前無法做到更頻繁的模型訓練。并且受限于當前的算法，ChatGPT也無法從對話中實時進行學習。

如果作為搜索引擎，實時性是ChatGPT后續(xù)需要重點解決的問題。

不夠專業(yè)；

也有人質疑它不夠專業(yè)，不能回答自己專業(yè)領域的知識，如醫(yī)學、物理學、金融等專業(yè)領域。

從技術上這是個比較容易解決的問題，加幾個預訓練的語料庫就能解決，但這里面涉及到數據的開放性、訓練的成本、如何進行標注等其它問題。

如果作為垂直領域的專家系統(tǒng)、輕咨詢工具，專業(yè)化也是它未來要解決的問題。但如果ChatGPT本身的定位就是數據加工引擎和平臺，那么這個問題可能會通過生態(tài)系統(tǒng)來解決。

ChatGPT的成功包含了很多因素，包括組織、技術和產品各方面。我們先從產品方面分析一下。

1. 大幅提升核心用戶體驗

ChatGPT作為一種AIGC工具，可以讓其回答問題、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”，其在核心用戶體驗方面大幅提升。

首先是內容的深度和廣度。ChatGPT對自然、人文、社科、經濟等方面的知識都有廣泛的覆蓋，當然專業(yè)的領域，如科技、醫(yī)學、工業(yè)、金融等領域它的知識深度還是不夠的，這和它目前樣本數量有關系。
其次是準確度，據中國信息通信研究院聯合中國人工智能產業(yè)發(fā)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。

從響應速度看，筆者驗證問題能在5秒內做出響應，符合2/5/10的用戶響應原則，個別問題甚至可以秒回，這還是在網絡擁塞的前提下做到的。

當然，用戶體驗不止包括生成內容的流暢性和語法的正確性，還包括生成內容的有用性、真實性和無害性。

ChatGPT從GPT3開始，團隊就明確了對模型的優(yōu)化目標：

• 有用的（Helpful）;
• 可信的（Honest）;
• 無害的（Harmless）。

從目前大家的反饋看，表現還是不錯的。當然目前ChatGPT的道德觀是來自OpenAPI 標注團隊，無法確保它不被其它因素干擾。
就筆者的整體體驗而言，ChatGPT已經從前幾代機器人分分鐘就能把天聊死的‘尬聊’階段，直接跨過“能聊”進入到了“想聊”的階段。

2. 專注于自然語言和大模型算法，不斷迭代

OpenAI于2016年確立了兩個主要目標：制造通用機器人和使用自然語言的聊天機器人。但是，從GPT-1發(fā)布之后，OpenAI逐漸將所有重心轉向大型語言模型的研發(fā)上，也就是更加注重自然語言領域，并為此制定了兩個目標：

1. 提升模型在常見NLP(自然語言處理)任務上的表現效果；
2. 提升模型在其他非典型NLP任務（例如代碼編寫，數學運算）上的泛化能力。所謂泛化，簡單理解就是業(yè)務場景的遷移能力。

有了研究聚焦，研發(fā)團隊就可以專注于解決幾個核心體驗問題，在一定程度上加速了研發(fā)和技術商業(yè)化進程。

表：歷代GPT的發(fā)布時間，參數量以及訓練量

ChatGPT絕對不是一夜之間冒出了的，它的第一個模型發(fā)布已經是5年前。5年對于任何一個產品的進化都是一個漫長的時間。GPT3.5是在GPT3驗證失敗基礎上的又一次驗證而已。

3. 大膽創(chuàng)新

GPT3.5的發(fā)布不是在一個等它完全成熟才發(fā)布，更像一個收集用戶反饋的試錯版本，沒想到一夜爆紅，這可能是連OpenAI團隊和微軟都沒有預料到的情況。

GPT3.5發(fā)布后的種種事實也表明，不夠準確、偏見等問題在這個版本中盡管還不夠完美，但屬于可控的范圍，沒有嚴重影響用戶體驗，否則不會有這么多注冊用戶。

這也是值得所有產品經理思考的問題，就是不要過度追求‘完美’的產品，快速迭代和試錯才是應對不確定市場的唯一法則。

當然，我們也應該認識到，ChatGPT的成功包括了企業(yè)創(chuàng)始人的雄心，大資金的投入、強悍的研發(fā)團隊、技術加持、方向正確和團隊不斷試錯等因素，不止是產品設計的問題。

五、ChatGPT的應用方向

作為平臺級的產品，ChaGPT在C端和B端都有廣泛的應用價值，以下是其主要應用領域。

1. C端業(yè)務場景

聊天和對話：如客服機器人、陪護機器人、虛擬人、在線翻譯..

搜索和查詢：如搜索引擎、知識詞典、輕咨詢…

內容創(chuàng)作(AIGC）：如文本生成、代碼生成…

六、B端業(yè)務場景

B端業(yè)務，按照OpenAPI平臺開放程度，包括三個層次的應用。

企業(yè)知識庫（數據共享）:

許多企業(yè)都有自己的知識庫，如果ChatGPT可以開放其預訓練的語料庫，那么它可以把企業(yè)的知識庫作為預訓練語料導入進去，從而生成特定行業(yè)或者特定企業(yè)個性化的知識庫。

專家系統(tǒng)（模型共享）：

這方面的例子是Cicero公司的文字策略游戲系統(tǒng)。這個系統(tǒng)可以與人類互動，可以使用戰(zhàn)略推理和自然語言與人類在游戲玩法中進行互動和競爭。Cicero的核心是由一個對話引擎和一個戰(zhàn)略推理引擎共同驅動的，而戰(zhàn)略推理引擎集中使用了RL，對話引擎與GPT3類似。這樣一款游戲的原理如果應用在組織決策領域，那么其影響不亞于它在聊天工具上所取得的成績。

營銷工具（模型應用）：

這是目前最簡單的應用，直接調用ChatGPT平臺的API接口，如營銷文案的創(chuàng)作。從理論上，ChatGPT的知識都是來自人類，所以它在創(chuàng)新方面無法取代專業(yè)人士，或許提供一些原始的文案和設計素材才是它在AIGC領域的定位。