硬刚ChatGPT！文心一言能否为百度止颓？

Posted 2023-03-30 sziitjin

内容

1. 研究ChatGPT技术，了解其应用场景和发展趋势。
2. 分析百度当前的困境和挑战，探讨ChatGPT在解决这些问题中的潜在作用。
3. 与团队成员合作，制定了一份ChatGPT在百度内部的应用计划，并进行了初步的实施。
4. 参加了多个有关ChatGPT的研讨会和技术交流活动，与其他行业专家进行了深入的交流和探讨。
5. 对中国版ChatGPT的发展前景进行了前瞻性分析，提出了一些可行的发展战略。
6. 与百度内部的其他团队进行了充分沟通和协调，确保ChatGPT技术在百度内部得到了充分的支持和应用。

成果

1. 成功将ChatGPT技术引入百度内部，为公司提供了新的解决方案和创新能力。
2. 针对百度的困境和挑战，提出了一些可行的解决方案，并在实践中取得了一定的成果。
3. 参加的多个研讨会和技术交流活动，为团队带来了许多新的思路和想法。
4. 针对中国版ChatGPT的发展前景进行的前瞻性分析，为团队提供了重要的参考和指导。
5. 与百度内部的其他团队进行了充分沟通和协调，确保ChatGPT技术得到了充分的应用和支持。

计划

1. 继续推进ChatGPT技术在百度内部的应用，不断寻求新的创新点和突破口。
2. 深入挖掘ChatGPT技术的潜在应用场景，为公司提供更多的解决方案和价值。
3. 加强与其他行业专家的交流和合作，不断提升团队的技术水平和创新能力。
4. 持续跟进中国版ChatGPT的发展动态，及时调整和优化团队的发展战略。
5. 加强与百度内部其他团队的协作和沟通，充分发挥ChatGPT技术的协同效应和整体优势。

摸着OpenAI过河，百度文心一言能否“重拳出击”？

“文心一言”对标ChatGPT，饱含争议。文心一言作为一款语言大模型，并提出了自己在技术对就业的影响方面的理解，现阶段正处于摸着OpenAI过河的时候，路该如何走？

GPT-4太惊艳，压力给到文心一言

这段时间，GPT-4和文心一言前后脚和大家见面，因为GPT-4亮相太惊艳，压力直接给到百度。文心一言的率先抢跑，也必然会刺激腾讯、阿里、字节等国内大厂的追赶步伐。李彦宏坦言，“文心一言对标ChatGPT、甚至是对标GPT-4，门槛是很高的。

ChatGPT惊艳亮相之前，GPT的1～3版本，都是在长期低调开源测试后，才达到了后面的结果。文心一言这位有些“偏科”的选手，是目前唯一能够直接进行“文生图”的模型，在文学创作例如诗词上有着“天赋”，但在“数学课”、“计算机编程课”较为差劲。

一顿操作猛如虎，让人误以为百度已经完完全全准备好了，但在发布会表示文心一言还不够成熟，自3月16日下午两点发布会开始之后，百度一度大跌10%。

股价跌也跌了，涨也涨了，大家骂也骂了。这位有些“偏科”的选手，路该如何走？

“文心一言”对线“GPT-4”

王海峰介绍：

“文心一言主要脱胎于两大模型，百度ERNIE系列知识增强千亿大模型，以及百度大规模开放域对话模型PLATO。此基础上，主要采用了六项核心技术，包括监督精调、人类反馈强化学习、提示构建、知识增强、检索增强和对话增强技术。”

李彦宏提到：

“从某种意义上说，我们已经为此准备了多年，十几年前就开始投入AI研究，2019年就推出了文心大语言模型，今天的文心一言是过去多年努力的延续。”

百度构建了世界上最大规模的知识图谱，拥有超过50亿实体，5500亿事实，能够通过语言、听觉、视觉等获得对世界的统一认知，突破了实际应用中场景复杂多变、数据稀缺等难题。当用户问出一个问题后，文心一言会先通过搜索引擎将知识在知识图谱检索一遍，然后再筛选整合其中有用的信息作为输出。

摸着OpenAI过河

说白了，现在大家都在摸着GPT过河，在琢磨更优质的模型方案，并从中总结“中国经验”。首先，ChatGPT和GPT-4能表现出类人的图片和语言理解能力，就是因为“涌现现象”，大模型的数规模达到一定程度时，其解决问题的能力就会发生突变，你可以理解为“大力出奇迹”

但模型越来越大，产业落地方面的消耗就会越来越多，这样很多场景都无法负担，所以现在的技术方向是如何将模型做“小”。确保这个模型的精准和有效利用率，但要实现这个问题，找到合适的指令就变得非常重要，毕竟不同的任务、不同的样本、用什么样的提示语才能获得更好结果是需要去尝试的。

所以OpenAI选择免费开放ChatGPT，它需要通过这种方式收集全球的问题指令，来完成大模型的进一步优化。李彦宏也在文心一言发布会上也提到，之所以选择在这个时候发布文心一言，也因为文心一言本身需要通过用户使用来收集数据。

得到一个好答案，不如提出一个好问题

兴奋之后，技术进步带来的总是焦虑，GPT-4依然在不断突破着人们对AI认知的可能性，人们争相讨论的焦点仍然是“谁将会被替代”的问题，别担心，但这些强大的能力背后仍然需要人去操作，这其中甚至需要人具备更多的专业知识。

普通人确实可以随机让ChatGPT编写一条程序，但是系统整体代码需要如何架构、程序如何编写运行更有效率、AI生成的程序是否存在错误等等都是需要人工确认的，也就是说，关于数据集规模、参数规模等，OpenAI却并没有回复此前大家的猜想。

低代码更适合被采纳

是否能够在各类场景中得到广泛应用，还取决于不同场景下的具体业务逻辑。需要对业务进行拆解后，进一步甄别是否具有多模态理解的需求，以及如何接入这样的能力。相比之下，低代码可能会在应用层被更迅速地采纳。

开源地址：JNPF

JNPF，依托代码开发技术原理，区别于传统开发交付周期长、二次开发难、技术门槛高的痛点，大部分的应用搭建都是通过拖拽控件实现，通过为开发者提供可视化的应用开发环境，降低或去除应用开发对原生代码编写的需求量，进而实现便捷构建应用程序的一种开发平台，快速助力研发人员快速搭建出一套适合企业发展的方案，故 一套完善的底座意味着在大部分领域通用的解决方案能力。

所以，在AI席卷的未来，人类工作者如何找到新的定位，不仅是某一个人的问题，也是整个社会的问题。所以，至少目前而言，那些月薪几万的岗位可能会被替代，但你月薪3000搬砖的岗位暂时会比较牢靠。

毕竟，AI大模型也是有成本的，它可比你贵多了。