大模型炸场，普通人如何破！

上个月，咱们这边还在享受春节的欢乐气氛，国外的AI大厂已经开始扔炸弹了。Google的Gemini Pro1.5刚亮相，OpenAI的Sora就跟着炸场了。一时间，全世界的聚光灯都对准了Sora。

Sora是一个基于DALL-E和GPT的文生视频模型，和GPT一样，Sora也使用Transformer架构，释放出卓越的扩展性能。它可以创建长达60秒的视频，其中包含高度详细的场景、复杂的摄像机运动和具有生动情感的多个角色，表现堪称惊艳。

Sora生成的视频：电影预告片，讲述了30岁的太空人戴着红色羊毛针织摩托车头盔的冒险经历，蓝天，盐沙漠，电影风格，用35毫米胶片拍摄，色彩鲜艳。

Sora生成的视频：逼真的特写视频，两艘海盗船在一杯咖啡中航行时相互争斗。

在官网的介绍中，OpenAI强调Sora不仅是模拟现实世界的基础模型，而且他们认为这一技术的发展将对实现通用人工智能（AGI）具有重要意义。

周鸿祎更是直言：“Sora意味着AGI（通用人工智能）实现将从10年缩短到1年。”

随着GPT、ChatGPT、Gemini，以及现在的Sora等一系列大模型产品的相继问世，AI技术的进步不止让我们眼前一亮，也开始让我们思考AI将如何重塑我们的生活和工作方式。

ChatGPT“果实”的培育逻辑

这个大模型产品确实很神奇，但从来就没有横空出世的爆款产品，只有一种看不见的日积月累的强大势能。ChatGPT和Sora也不例外，它们的发展离不开大模型、基础模型、算力资源、高质量语料所形成的工程化创新，这一过程并非一蹴而就的，而是在多年的实践过程中发展的。

以ChatGPT为例，把ChatGPT 看作一棵果树上结出的“果实”，从树根、树干、土壤、养分、养料，最后到果实，一步步揭示了ChatGPT“果实”的培育逻辑。

2014年，Google DeepMind的团队在论文“Recurrent Models of Visual Attention”里首次提出了Attention机制，用它在循环神经网络（RNN）上处理图像分类，效果挺不错。这项研究让学界开始注意到Attention机制的潜力。到了2015年，Bahdanau等人把Attention机制带到了自然语言处理（NLP）领域，让这个概念更火了。

但真正的大革新发生在2017年，Google的机器翻译团队发表了论文“Attention is All You Need”，提出了Transformer模型。这个模型不用RNN和CNN，全靠自注意力（Self-attention）机制来学习文本。Transformer一亮相就彻底颠覆了局面。

2021年，李飞飞教授联合多位人工智能领域的专家发表了名为“On the Opportunities and Risks of Foundation Models”的文章，这篇文章专门介绍了 Transformer 这一基础模型是基于自监督学习的模型，该模型在学习过程中会体现出各种不同方面的能力，从而为下游应用提供动力和基础理论。因此可以将基础模型看作果树的树根，它为整个果树的发芽、成长、结果提供了基础能力。

果实（ChatGPT）的成长周期相对较短，但是一棵果树从树苗变成能够结果的果树，需要的时间则会很长。同样，作为树干的大模型，从 GPT-1 到 GPT-4 也经历了一个逐步演进的周期。

· 2018年，OpenAI首次推出了基于Transformer架构的GPT-1模型，标志着这一系列语言模型的诞生。

· 紧接着在2019年，GPT-2问世，它在模型规模和训练数据的广度与多样性上都有了显著的飞跃。

· 到了2020年，GPT-3的发布再次刷新了人们的认知，其模型参数的数量达到了惊人的1750亿，是GPT-2的参数量的百倍以上。

· 2023年，OpenAI更是重磅推出了新一代的语言模型GPT-4。

有了树根（基础模型，例如 Transformer）和树干（大模型，例如 GPT-4）之后， 一棵果树能够存活还需要土壤和养料。对于大模型来讲，土壤就是算力资源和高质量的语料资源，这是模型训练和能力提升的重要保障。简单来讲，海量数据和足够的计算量会产生质变。

这也是ChatGPT不同于那些被称为“人工智障”的聊天机器人的地方。

ChatGPT具有很强的创造性，不会机械地回答问题或提供答非所问的答案。这得益于 ChatGPT 底层的大语言模型的泛化能力。尤其是GPT 模型通过使用万亿级的参数和互联网的海量数据，使大模型产生了智能“涌现”（Emergence）的能力。在与 ChatGPT 聊天时，我们会发现ChatGPT 能够提供整合后的信息来解答我们的问题，并且其表现超出了人们的预期。

不过，我们可以发现其实 GPT-1、GPT-3仍然不太会和人进行交流。那么ChatGPT是什么时候改变的呢？在整个研发过程中，OpenAI做了很关键的一点改变，就是引入了人工反馈强化学习（Reinforcement Learning from Human Feedback，RLHF）。从本质上讲，ChatGPT 是 GPT-3.5 和 RLHF 的结合，GPT是模型，模型背后是海量数据统计的涌现效应，RLHF技术用一系列例子教会大模型该如何与人类进行交流。

自此，ChatGPT这颗“果实”终于被精心培育出来了。

一条帮你抓住风口的捷径

那么它又是怎么得到全世界的关注和认可的呢？

回头看，我们会发现 OpenAI 推出的 ChatGPT、插件功能、GPT-4 等不仅引发用户持续关注，而且逐步构建起自有业务生态和闭环模式，同时考虑了整体架构和战略方向，与微软的合作也具有较强的策略性。并且，OpenAI还在推出ChatGPT的过程中展现了强大的战略布局。ChatGPT及其背后的GPT-4模型早在2022年8月就已经研发完成，一些科技领域的知名人士在2022年下半年就已经开始使用GPT-4。

2022年11月，OpenAI发布ChatGPT。

同年12月4日，埃隆·马斯克 (Elon Musk)发了一条推文，表示“这项技术令人惊叹，甚至让我有些担忧，因为强大的人工智能似乎离我们不远了”。

比尔·盖茨更是把ChatGPT的发展与互联网的发展相提并论，他提到，“ChatGPT 这种人工智能产品的出现，其历史意义不亚于互联网和个人计算机的诞生”。

得益于整体的战略布局，再加上这两位自带流量的大佬的传播和宣传，ChatGPT在很长一段时间内一直处于媒体关注的焦点，热度不曾消退，一度引发全球关注。

这是ChatGPT成功的故事，也是AI时代到来的前奏曲。

你可能觉得这只是暂时的AI热潮，但正如星辰教育创始人兼CEO肖逸群所说：

“AI时代已来，未来只有两类人，一类是会用AI的超级个体，另一类则是普通人。用好AI技术，超级个体就能插上翅膀，迅速成长迭代！作为AI技术的推崇者，我一直带领团队全面拥抱AI,希望你也能深刻感受AI的魅力，不要错过近年来最大的风口！”

教会你如何利用AI赋能超级个体

关于我们为什么要学会利用AI赋能自己，成为超级个体，答案是：

大模型最大的价值是从深层次打破了时间与空间的局限。时间和空间的局限一旦被打开，整个社会的创造力将会被进一步引爆。因此，在人工智能进入拐点的时刻，做一万件平庸的事情，都不如做一件代表未来的事情更为重要。

未来的“超级个体”会越来越多，人们可以借助各种人工智能工具实现以一当十，极大地增强个人的成就感。例如在当下，人们已经可以利用人工智能帮助自己撰写大纲、润色写作、做 PPT 等。只有把人工智能当作工具融入自己的工作当中，才会更加真切地发现其对提升我们工作效率的价值。

如果我们不知道如何抓住AIGC这个风口，快速成长为超级个体，书中提供了实用的方法：

首先，我们不能将人工智能视为“神”，视为动画片里的机器猫，而是应该客观地把人工智能看作工作助手。

其次，我们与人工智能并非敌人，它并非要抢走我们的饭碗，我们需要与人工智能合作，将其视为工具和助手，而不是敌视它。

最后，让技术提升我们的创造力。

学会利用AI成长为超级个体后，我们就能做到本书所说的“AI赋能超级个体”：

利用互联网和AI技术，实现自我价值，创造社会价值，充分享受美好生活。