人工智能启发式搜索-亚马逊智能仓库 人工

“专聊”人工智能会聊些什么？ （主题）

工人日报-中国产业网记者 史兰娜

阅读提示

全新的人工智能聊天机器人模型ChatGPT不仅可以通过学习人类语言进行对话人工智能启发式搜索，还可以根据聊天的语境进行互动，让人们更直观地感受到人工智能的魅力。 内容生成、搜索引擎增强等领域将是其潜在的产业化方向。 ChatGPT 的商业化还需要克服技术和技术伦理方面的问题。

家里养猫应该怎么给猫起名字？ 如何为扑克游戏编写代码？ “意”字在不同语境下有多少种含义？ 这些形形色色、往往难以回答的问题，在人工智能聊天机器人ChatGPT面前，只是瞬间就能解决的“小菜一碟”。

产品发布仅两个月时间，ChatGPT的日活就突破了1000万。 许多人“聊天”并感叹“这太像真人了”。 其超出预期的表现引起了越来越多的市场关注，人工智能生成内容（AIGC）的概念也因此开始流行起来。

人工智能聊天能聊些什么？ 以ChatGPT为代表的AIGC应用会带来哪些影响和变化？ 记者进行了调查采访。

“真正像人一样聊天和交流”

“我爱的是我真实的生活，因为它包含了我所有的经历和感受，我每天都在经历和思考。” 这句话看似充满了人类的理解和情感，其实是出自人工智能聊天机器人ChatGPT。

随着ChatGPT的流行人工智能启发式搜索，很多网友将其与自己的聊天记录放在了社交平台上。 ChatGPT时而诙谐有趣，时而显得深奥。 除了各种聊天互动，很多网友还把ChatGPT当作一个工具，可以写文章、翻译文章，甚至写代码。 快速的反应能力，更靠谱的回答，让大家称他“真的会聊天，会交流”，“特别会聊天”。

中国信息通信研究院和中国人工智能产业发展联盟对ChatGPT的测试表明，ChatGPT在百科检索、数学问答、文献交流、常识问答等对话任务上的意图识别率答题，知识推理达到98%左右。 生活聊天的意图识别率在95%左右，已经具备了很好的语义理解能力。

实际上，ChatGPT 就是一个典型的生成式人工智能应用。 人工智能是如何“进化”到如此智能的？ “这是因为ChatGPT建立在大型语言模型之上，会通过连接大量语料库来训练模型。这些语料库包含真实世界的对话和各种在线公开信息，使得ChatGPT知识丰富，并根据语境进行交互。”深度科技研究院院长张晓荣说。

创新交互为AIGC带来新灵感

随着人工智能技术的发展，近年来AIGC的种类不断丰富，质量不断提高，工程技术水平越来越高。 国内外科技公司纷纷布局AIGC。

以百度文心模型为例，输入一个题目，瞬间可以写出数百篇作文； 根据一句话或一段描述文字，生成精美的画作； 根据一张图片，自动生成高清、流畅的视频。

在百度技术委员会主席吴华看来，ChatGPT在用户界面和交互方面是一个比较创新的模式。 用户更容易用自然语言进行交互。 带来新的灵感。

目前，国外一些公司正在积极探索和实施ChatGPT的诸多应用场景，通过将ChatGPT集成到搜索引擎中来提高服务智能化水平。 有人认为ChatGPT将颠覆搜索行业，将广泛应用于智能客服、游戏、虚拟人等领域。 硅谷投资机构红杉资本预测AIGC未来有潜力产生数万亿美元的经济价值。

根据中国信息通信研究院发布的《人工智能白皮书（2022）》，“生成式人工智能”技术将广泛应用于智能书写、代码生成、语音阅读、新闻播报、语音导航、图像修复等领域。 口语、阅读、写作等能力的有机结合成为未来的发展趋势。

“人工智能生成在诗歌、作文、绘画等艺术创作中大放异彩，在分子结构、软件代码等科研生产领域的应用不断拓展，也有助于降低临床试验的科研成本，缩短临床试验周期。”开发周期。” 云计算大数据研究院内容技术部副主任石林表示，目前人工智能生成内容的辐射范围还在不断扩大，有望重塑各类内容的研发。未来的产业。

商业化需要克服技术和伦理问题

尽管各界人士看好AIGC的发展前景，但从目前的情况来看，ChatGPT等产品要想真正落地，还需要克服技术和技术伦理方面的问题。

在ChatGPT的各种测评中，ChatGPT会出现一些常识性的错误，反映出其缺乏可控性和准确性。 有人形容，ChatGPT就像一个善于聊天但有时又爱乱说的人类朋友。

中国信通院的测评结果也显示，ChatGPT在非聊天类对话的任务完成率表现一般，难以摆脱知识整合和逻辑推理的通病在传统的深度学习模型中。

“虽然ChatGPT可以很好地回答很多问题，但在一些深入、专业的领域，它的回答往往是‘捉襟见肘’的。这说明了ChatGPT语料库规模和计算能力的天然不足，也说明了算法上还有待完善完善。” 张晓蓉说。

除了技术层面，人工智能还面临着悬而未决的科技伦理问题。 张晓荣表示，ChatGPT在技术伦理方面至少面临三大挑战：“一是版权问题，ChatGPT产生的内容大部分来自转载，容易造成侵权；二是信息安全问题；三是社会还没有准备好接受这种新的机制，这对监管提出了很大的挑战。

在中国，AIGC的产业化路径也有待探索。 石林表示，国内AIGC产业基础薄弱，相关初创企业数量明显少于国外。 同时，国内企业还处于产品打磨阶段，还没有相对好用的内容生成服务。