以下是現場速記。

abcam CIO 郭立松

 

郭立松：大家好，今天我是最后一個做演講，主辦方專門說了一下，因為大家也辛苦了一天了，我們談一個比較輕松的話題。我準備了材料，讓大家能夠在結束的時候有一個眼前一亮的感覺。

 

今天我們前面的各位同事還有同行講的都是從面到廣的過程，但我今天只是想講一個點，非常小的一個點，這個分享特別有意思。雖然小，但是非常精美。是關于ChatGPT時代如何提高客戶服務的自動化。

 

首先講一下我們公司為什么要挑這個主題，我們公司是以客戶為中心，客戶至上的一家企業。在我們的理念里面，我們的使命里面，客戶就是一切，所以如果你有幸成為了我們的客戶，可以享受一下客戶為上帝的體驗，這個是我做的廣告，真的是這樣。

 

我們開始演講內容。

 

首先講一下Chat/GPT，我先問一下在座的各位有多少人實際的對這個工作原理已經有過了解，能不能舉手讓我看一下?有一位，不多。這說明了今天我這個分享很有意義，因為這就是為什么我可以幫大家在這個場合把這個東西講清楚，因為需要你很長時間去研究。

 

它有兩個字，一個Chat，一個GPT，Chat的英語是聊天，GPT它是有一定的概念的，GPT有不同的版本，它已經迭了很多代了，現在就是最新的階段了。GPT代表的是下面的短寫，這個是自然語言的處理器，NLP模型，它可以處理自然語言。它會預測下一個單詞的概率分布，通過訓練在大型文本預料庫上學習到的語言模式來生成自然語言文本。它有能力，在培訓訓練以后生成內容。

 

再講一下創立者。雖然OpenAI的創立者是個外國人，但是據我的調研這個公司里有大量的真正的幕后英雄是中國人，大部分是清華畢業的，服務于OpenAI這家公司，說明我們在這塊其實是很先進的。

 

還有下面的這個人，好像很少人去提他。他其實是OpenAI這個公司最早的創始人，后來他被剔出了董事會，但是哪里都有他，這個是這個世紀最偉大的企業家，到處都有他。

 

我先開始講左邊的圖，這個比較有意思。這個東西怎么運作的?可以看一下左邊這一塊的例子，有1千萬本書，它的概念是把互聯網可以爬到所有文本，可以找到的都丟給AI的模型，你已經是有智慧的AI了，我給你1千萬的書你先自己學吧。這個AI模型非常苦，什么都沒跟我說就讓我自己學，這多苦。一般如果真正的老師給學生這個話題，這個學生會崩潰估計要跳樓，但機器不會，就學吧，就耗點電。

 

底下說的是無監管沒有老師預訓練自學階段，這個時候沒人管它的。這個有點像，在我的調研當中，它就模擬了人類的小孩，在你無意識的過程中，沒有老師的過程當中去模仿你的家人說話，還有一些知識。其實沒有老師，因為你的孩子上學要好多年以后了，但前面他就在自主學習，就是這個階段，這就是它的概念，沒有一個標桿的學習。

 

在這個過程當中，我想講的是它的邏輯是從哪里來的。長話短說，因為我們時間有限。我們人類的大腦它有很多不同的神經原，它模擬了人類大腦的神經原對電信號的一個反饋，通過這樣的一種邏輯和模型，打造了network的東西，這是谷歌發明的，它可以通過不同的排練、組序，從前端輸入數據到后端進行運算最后再出結果然后再調優，大家可以去百度或者谷歌上查，network這是計算機的東西，是新的，通過它來做模擬人大腦神經原，也就是真正人類的處理，然后達到效果。

 

在你有了數據的大量積累之后，就出現了右邊的這個圖。你已經很辛苦了，現在我開始教你，我給你10本書，這10本書是我教你這個就是這個，這個就是這個，這個時候它說學得不錯，看來你1千萬本書學完了，現在我教你1本書。這個AI說，要舉一反三，不，要舉一反一百萬，它有這個能力，學了這些知識之后，當你糾正它的時候，它就可以去快速的舉一反三。這個底下下的是有監督、有老師然后進行微調，這個是我們人類給他的，不是機器自己有的。右邊這樣塊是需要人類幫助他的。

 

我看過了一個報道，很可怕。一個人類需要25年時間才有這樣的能力，達到相同的知識水平。而機器只需要1.5年，這就是人工智能最可怕的地方。太快了，所以這個是對我們很大的反思，未來我們怎么辦?

 

這個是剛才我想跟大家講的右邊的那個圖的一些示例，從一個問題庫里抽說什么是香蕉?然后回復是香蕉是一個水果，它會被標記，加入人類反饋之后會有不同的搭檔，這個時候在這里會有不同的答案時會進行排序，你會拿到最優答案，這是人類做的不是機器。最優的是D，這是一個紅富士蘋果或者怎么樣，然后用這個排序訓練獎勵模型。

 

通過這樣人類標記者對他的幫助，他就可以自己根據這些東西來生成內容，這是機器特別聰明的地方。在這邊有幾個很重要的關鍵點，使用了機器學習算法來理解分析這個文本的輸入含義之后，并在大量文本的效益上進行訓練之后，它可以在這個里面模擬這個話，回答后續問題，承認錯誤并拒絕不適當的請求。

 

你問他怎么樣造原子彈，他會告訴你這是違反的，有法律問題的他就會拒絕。這個是發展趨勢，最早的時候它基于規則，比較簡單的都是keyword等等，這是比較早的，然后進入機器學，找到函數或者參數，可以分類不同的東西。神經網絡就了能力，像人類大腦開始嘗試大量數據，提前標志，以及根據這個做復雜的參數，最后優化人類關注重點而非全部。

 

在這個后面是頭位和現在已經上線的產品，有一個很重要的點就是它跟人類不同是，人類的意識可以變，但是在這個上面它一旦被記憶之后它的結論出來了，它是不會變的。所以這是另外一個，它不如我們的。

 

我舉一個例子，比如你有一個很好的好朋友或者你有一個家人，很多年前你們的關系很不錯，但后面突然之間發生了什么事兒，然后他跟你翻臉了，你不再把他當朋友了，你不再認為他是好朋友了，這個是人類可以，因為你的神經原會調整。但這個結論出來之后，不會調整，所以在上面有些敏感政治話題不可以去訓練，因為結果不可以調整，除非你去再糾正它，否則它就認定這個結論。

 

這個是前面我快速的跟大家講的它的工作原理以及技術的背景，我希望大家理解，大概這里面都有哪些內容。

 

第二.客戶服務自動化商業應用暢想。

 

從我們的角度來講，這個東西有了，我們后面拿它來做什么。

 

第一是對于我們看到的，因為這個東西也被強調了，ChatGPT一定得有中國版的落地，它要符合中國法律法規，包括一些訓練的結果。這個跟早年谷歌的情況是很像的，必須它要能說正確的信息。

 

第二是成本。因為每個企業都要使用，因為它的初衷本來是open，后來被微軟收購了，所以它現在一定要賺錢的，它以后一定要有商業價值，它不是free的東西，它就是要產生商業價值，怎么產生商業價值?

 

第三是產品應用創新，雖然有后臺技術但是你需要做新的產品在這個層面上面。

 

第四是新的工種、崗位出現，完成數字化轉型的部分，可能每個企業以后都有相應的人員來負責這個平臺或者這個產品。它未來會改變很多其他的工作。

 

這是我自己的想法，代表我自己的觀點，它有兩種不同的模式，一個是Universal Mode，一個是Segment Mode。如果是Universal Mode，它是互聯網base，所有大家都可以使用的，它沒有偏差性，你可以問任何一個問題，但是它有一個缺點就是它不夠專業，這個是為什么我們看到的，因為這個世界足夠大，需要有專業的人員做專業的事情，所以一個Universal Mode的能力肯定沒有細分領域更強，所以Segment Mode肯定會有。當然這里還有一個問題就是你喂給它的數據，有很多數據是不對外共享，而現在Universal Mode的數據都是互聯網上爬的，如果你給它的數據是公網數據的可以，但如果這個數據是內部的，它做不了，有可能有一些是，這就是可能以后會有不一樣的地方。

 

還有人機交互，交互界面大家知道就是一個瀏覽器敲幾個字，這個不是最終版本，應該會有不同的交互版本，這個可能還是個雛形階段。

 

然后機器優勢，剛才說了學習速度快，它只用1.5年，我們人類用25年，記憶準確它不會忘，我在寫這里的時候就想起了我很多年前學英語背單詞，每天早晨爬起來，但是它只要讀一次就可以了，我可能要背好多次，才能把這個單詞記住，記憶準確。

 

然后你使用越多，調優性越強。就是你越給它壓力，它不怕累，你給它的越多它越喜歡，但是人每天基本8個小時就要睡覺了否則就要崩潰了，但是機器無所謂。

 

最后一句話，我覺得這個是人類永遠不可能超過機器的地方，它的容量的確是人腦，沒有任何一個人可以比擬的AI。

 

這個是一些可能的場景，還比較初級。比如虛擬客服，然后做營銷，24小時不間斷的一些服務，能夠讓客戶得到實際的專業的服務，比現在的體驗更好，更專業，因為它的能力很多嘛，這是一方面。

 

還有這幾個，是從我們企業的角度思考的，我們企業有這些客戶需求。首先我可以幫助客戶做實驗，我們有些客戶是學校，是些研究機構甚至一些博導，碩士研究生這些，它會查閱文獻，幫你很快的去找到這些，幫你比較產品，我到底該用哪一個產品，哪一個試劑或者哪一個東西?我還要幫你發paper，我現在學術論文這塊沒有想象力，我現在憋不出來幾個字那種，這個時候你就用這個，發paper。底下有一個其他任何可以解放筆桿子的功能，這個有可能更延伸了，很多內容都會由機器來生成。特別是在你沒有靈感的時候，這個東西挺有用的。

 

結束語是大家都看過五《鋼鐵俠》里面有一個Mr. Jarvis，是我很喜歡的虛擬，它會跟你說，“Hi，Jarvis，give me something”，這個是Javis時代正式開始了，因為ChatGPT就是最雛形的一個Jarvis，以后它可以做更多。

 

我最近看過了一個電影就是《蘭博基尼如何誕生的》，這里面有蘭博基尼先生花重金挖了一個設計師，給他設計一個汽車，設計了多次不滿意一直要改，我估計以后這種設計師也沒飯碗了，因為你不需要他了，你只需要告訴AI說你要調哪里，他會幫你調到你最喜歡的狀態，那個形狀，那個顏色，那個大小，然后給你一個模型就結束了，它可以做這個事情。

 

我就不再覆蓋其他的內容，因為還有一個類似于ChatGPT的叫Dali，Dali是做圖的，如果有興趣你們可以搜一下，謝謝今天我的所有分享就到這里，謝謝！