趁ChatGPT的风口还在，笔者本科硕研都是学计算机的，来蹭一下热度，在我看来，比起技术上的演进，ChatGPT最近爆红是因为应用方面的革新，它开展了一个类似Google般应用模式让你可以用在不同的场景，且对一般使用者来说，比Google简易方便 — 你可以用它写诗丶写程序Code丶求神丶问卜，而在解答质量上有一定的水准且持续进步，是可以取代Google的工具，亦提供API让其他工具使用，这也难怪Google发布红色警戒 "Code Red" 并且叫回两位创始人商议，正常，是危急时刻，但Google还来得及，假如在3月底前发布可用的Bard的话。
试想，之前你要煮溏心蛋要上网Google找食谱，要申办护照签证上网Google找怎麽弄，想写一个小程序整理表格，结果Google跳出来一堆连结不确定哪一个是怎麽煮丶护照签证怎麽办还有商办假的，小程序找出来根本就不相关，还要花时间学，加上每个结果前面还一堆广告，反之你问ChatGPT，出来的结果就是答案，这个使用上的感觉让人哇赛，虽然答案品质有进步的空间，但是假以时日，当底下的资料量够多够大，答案就会越精确，这是一个应用的革新，当然技术上也是到了水到渠成时，也才在一月底有了超过一亿使用者。
谈一点技术，GPT为Generative Pre-Trained Transformer（生成式预训练Transformer模型），几篇论文都很新，我稍微扫过OpenAI的GPT-1论文《Improving Language Understanding by Generative Pre-Training》，GPT不是像有些硅谷博主说的，Generative是生成式AI，是这个AI会生成出内容（当然Generative AI是这个意思，但GPT这里不是），不是只做归纳，这是误解，Generative是指在机器学习ML里，有判别式模型(Discriminative Model)和生成式模型(Generative Model)两种区别，各有各的用途，所有的ML都是归纳，AI不会创新。
在AI里面的NLP（自然语言处理）领域中，GPT Transformer模型的优点是可以平行计算（相比旧的RNN循环神经网络模型），这也是GPU可以提升效能的地方，也是人工智能近年来的Tipping Point，另外一方面就是可以大幅减少人工标记的数量，因为Unsupervised Pre-Training预训练，後面的三篇论文至GPT-3.5（还没看到GPT-4）差别都在争论多少人工干预去解决Zero-Shot（零次学习问题），整个从GPT-1进化到GPT-3.5的过程，就是从资料无干预进化到少量人工标记，再进化到基於人工反馈(RHLF）训练一个奖励模型Reward Model RM，再用RM去训练学习模型的进程。
上面的原理也是Tesla最後用Dojo训练AI标注图形底层用的参考逻辑，也是为什麽半年前Tesla砍掉200人的人工标注团队的主因，讲到特斯拉，可以参考笔者之前文章（特斯拉丶理想丶蔚来丶小鹏发展趋势杂想），在图形训练方面其实也跟ChatGPT一样是用FaceBook的PyTorch来做深度学习网路（特斯拉还用到了Google的TensorFlow），从时间上来看2022年2月OpenAI GPT-3.5论文发布，2022年6月底裁员Annotation Team，特斯拉的AI实践还是蛮快的，当然也是因为之前Andrej Karpathy还主政的原因，但AK已经离职，这个月又回锅OpenAI，特斯拉之後的AI进程还要再观察。
拉高维度看，目前AI在特殊功能(Narrow AI)方面，很多已经做得很好了 — 语音识别丶翻译丶图像识别丶下棋丶自动驾驶丶机器人控制等等，ChatGPT与InstructGPT目前在攻克Multitask AI，当然还是在主流归纳演绎学习(Inductive & Deductive Learning)之下，目光远眺，目前AI这块要做到通用人工智慧AGI（先不谈Super AI，目前玄幻），路线还在争论，但在现有的科技能力支持下，只能做归纳演绎学习，那到底有可能达到通用人工智慧吗？
先了解什麽是通用人工智慧，AGI是指能够像人类一样理解丶学习丶推理丶解决问题，不需要事先编程或预训练，并且可以自主地应对新的丶未知的问题，以目前的方式来说，归纳演绎学习没有办法，因为AI没有感知系统，对应新的未知问题，没有即时回馈，也不具独特性与个体差异化，更不要说喜怒哀乐与创造性，目前道路尚远。
在未来的五到十年，AI会越来越偏向人类帮手的角色，你可能可以利用AI帮你做一个网站，然後你需要加入本文图片修改一下丶或是要AI帮你开车，但是你还是需要时不时在旁边监督一下丶或是要AI帮你诊断一下生病徵状，但是医生还是要在最後做确认，AI就是个帮手，乐观点甚至可能通过图灵测试（虽然我认为图灵测试跟莫尔定律一样不严谨），但你不可能期望AI帮你创造构思做战略规划，它也没有人生目标，至少目前没感知反馈，以後说不定AI的人生目标是有很多电？有电会笑没电会哭？我们不知道。
AGI最後的论辩会接近哲学，我想，举例手持计算机会算数，它不是用人的方法思考运算，看到一个馒头加一个馒头变成两个，它是二进制，转换成十进位显示给你答案，那在这个特别的区域，手持计算器算不算人工智慧，算不算人？快进一百步以ChatGPT这种Multitask AI来说，它不是以人类的方式思考，它是归纳演绎答案给你，你看像是有了人的答案，但它算不算人？或许是或许不是，这是一个哲学问题，在我们能完全知晓人类神经元运作之前，甚至知晓之後也是，因为我们有了神的力量。
讲太远了，就不谈特斯拉与三傻了，之後应该会专门写一篇谈蔚来目前的问题，昨天的CPI 6.4%不太好，预期通胀还会顽强一阵子，最後更新持仓，这两个礼拜基金认错清仓了所有空仓SPY丶XHB，也认错买进了TSLA与卖出TSLA230616C00295000 Covered Call丶并买进了MSFT，满水位无融资，详细部位如下，目前绩效至2月14日为 +8.81%，2023年至今为 +1.05%（未稽核），祝各位投资人健康愉快丶家庭和乐丶我们两个礼拜後见。
本文只供讯息，非推荐证券或与佳所资产相关之基金；文章均为原创，佳所资产保留所有智慧财产权，谢绝其他媒体丶网站，公众号丶服务号未获得授权前转载。