Transcription
[音乐]如果中国公司要开发这个ChatGPT，我猜想，它的界面会比最初的OpenAI更加多样化或复杂，然后他们可以在产品中添加更多功能，以满足客户广泛的使用场景和多样化的偏好。百度CEO被问及这个问题时表示，百度与GPT之间的差距只有一个多月。但他对这一个多月又补充了一句评论，他说差距是一个月，但很难估计需要多长时间才能弥补这一个月的差距。所以如果你在写时事通讯，想编辑它，你就会调用GPT，现在你就是一名编辑。如果你是一名设计师，你就会调用GPT，现在你就是一名设计师。所以你给ChatGPT一个角色，它就能更好地完成工作。中文里有句成语，叫做水涨船高。所以我设想人类是船，GPT就像海平面或水位。一旦GPT提升，我们自己也会进步，这就是机会。[音乐]
欢迎收听《姜河电台》播客，这是姜河媒体旗下的一档节目，也是了解中国时事的首选播客。我是主持人张江，也是《姜河评论》的创始人，这份时事通讯专注于报道中国领导层和普通民众的优先事项，以及你在主流英文媒体上通常看不到的观点。如果你还没有订阅我们的时事通讯，请访问www.gingerriver.com并注册，加入我们热心的中国观察者社区。现在，让我们深入今天的播客节目。
在今天的节目中，我们将深入探讨自然语言处理和人工智能的迷人世界。特别是，我们将讨论席卷全球的ChatGPT的发展，以及中国在创建类似软件方面的机遇和挑战。今天与我一起讨论这个话题的是易涵，他是一位人工智能科学家和语言学家，目前在中国高科技中心深圳的韩国公司Mind AI工作。我十多年前在深圳有幸认识了易涵。易涵在南京大学开始学习地理信息科学，之后前往伊利诺伊大学学习心理语言学和计算语言学。2019年，他在国际中国语言学学会组织的青年学者奖竞赛中，在54名候选人中排名第一。作为一名科学家，易涵和他的同事们正在使用新的方法和数据结构来补充生成式人工智能，例如GPT。易涵，欢迎来到姜河电台。张江你好，很高兴能加入姜河电台，我也一直在关注你的《姜河评论》。听起来像个绕口令，对吧？是的，非常感谢。是的，已经十年了，我记得我们大约十年前在深圳相遇。那时，风靡一时的技术是语音消息，从Talk Box开始，然后腾讯不知怎么开发了自己的产品，现在被称为微信，它在中国人口中非常流行。十年后，我们有了ChatGPT，它们都共享“聊天”这个名字，这有点有趣。但我想说，“聊天”这个词后面的GPT才是真正带来巨大差异的东西，它也将是我们今天讨论的焦点。是的，技术发展如此之快令人难以置信。你知道，比尔·盖茨将人工智能驱动的ChatGPT的发展比作个人电脑的出现，并表示这项新技术就像拥有一个白领作为私人助理。所以我们今天要谈论这个，首先你能告诉我们什么是GPT，以及GPT与人工智能AI的关系是什么？哦，当然。是的，我认为这是一个非常重要的问题，因为我想现在世界上每个人都一定听说过GPT，但我们，所以也许一开始我们应该提供更多关于GPT的背景信息。是的，GPT是生成式预训练Transformer的缩写，它是由OpenAI公司开发的一种深度学习或统计模型语言模型，然后迅速走红。所以我想逐字解释GPT的概念，因为每个字母都意义重大。所以G代表生成式，这表明现在GPT是一种生成式人工智能，它不同于传统的预测式人工智能。例如，以前我们可以建立一个人工智能模型来帮助我们预测房价或股市价格，这些人工智能会告诉我们未来现象的一些迹象，这就是它告诉我们的一切，然后基于人工智能做出的这个预测，我们人类继续进行进一步的处理，比如撰写报告或时事通讯。但现在生成式人工智能实际上在做所有事情，它不仅能预测一些东西，还能写一些东西，比如如果你问GPT这里大概的价格是多少，你能写一份报告吗，它就会为我们完成这项工作。所以生成式人工智能与纯粹的预测式人工智能非常不同，它可以做很多以前由人类完成的工作，这就是G的含义。然后对于P，它是预训练的，所以在人工智能和自然语言处理中，通常我们每次有一个任务，我们都会训练一个特定的模型。例如，如果我们想完成一项检测电子邮件是否是垃圾邮件的任务，我们就会收集关于垃圾邮件和非垃圾邮件的数据，并训练这个模型，然后这个模型将只在垃圾邮件检测的应用中有效使用，它不适用于拼写纠正，也不适用于撰写时事通讯。但这个预训练模型就像一个万能工具，我们收集了来自不同行业和领域的大量数据，并将它们编译在一起，训练出一个单一模型，这个单一模型似乎可以做所有事情，它会纠正你的语法错误，它可以检测这封电子邮件是否是垃圾邮件，所以这与传统模型和人工智能方法相比也是一个巨大的进步。最后是T，T这个东西，它不是一个新事物，它被称为Transformer，实际上是谷歌在2017年提出的一种深度学习模型的架构。嗯，所以这已经成为构建深度学习模型的一个非常经典的架构，但现在在GPT中，OpenAI不知怎么地将这个Transformer与其他类型的方法结合起来，所以他们使这个GPT变得非常非常强大，因为GPT会返回一些人类会喜欢而不是仅仅基于一些随机计算然后返回人类倾向于不喜欢或不同意的结果的答案。所以，我认为G加P加T是GPT之所以如此强大、如此现象级并广为传播的原因。我认为它也标志着人工智能工程和人工智能产品的一个巨大里程碑。我们知道创建ChatGPT的公司叫做OpenAI，那么我们能说GPT是OpenAI拥有或创造的独特技术，还是更像一个所有公司都可以使用或开发的通用模型？嗯，是的，我认为这是一个有趣的问题，取决于你如何看待它。但是的，我同意你可以说GPT是OpenAI开发或拥有的独特产品，但同时也有一些竞争对手，比如谷歌和百度，以及其他开源项目，我记得斯坦福大学有一个叫做Alpaca的开源项目。所以还有其他类似GPT的产品也正在进入人工智能社区，但我想说，GPT是OpenAI开发的第一款强大且成功的产品。我认为你刚刚给我上了一堂精彩的GPT 101入门课，很高兴知道它实际上正在不断发展。我们知道，OpenAI在推出ChatGPT之后，又在几周或几个月后推出了GPT-4。那么开发ChatGPT和GPT-4的关键要素是什么？目前有哪些障碍？你知道，目前美国公司是第一个发布这些模型软件的，我们稍后会谈到中国，但美国公司在开发这些技术或模型方面有哪些优势？是的，是的，我认为GPT-4或ChatGPT产品，它确实是一个非常独特和令人惊叹的产品，我认为这个产品至少有三个关键要素。嗯，第一个我想说是OpenAI拥有的计算能力，因为你知道，GPT模型，也许是GPT 3.5或GPT 4模型，我认为它有1700亿个参数，所以为了执行这种复杂的数学计算，你需要大量的计算能力，当然还有芯片。所以我认为OpenAI得到了微软的支持，他们为他们提供了计算能力和云服务器，所以他们在用模型进行不同的实验和计算方面确实有很多优势，这是第一点。嗯，我认为另一个关键要素是模型工程和架构，因为正如我所说，人工智能公司过去常常为单个任务训练单个模型，所以模型非常小且易于控制，但现在因为它是一个预训练模型，它的目标是训练一个模型，但它将解决我想要解决的所有任务。所以现在问题变成了，我如何使这个单一模型如此全面，以至于它能够涵盖所有不同类型的任务？我如何从我拥有的数据中选择参数，并将其训练成一个全面的模型？嗯，此外，正如我所说，我们为了训练这个模型需要大量的计算能力，所以我们将有很多设备并行工作来训练这个模型，所以任何想要开发这个产品的公司也需要对这些资源和设备进行非常好的管理。所以假设我有100台设备同时工作，如果其中一台坏了，那会对模型造成非常大的损害吗？或者我如何控制，以便让这100台设备同时高效工作？所以有很多试错，有很多经验可以从这个实验中学习。嗯，所以这就是为什么OpenAI获得了，我认为他们一定在犯错和冒险中积累了大量经验，所以他们的最终产品是一个令人惊叹的产品。嗯，然后我想说的最后一点，实际上我认为这是最重要的一点，因为对于计算能力，你实际上可以尝试购买更多的芯片，尽管它很昂贵，而且模型工程你可以只要有钱就不断尝试，然后你会犯错，你会从错误中学习，然后你会改进，但我认为我说的最后一个要素是不能仅仅通过花钱来改进的，那就是数据，特别是数据的质量。所以从OpenAI的论文中我们知道，OpenAI的数据在许多不同的领域和许多不同的语言中进行了训练，但数据源的绝大多数是英文，中文很少，我认为5%是英文。所以你知道英语也是一种国际语言，所以如果我们看维基百科，英语的文章比任何其他语言都多，而且如果你只是在维基百科上查看一个特定主题，根据我的经验，你经常会发现英语版本比其他语言版本更全面或写得更好。所以我认为英语社区或美国公司在获取这些高质量的英文数据方面确实具有优势，而且OpenAI专门训练了一个数据团队，他们使用非常复杂和严谨的方法来确保他们的数据质量非常非常高，所以这也是他们相对于其他公司成功的一个关键秘密。
在ChatGPT推出之后，你如何看待最近发布的产品，例如New Bing、Microsoft 365 Copilot和Google Bard？这些领域会带来技术整合和应用迭代成为未来的标准做法吗？未来一两年内会达到怎样的高度？
是的，我认为这真的很令人惊叹，就像在过去的几周里，有这么多新产品问世。所以我想引用微软自己的话，他们正在“用人工智能重塑生产力”。所以我认为，新版Bing和Microsoft Copilot，他们的使命不仅仅是通过人工智能提高我们的生产力，而是要重塑生产力，就像我们现在需要重新思考我们将如何使用这个人工智能工具一样。所以它实际上是在试图重新定义生产力的含义和生产的含义。所以我认为这是GPT带来的一个非常非常重要的进步和好处。嗯，我认为未来GPT技术将以非常非常快的速度迭代并与其他工具集成，它比你想象的还要快。嗯，所以，例如，就在过去的几周里，我们已经看到ChatGPT与Office套件集成，然后ChatGPT现在与GitHub集成，你可以用它来编写代码，然后Adobe他们推出了一款类似GPT的产品来帮助你生成图像。嗯，我认为就在几天前，OpenAI现在有点反向操作，他们允许将插件添加到ChatGPT中，你可以编写一些附加组件，然后将这些附加组件集成到GPT中。例如，GPT曾因其数学能力受到批评或嘲笑，它不能很好地进行数学运算，但现在他们有一个来自Wolfram的附加组件，Wolfram是一个用于数学计算的程序，现在有了这个插件，GPT在数学方面真的非常非常出色了。所以，我认为对于未来，我无法以年来衡量进行预测，因为迭代速度太快了，但我想说方向是让GPT与一切集成，让GPT应用于每个行业，然后让GPT成为我们新的生产或新的生产力概念的一部分。所以，未来我们的生产力将由我们在工作中如何使用ChatGPT来定义。
我有一个后续问题，那么，顶级巨头公司开发者与可能专注于人工智能或类似GPT产品的小公司之间的技术差距有多大？是的，是的，我认为这是一个非常有趣且重要的问题，因为我个人觉得它很有趣，因为OpenAI推出了他们的GPT，其他公司看到了这个机会，然后他们也认为，好吧，如果他们能做到，我也能做到。但我认为，其他一些公司低估了制造一个真正强大的GPT产品的难度，因为OpenAI只是创造了一个幸存者偏差，因为OpenAI如此成功，以至于其他公司认为他们也可以成功，但根据我自己的理解以及我阅读的一些人工智能行业的文章，我认为情况并非如此。所以如果我说目前OpenAI的GPT已经达到了GPT-4的水平，那么谷歌可能达到GPT-3.5的水平，而百度可能达到GPT-3的水平。所以目前OpenAI与其他竞争对手之间存在巨大的差距，但也许未来这个差距会很快缩小。嗯，但前几天，百度CEO被问及这个问题时表示，百度与GPT之间的差距只有一个多月。但他对这一个多月又补充了一句评论，他说差距是一个月，但很难估计需要多长时间才能弥补这一个月的差距。所以这表明，尽管他说是一个月的差距，但可能需要一个多月的工作才能弥合这个差距。明白了，所以这需要时间。既然你提到了百度，那我们来谈谈中国吧。
是的，当然。我也观看了百度CEO李彦宏关于他们新发布的文心一言（中文名，类似于ChatGPT）的演示。李彦宏表示，这是百度数十年辛勤工作和努力的成果，其功能将集成到百度小度智能设备生态系统中。而且我认为他，你知道，他提到这不是一个完美的产品，但由于百度客户和市场的需求，他们已经发布了它，实际上他们每年都会有一个更新版本。所以，嗯，华为CEO任正非也表示，未来人工智能大模型将蓬勃发展，华为将专注于创建人工智能底层计算平台。所以你刚才也谈到了一点，你如何看待中国公司已经推出和将要推出的类似ChatGPT的产品？你认为ChatGPT给中国企业带来了哪些发展机遇？你刚才也谈到，实际上百度和其他一些中国公司与美国公司之间存在一个多月的差距，那么中国公司在开发ChatGPT方面将面临哪些优势和挑战？
嗯，是的，说到百度，我也观看了百度整个发布会。说实话，一开始我有点失望，因为他们实际上并没有展示，不只是你，股市也有点失望，没错，没错。所以，正如你所说，股市下跌了10%，这让我想起了谷歌发生的事情，对吧？当谷歌首次展示他们类似ChatGPT的产品时，股价也下跌了9%或10%。所以这也回到了我之前的评论，是的，人们认为，好吧，GPT，因为OpenAI如此成功，其他人认为我们也可以做到，但事实并非如此，制造一个像OpenAI那样功能非常完善的产品实际上是极其困难的。但第二天，我对百度产品的看法也发生了一点改变。我想，是的，一开始我有点失望，但现在我看到它可能会给百度本身以及中国市场带来更多机会。嗯，因为你知道发生了什么吗？你提到股价下跌了，是的，但你知道第二天发生了什么吗？实际上，第二天，是的，股价反弹了，甚至比以前更高了。所以我认为这也反映了市场，投资者如何看待百度或其他想要开发类似GPT产品的中国公司的未来。他们确实认为，也许短期内这确实是一个糟糕的想法和糟糕的产品，但长期来看，它意味着更多的机会和更多的公司竞争力。嗯，还有华为，我想，是的，我知道华为已经开发并一直在开发自己的云服务器，所以我认为他们不试图构建另一个GPT产品对我来说是有道理的，因为我想，是的，因为你刚才提到云服务器，那实际上是一个关键要素，对吧？作为一个障碍或作为一个，嗯，没错。所以，是的，华为，与百度不同，我认为华为在自然语言处理和相关数据方面没有太多积累，但他们在计算和云服务器方面确实有一些积累，所以我认为，是的，他们专注于计算平台而不是GPT模型或GPT产品本身，这对我来说是有道理的。嗯，而且不仅仅是百度和华为，我认为整个中国市场和公司在看到ChatGPT有多强大时都感到兴奋。所以我想，根据我的经验，我看到中国公司对ChatGPT产品有三种类型的行动。第一种是，好吧，我将做我自己的东西，这是第一种类型，由百度代表。而且你知道，创新工场的李开复最近提出他将做一个我认为是AI 2.0的项目，所以他也想参与开发类似GPT产品的企业，这是第一类。第二类包括一些不试图构建类似GPT产品的公司，但他们希望将GPT产品集成到他们的服务中，所以他们会说，好吧，我们负担不起ChatGPT的成本，但我们希望拥抱这个ChatGPT模型并将其用于我们的业务。嗯，然后，嗯，他们对ChatGPT的第三种反应是，他们想以ChatGPT为基础，然后在此基础上创造一些新东西，并为这个GPT添加更多功能。嗯，我知道有一家初创公司做了一件非常有趣的事情，你知道当你使用ChatGPT时，你需要输入提示，然后你的提示质量实际上会影响GPT响应的质量。所以我认为这家初创公司他们不知怎么地使用机器学习或其他方法，当你输入提示时，他们会帮助你润色你的提示，他们会给你的原始提示提供更多细节，然后你可以使用这个编辑或润色过的提示，然后把它交给GPT以获得更好的答案。所以我认为，嗯，是的，总的来说，根据我的观察，中国公司对GPT有三种类型的反应。嗯，对于那些也想开发GPT的公司，我认为他们有一些优势，但也可能面临更多挑战。所以优势在于，我们知道对于中国公司来说，他们当然更了解中国语言和中国文化，这在李彦宏的演讲中也有所体现。所以他们可以更好地处理中文方言，他们可以更好地了解一些中国网络流行语、中国成语，所以我认为在中文领域，中国公司可能比主要使用英文数据训练的其他模型有一些优势。嗯，另一个优势是广泛的使用案例和广泛的商业场景，因为你知道在中国，中国市场有14亿人口，然后他们都有不同的需求、要求和偏好，所以实际上任何一种人工智能应用，当它们进入中国市场时，它们都会变得非常非常多样化和复杂。所以如果中国公司要开发这个ChatGPT，我猜想，它的界面会比最初的OpenAI更加多样化或复杂，然后他们可以在产品中添加更多功能，以满足客户广泛的使用场景和多样化的偏好。但同时也有一个巨大的挑战，第一个正如我所说，是数据质量。我们知道，英文数据质量非常高，但对于中文数据，现在他们获取高质量数据遇到了一些问题，因为高质量的中文数据通常是封闭的，它们就像特定社区中写得很好的文章，但这个社区可能不愿意分享数据供你训练模型，所以这可能是一个潜在的问题。嗯，还有一点我想说的是耐心。我们知道OpenAI相当成功，但OpenAI我认为它始于2015年，所以它一直持续多年致力于GPT，才生产出这种高质量的产品。但对于中国公司，我觉得他们正在努力追赶，但由于这个想法相当新，他们没有太多时间来追赶以拿出可比的性能。所以我认为他们有点，嗯，他们感到有点紧迫地开发一个好产品，但在这种情况下，他们可能会有点失去耐心，我认为如果他们想长期推出一个好产品，这可能有点挑战性。
我明白了，嗯，你有没有什么具体的，你知道，具体的领域或行业，可以更好地应用GPT模型，从而使特定行业在中国升级到另一个水平？是的，当然。嗯，正如我所说，GPT，对吧？G代表生成式，所以它可以帮助你创建新内容和新事物。嗯，然后第一个应用我想说是视频分享，你知道，就像TikTok在全世界都很流行，然后，是的，也许它可能适用于一些严肃的情况，就像我们，是的，我们刚刚看了国会听证会，那是另一个话题，我们今天不谈那个，是的，那是另一个话题。但，是的，我们姑且说，总的来说，是的，是的，我知道TikTok正面临一个难题，好吧，是的，也许实际上你，你是在谈论中国的TikTok的中文版本，对吧？没错，是的，我应该更具体一点，我指的是国内产品，那是两家不同的公司，对吧？那是真的，所以，是的，让我纠正一下，所以我想说，对于中国市场，抖音和B站可能希望看到ChatGPT的集成，因为ChatGPT可以帮助他们生成脚本，生成背景音乐，生成背景视频，这样可以使他们的视频分享更具吸引力，更像多模态，所以这样看起来，嗯，这样可以给观众带来更沉浸式的感觉。是的，所以另一件事正如我之前提到的，是电子商务，因为电子商务行业需要大量的像人工客服来处理投诉和问题，以及来自客户的订单，但如果他们有类似GPT的产品，那么他们我认为可以降低成本，然后他们可以让他们的客服只专注于非常严肃的问题，而让人工智能和机器做较低级别的任务。
嗯，我能想到的第三个是电动汽车，你知道，嗯，中国现在的电动汽车行业发展非常快，并将产品出口到欧洲和世界其他地区。所以，嗯，电动汽车的未来，如果，嗯，电动汽车的一个方面，一个前景是，如果我们实现自动驾驶，那么当我们坐在车里时，我们可以享受其他视频和音乐，所以如果那时我们可以在电动汽车中内置GPT，那么当我们坐在车里时，我们也可以做一些事情，比如我们可以给老板写信，我们可以听音乐，我们可以让GPT给我们讲笑话，所以那将极大地增强，将驾驶体验变成像电影院一样的体验，我想说。所以我认为，嗯，这些行业可能会希望看到GPT集成到他们现有的产品中。
太棒了，嗯，你知道，因为你提到了电子商务，机器人客服或者说回答我们问题的机器人，你知道，实际上我的个人经验是，每当我打电话给航空公司客服或其他一些服务时，我每次的问题或要求都是，请把我转接到真人客服，我想和真人说话，因为你知道，机器人生成的答案太简单了，有时我有一些非常具体和复杂的问题或情况，实际上我浪费了很多时间与机器人对话。那么你相信在未来，在不久的将来，类似GPT的服务真的能够满足客户解决问题的复杂需求吗？
是的，我认为从长远来看，我对此有信心，因为我已经看到了一些好的结果。所以，是的，正如你所说，我与你分享了所有你与机器人对话时的那种沮丧经历。嗯，但现在当你与ChatGPT对话时，因为ChatGPT在其模型创建中加入了指令学习，所以ChatGPT不知何故具备了说出能让人类开心的话语的能力，因为它就是为此而训练的。所以如果你不开心，然后你说，好吧，我心情很糟糕，当你与GPT对话时，它会首先识别你的情绪和情感，然后它会提出一些解决方案。所以我认为，所以它们可以与你共情，是的，是的，没错。嗯，无论它是否真的具有同情能力，但至少它表现得像它正在同情你，是的。然后我认为这是友好且聪明的对话式人工智能机器人迈出的非常重要的第一步。
希望你知道，机器人在不久的将来能帮助我们解决一些实际问题。嗯，你知道，在刚刚结束的中国两会期间，实际上我的新闻《姜河评论》有几篇文章报道说，在两会期间，中国科技部部长王志刚表示，中国在人工智能聊天机器人相关领域做了大量规划和研究，但要达到ChatGPT开发者OpenAI的类似效果，可能还有很多工作要做。他说，希望国内外企业能在人工智能领域取得更多好成果，同时也要注重规范科技伦理，趋利避害。你如何看待中国政策制定者采取的政策和措施，例如成立中央科技委员会和国家数据局，以及它们可能对中国类似ChatGPT产品的发展产生的影响？
所以，是的，正如我们讨论的ChatGPT，它确实是一种颠覆性技术，所以我在这里看到了中国政府的矛盾立场。一方面，它确实希望在类似GPT的产品方面有一些国内技术发展，但同时它又非常关注伦理、隐私和数据安全问题。嗯，我认为这也适用于其他机构。我们知道政府机构往往对新事物和新现象非常保守，例如，有些大学会禁止学生使用ChatGPT，而另一些大学则鼓励每个学生使用GPT，所以这是一个非常普遍的现象，机构和政府机构在这方面持矛盾立场。所以对于中国本身的政策制定，我对他们制定的具体政策不是很熟悉，但我认为他们的政策也可能对中国类似ChatGPT产品的发展产生积极和消极影响。嗯，所以，嗯，一方面，如果他们真的强制执行伦理、隐私和数据安全方面的事情，那么这可能对中国的产品用户来说是个好消息，因为我们也听到OpenAI的CEO也公开表达了对GPT可能造成的潜在危害的担忧，而且我们也知道谷歌的口号是“不作恶”，对吧？嗯，有了非常先进的技术，很难防止它可能带来的任何负面后果，所以在这种意义上，如果，嗯，如果中国政府强制执行保护隐私和安全的政策，那么我认为这对中国的用户来说是好事。但同时，正如我也提到的，现在中国公司在类似GPT产品方面并不占上风，他们正在努力追赶主要竞争对手OpenAI，所以他们的技术和模型仍然存在巨大差距，他们仍处于开发的早期阶段，所以我认为在这个早期阶段，施加过多的监管并不是一个好的做法，因为那会限制他们的成长。嗯，我希望在早期阶段至少能看到更多鼓励和支持那些想要开发类似GPT产品的公司，然后一旦技术发展成熟，我们就可以对此实施严格的监管。所以我认为这对政府来说，政策制定确实是一门艺术。
嗯，我还想谈谈你的公司，嗯，你能告诉我们更多关于你公司的业务吗？嗯，你们在做什么？嗯，你们公司生产的产品与ChatGPT相比有什么异同？
所以目前Mind AI提供三种商业解决方案，第一种是对话式人工智能，第二种我们称之为人类逻辑智能，它是一种透明的智能流程自动化，然后第三种是文本智能，它是一种透明的机器阅读理解，你可以向人工智能询问文本中的内容。嗯，所有这些都是基于Mind Expression构建的，它是一种结构即服务，嗯，它支持我们基于公司提供的逻辑进行类人决策过程。至于中国市场，嗯，目前我们有英语、韩语和泰语的解决方案，今年我们正在开发他加禄语、印地语和阿拉伯语的解决方案，所以明年我们计划开发中文解决方案并进入中国市场。
嗯，嗯，就我个人而言，我是一名人工智能科学家，我在科学团队工作，我们团队的大部分工作都在研发方面。嗯，特别我想提一下我们的技术，我们的技术基于一种名为“规范（canonical）”的专利数据结构，这种规范可以编码知识和其中涉及的逻辑关系，所以，嗯，因此，我们的规范模型天生就具备透明性和逻辑推理能力，我们可以用它们进行逻辑推理，并展示逻辑推理的过程。所以我们也在尝试补充，因为正如我之前提到的，这种大型语言模型和类似GPT的产品存在局限性，嗯，所以它们至少目前还没有真正实现类人推理，所以我们团队找到了一种补充ChatGPT和类似GPT产品的方法，所以我们将使用生成式人工智能和那些大型语言模型来帮助我们生成数据和知识，另一方面，我们正在使用我们原始的规范结构来弥补大型语言模型的局限性和幻觉，嗯，这样可以检查GPT给出的结果是否正确，以及它是否符合逻辑，因此我们可以提供透明度，并提高生成式人工智能结果的质量。
然后我们的产品和ChatGPT之间存在一些异同。所以，首先是相似之处，我们都主要基于文本数据进行对话式人工智能工作，所以我们的技术以及ChatGPT的技术都需要理解用户意图，然后提供适当的响应。但是，嗯，然而我们也有一些不同之处。首先，我们知道深度学习和大型语言模型是众所周知的黑箱，所以在这方面我们采取了不同的路线，因为我们在模型中追求透明度，我们不使用数学转换输入数据然后进行线性代数计算，而是将所有数据编码到规范模型中，然后这将解决透明度和可解释性问题。嗯，因为，嗯，有了规范数据结构，我们将能够展示推理过程，所以你实际上可以精确指出过程，或者机器为什么做出这样的决定，然后如果你发现有错误，你可以去修复它。嗯，这与大型语言模型有点不同，但我也想在这里强调人工智能世界的全面性和广阔性。我认为人工智能世界足够大，可以让人们追求不同的方法和可能性，所以，嗯，从这个意义上说，我们与ChatGPT既不那么相似，也不那么不同。嗯，我们公司，嗯，我们坚信，追求一种互补的方法也将为人工智能社区做出巨大贡献。
我明白了，我明白了，嗯，我们来谈谈深圳吧，因为我的意思是，那是我们十多年前相遇的地方，现在你又回到了深圳，而且你现在实际上在深圳工作，嗯，你对深圳的氛围，特别是那里的科技社区，以及不仅仅是深圳，你知道，粤港澳大湾区，你觉得在那里工作和生活怎么样？
是的，是的，正如你在介绍部分所说，深圳有人称之为中国的硅谷，我认为这是对深圳非常高的赞誉，但我也确实，因为我以前也住在美国，我也确实看到深圳与美国湾区之间存在巨大差距，但然而，我确实看到，嗯，深圳发展迅速，特别是在高科技领域。我以前住在南山区，所以南山区高科技公司高度集中，顺便说一下，腾讯的总部，是的，是的，没错，腾讯的总部就位于南山，然后，嗯，南山区仅仅一个区的GDP在2022年就超过1000亿美元，所以，嗯，它在创新和高科技产业方面确实非常强大。嗯，所以我感觉，是的，嗯，尽管与美国相比存在巨大差距，但我认为它确实，它确实有很多潜力，而且它正在逐步追赶。嗯，对我来说，嗯，嗯，在工作经验方面，在我加入Mind AI之前，我面试过，我面试了两家深圳的科技公司，所以，嗯，第一家是一家非常大的公司，它叫做国际数字经济研究院，我想它是IDEA的缩写，中文名很长，是的，它听起来像一个学术机构，但它实际上像一个，嗯，它像一家公司一样运作。嗯，我认为这个IDEA机构他们也，他们也致力于中文预训练模型，嗯，我还没有尝试过他们的产品，但我认为他们之前发布了一些开源的中文预训练模型。嗯，是的，嗯，我面试的另一家公司是金融科技公司，他们使用了，嗯，他们实际上总部在香港，但他们在深圳有分支机构，所以，是的，嗯，这家公司实际上向你展示了深圳和香港之间技术、资金和人才的逐步融合和流动。当然，嗯，整个所谓的粤港澳大湾区有很多这样的公司，所以他们，他们在不同地区设有分支机构，然后他们正在努力，嗯，嗯，嗯，吸引人才和资金投资流动，以一种流动的方式运作。嗯，这就是我对这个地区的感受，我，是的，我是一个本地人，所以我感觉我很幸运能在这里长大，我看到了，嗯，有很多潜力，所以我希望，是的，说到GPT，我希望深圳能有一些公司，他们能，他们能研发出一些类似GPT的模型，能让世界惊叹。是的，深圳也是我最喜欢的中国城市之一，我认为它是一个非常开放和充满活力的城市，部分原因在于它是中国改革开放的先行城市之一，嗯，现在它正致力于成为全球创新中心。所以，你认为国内人工智能从业者，比如在深圳的，与国际人工智能从业者之间在知识结构和风格上是否存在差异？嗯，目前韩国和中国在人工智能或GPT发展方面有哪些差异？
是的，嗯，关于人工智能从业者，我确实看到了巨大的差异，因为我以前住在美国，现在我回到了中国。嗯，我认为他们在专业知识和知识方面非常不同，嗯，例如，以我自己的个人经验为例，你知道我以前学习地理信息科学，然后我转到语言学，现在我在人工智能领域工作。我认为这在美国非常非常普遍，是美国学生非常常见的职业轨迹，而且美国社会实际上欢迎来自不同背景的人加入人工智能领域。所以举个例子，嗯，有一篇论文，我想是关于“指令学习”这个标题的，嗯，由OpenAI发表，然后第一作者是OpenAI的一位研究科学家，但他没有计算机科学背景，他没有人工智能背景，他的专业是心理学，他拥有心理学博士学位，但他却是这篇指令学习论文的第一作者，为OpenAI做出了巨大贡献。所以我认为这令人印象深刻，是的。但在，在，嗯，在中国，我认为，嗯，在招聘过程中的职位描述中...
他们会期望你主修计算机科学、数学，然后他们期望你能够非常熟练地编程。所以，是的，我认为对于中国公司来说，他们不太倾向于没有计算机科学或人工智能背景的候选人。所以如果你说你主修心理学，你主修语言学，在中国进入人工智能行业会有点困难。这关于专业知识和知识。风格上也有差异。我认为，当然，这也与他们的业务战略、投资和资金有关。但风格上的差异是，我认为美国公司会鼓励你做一些真正创新的事情，即使它可能存在风险。所以他们会鼓励你冒险，创造一些“无中生有”的东西。但是，对于中国公司，我认为他们更务实。他们已经有一条非常安全的路线，所以他们希望你继续走这条安全的路线。但是，基于这条安全的路线，你可以比以前做得更好，或者创造出比以前更具生产力的东西。所以他们希望很快看到应用、用例和结果。他们没有耐心，而且我也不认为他们有非常稳固的投资，允许他们等待几年，然后专注于一件既有创新性又可能毫无用处且有风险的事情。所以，是的，这就是我看到的两种差异。韩国，我认为韩国，我只有有限的在韩国的工作经验，但我的个人感觉是，韩国介于中国和美国之间。我认为在韩国，他们也喜欢来自不同背景的人。我知道有人学习文学或语言学，但他们也可以成为自然语言处理研究员。所以，我认为在这方面，韩国更像美国。他们喜欢看到来自不同背景的人，然后一起创造出新的东西。另外，说到韩国，还有两家韩国公司正在尝试开发自己的GPT，但它们也面临困难。Kakao是一个韩国即时通讯应用，相当于韩国的微信。他们发布了自己的GPT类人工智能服务，但在一天的发布后就关闭了服务。我认为他们一定遇到了一些困难。正如我所说，OpenAI的成功确实是一种幸存者偏差。他们可能失败了很多次，但你不会知道，你只看到他们的亮点和成功。但是对于其他竞争对手，其他追赶者来说，如果他们想赶上ChatGPT，他们将不得不再次犯错误，并从错误中学习，然后成长。所以我看到很多想要复制GPT的公司，在看到他们能够提供真正强大的产品之前，都会在初期面临很多困难。是的，关于人工智能语言模型的潜力，你有多大程度地看到它，总的来说？它是否真的能够理解人类语言，包括隐喻、转喻或讽刺？我认为这是一个非常好的问题，这也是我们公司正在努力解决的问题。所以，我认为至少现在，这个问题的答案是“否”。我没有看到它们像人类一样具有真正的逻辑推理和隐喻解释能力。顺便说一下，这部分也是我们公司想要强调和实现的，ChatGPT。所以我们可以玩一个小游戏来帮助我阐述我的观点，但我想先声明一下，我提出的游戏的最终结果并不是为了贬低ChatGPT。对我来说，ChatGPT是我见过的最强大、最成功的人工智能产品。但是我想用这个小游戏来阐述GPT模型可能存在的一些局限性，然后我也会解释为什么GPT模型会有这些局限性，这也能证明OpenAI允许开发者制作自己的插件来弥补GPT的局限性是合理的。所以，我认为张先生，你一定玩过GPT吧？是的，是的。所以你一定给了它很多不同的提示，让它为你做事，对吧？当然，是的。你想让我现在做一个吗？是的，是的。我的意思是，我想邀请你和有兴趣的观众也尝试一下这个提示。为了确保它有效，我实际上验证过了，在我们讨论之前，它仍然是我所期望的。所以，如果你只是给它一个提示，比如“反转单词cat”，这个提示的意图是返回单词cat中字母的相反顺序。所以，如果你让GPT“反转单词cat”，它应该输出“tac”，这是cat的反转，对吧？是的，单词“cat”的反转是“tac”。是的。我会在新闻通讯中发布这个。是的，没错。这里没有惊喜。是的，ChatGPT可以做到这一点，而且ChatGPT实际上理解你的提示，将“反转”的意思理解为将单词的顺序颠倒。而且它也做得正确，C、A、T，然后输出T、A、C。但是，如果你尝试一个不同的单词呢？比如，“反转单词imminent”。它是i、m、m、i、n、e、n、t。单词imminent的意思是“即将到来”，很快就会到来。哦，等一下，好的，试试。是的，观众也可以尝试这个单词。它是i、m、m、i、n、e、n、t。你看到了什么？单词imminent的反转是t、n、e、m、n、i、m、i。这不是正确的答案，对吧？是的。你可能需要仔细检查一下，因为有时GPT会给出看起来非常正确的答案，但实际上并非如此。我听到你说反转的结果中有“mn”在一起，对吧？“m”和“n”组合在一起，但我认为在原始单词imminent中，m后面跟着n，对吧？所以，再次，我不是在说你，我再说一遍，在这个特定的案例中，ChatGPT没有给出正确的答案。但是，我不是用这个来……为什么ChatGPT能给出一个正确的答案呢？是因为单词长短不同，结果也不同吗？可能有几个原因。我不知道ChatGPT是如何训练的，但我想第一个原因是它没有像人类那样思考。例如，这个imminent的例子，我以前也做过语言老师，所以对于imminent这个词，我确信任何能识别26个英文字母的人都能100%正确地完成这个任务。但是ChatGPT接受了数十亿参数的训练，但仍然对结果感到困惑。原因在于它没有像人类那样思考，没有进行符号操作。让我们想想人类是如何解决这个提示的。我们实际上是在进行符号操作。当我们看到单词imminent时，我们实际上是逐个字母地操作。imminent中的每个字母对我们来说都是一个符号。然后，当我们看到单词imminent时，我们有一组符号，即英文字母。然后任务要求我们反转这些符号。所以我们基本上拥有这组字母，然后我们改变顺序，将最后一个字母放在第一个，然后继续对其他符号一个一个地进行操作。我们最终得到了正确的答案。关键是，首先我们理解，我们将这个词解释为一系列独立的符号，这是第一步，符号识别。然后我们可以操作符号的顺序，这是符号操作。因为我们具备这两种能力，我们首先识别它，然后操作它，然后我们就会得到正确的结果。但是对于GPT来说，它不是将单词imminent看作是一系列字母，而是将单词imminent看作是一系列词向量，就像一串数字。然后，我不知道GPT具体是如何做的，但GPT可能以不同的方式分割单词imminent。例如，它可能将imminent分割成“im”作为一个组，“min”作为第二个组，“en”作为第三个组，以及“nt”作为第四个组。然后，这些组中的每一个都会被赋予一个数字表示的向量。然后它们不工作在字母的符号层面，它们工作在向量的数字层面。然后，基于这些向量，它们执行的不是符号操作，而是数学计算。然后，经过一些复杂的计算，它们得到另一个数字结果，然后它们将这个数字恢复成字母表示，这就是你从ChatGPT那里看到的答案。所以，我认为这个例子说明了ChatGPT至少在某些领域不是像人类那样思考的。因此，在一些对人类来说似乎非常容易的任务中，它会有一些局限性，但它会在一些对人类来说非常非常简单的任务中失败。你知道，我说了这一点，你知道有趣的是，我刚刚，你知道，插入了另一个词“immediate”。我发现它可以正确回答，单词immediate（i、m、m、e、d、i、a、t）的反转是正确的答案e、t、a、i、d、e、m、m、i。它和imminent的长度相似，但你可以正确回答。那么，我们如何解释这一点呢？这可能只是有点随机，或者有一些我们不知道的规则，ChatGPT将不同集合的字母归入不同的组，有时它可以回答正确，有时错误？确实如此。谢谢你尝试了那个。我的意思是，这又提出了一个观点，如果你问我为什么会这样，我的回答是“我不知道”。我也会怀疑GPT的开发者是否知道答案，因为没有人知道，在一个包含数十亿参数的模型中会发生什么。没有人能够进行如此复杂的计算。实际上，你的例子和我举的imminent的例子，以及immediate的例子，都进一步说明了GPT的局限性。我们不知道它什么时候会出错，它会给出错误的答案。它是不可预测的。就像你尝试这个单词，好的，它是正确的。但是如果你尝试另一个单词，它就错了。它不一致。正如你所说，imminent和immediate非常相似，但它一个能正确回答，一个却错了。所以，一个潜在的限制是，当我们知道ChatGPT会犯错时，这是一个非常难回答的问题。还有一个后续问题是，当ChatGPT犯错时，它能纠正自己吗？如果你也尝试imminent的例子，如果ChatGPT第一次犯错，那没关系。如果你告诉ChatGPT“这个错了，请重新做这个任务”，根据我的经验，ChatGPT会一次又一次地重复同样的错误，它永远无法修复它，因为正如我所解释的，它没有被训练成在符号层面工作。所以这是ChatGPT的另一个潜在问题。但是，我并不是说ChatGPT永远无法解决这个问题。我只是说，目前ChatGPT本身无法解决这个问题。但是你知道，OpenAI正在邀请其他开发者将他们的插件添加到GPT产品中。所以GPT和插件的结合可能是解决这个问题的方案。所以，我认为，我喜欢并强调一种互补的方法。GPT确实非常强大，但我认为我们也需要添加其他东西来克服它的局限性，使其更好、更全面、更完善。非常有趣，谢谢你举了这么好的例子。你知道，我也问了你关于语言模型的潜力的问题，我问了ChatGPT这个问题，让我们看看它是如何回应的。答案很长，我将把它缩短。它基本上说，虽然人工智能语言模型在自然语言理解方面取得了重大进展，但它们仍然存在局限性。例如，人工智能语言模型可能并不总是能正确理解语言的细微差别，例如隐喻或讽刺。此外，人工智能语言模型缺乏像人类那样理解语言的能力，因为它们依赖于数据中的统计模式来做出预测。这意味着人工智能语言模型可能无法像人类那样真正理解语言，尽管它们在处理和生成语言方面仍然非常有效。你知道，在我看来，ChatGPT知道它的局限性。它没有提到我们刚刚通过例子发现的具体问题。但它知道它有一些局限性。实际上，我不知道这是好是坏。因为当你只是说有时会犯错误，有时我们必须认识到这一点。我认为认识到自己的局限性一方面是进化的前提，但如果知道AI，ChatGPT可以变得如此……如果它们真的有自我意识，它们就能以那种方式进化。但实际上现在它没有。我们知道它必须克服一些挑战，而且可能需要一些时间，正如你刚才提到的。是的，那么，你对我们的听众有什么具体的建议，如何更好地利用ChatGPT软件来节省我们的时间并提高我们的效率吗？是的，我认为这是一个非常重要的问题。我认为，在不久的将来，我们不可避免地会在工作中以某种方式使用ChatGPT。所以我读过一些关于使用ChatGPT的技巧，我也思考过这个问题。所以，我想说我的建议就像微软提倡的那样，你需要重塑你的生产力。所以我的建议是，在你使用ChatGPT之前，你需要重新思考你正在做的工作。例如，如果你正在编写代码或编写脚本，我认为你应该抛弃你对工作的传统观念，你需要给它赋予新的意义或新的想法。例如，如果你是一名记者，比如你正在写文章、新闻通讯，那么我认为第一件事是创建一个工作流程。你不再将你的工作视为单独的手工劳动，而是将你的工作视为一个工程化的生产流程。那么你的输入是什么？你的处理阶段是什么？你期望的输出是什么？一旦你有了这个流程，下一步就是考虑在哪里将ChatGPT融入你的工作流程。然后，第三步是给ChatGPT一个角色。如果你正在写新闻通讯，你想编辑它，那么你会调用GPT，现在你是一名编辑。如果你是一名设计师，那么你会调用GPT，现在你是一名设计师。所以你给ChatGPT一个角色，它就能更好地完成它的工作。而且，你还需要给它一个非常精确的提示，这将要求你真正了解你的工作是什么。你不能简单地给ChatGPT一个提示，比如“为我写一篇500字的信”，而是你想强调段落数、章节数，每章的要点是什么，结论是什么，证据是什么。你给ChatGPT的提示越好，它返回的结果就越好。另外，另一个技巧是给ChatGPT一个例子。这个例子将是你期望的输出。一旦ChatGPT看到这个例子，它就会尝试使它的答案接近你提供的例子，这样最终的产品就会更像你真正想要的那个。这非常有帮助，非常有帮助。我觉得你好像在说，我应该像工程师甚至像机器人一样思考或行动，然后分配一些角色。我应该在提示中写上，告诉ChatGPT你是编辑吗？是的，绝对是的。赋予一个角色，然后还要更精确地用词。我认为我的建议是鼓励每个人从一个角度思考，不仅仅是工程师，而是像一个管理者。你是你整个工作的管理者，而ChatGPT是你的助手之一。现在你需要充分利用你的助手和你自己的创造力，来构建你的产品。所以你是一个产品的所有者和管理者，而不仅仅是你工作的作者。是的，我看到，作为一个非母语的英语使用者，我现在通常使用ChatGPT来学习更地道的表达方式，这使得我的新闻内容更容易被读者理解。此外，当一些文章需要翻译时，我有时会用它进行初步翻译，然后我再手动调整和优化。我确实认为它已经帮助了我。你的建议提醒了我，有些人说，当我们有了ChatGPT时，我们现在必须能够成为一名优秀的老师、一名优秀的指导者，或者一个……你刚才说了一个好教练。所以能够写出好的、有效的提示对于帮助ChatGPT帮助我们作为助手并生成我们真正想要的东西非常重要。这说得通。是的，确实如此。这就是为什么我真的很喜欢“重塑你的生产力”这个想法。它不仅仅是改进，而是重塑。最后一个问题，在我们进入推荐环节之前，未来的ChatGPT 5、ChatGPT 10会是什么样子？它们将对整个科技行业甚至人类社会产生什么影响？我知道这是一个很大的问题。你可以从你的角度给我你的答案。当然，我确实考虑过这个问题，但我想给你我的想象中的答案。对于ChatGPT 5，我认为我有一些信心，基于它以前的版本。我认为ChatGPT 5将是几乎完全多模态的。ChatGPT 5将能够同时处理文本、语音、音频、图像和视频。所以，我认为，到ChatGPT 5问世时，模型应该能够处理多模态信息，并在一个模型中操作信息，并将其转换为另一个模型。它将是一个多模态的参与者。我对这一部分有一些信心。它已经在GPT 4中有所体现，它可以处理文本和图像，未来会加入音频和视频。这是关于GPT 5的。GPT 10可能还很遥远，但也并非遥不可及。如果我用我的想象力，我认为ChatGPT 10将是一个可以移动的GPT。之前的GPT版本只处理信息处理，而不是关于机器人，也不是关于实际的运动或……我认为ChatGPT没有手，没有腿，对吧？是的，没错。它有眼睛、大脑、耳朵、嘴巴，但没有……正如你所说，没有手和腿，脚。我认为GPT 10可以是一个……我称之为“机器人GPT”。它有手和脚，它可以自由地移动，做事情，就像它被提示的那样，或者也许是它自己的自由意志。微软已经在试验让GPT发送一些消息，然后操纵另一个机器人。但我认为未来GPT和机器人将融为一体，成为一个机器人GPT。这是我的估计。至于GPT的影响，它已经像原子弹一样，对人工智能行业和整个世界都产生了影响。所以我仍然有点悲观，但关于它对人类的挑战，但我也看到了机会。每一次GPT的版本发布，都意味着它在改进，它提高了性能的上限，不，它降低了性能的下限。所以从现在开始，最差的性能将和GPT一样好。这就是它带来的机会。你不能做得比GPT更好，也不能做得比GPT差，因为你总是可以使用GPT来生成结果。它将成为我们的基准或基础。实际上，正如中国有句俗语说，“水涨船高”。我设想人类是船，GPT是水位或水面。一旦GPT水位上升，我们自身也在提高。这就是机会。然后挑战也非常令人担忧。OpenAI发表了一篇论文，说美国80%的工作可能会受到GPT的影响，甚至被取代。人类总是担心AI，他们担心AI最终会取代他们。这种担忧一直存在。但这次GPT有点不同，它正在成为一个真正的担忧，因为它能够像人类一样生成想法和内容。而且，如果我们回顾一下，之前的技术创新似乎取代了体力劳动者。比如，如果我们有了汽车，我们就不需要有人……在旧北京，有马车夫，有人拉着马车带我们去某个地方。它倾向于取代体力劳动。但现在GPT倾向于模仿甚至取代知识工作者。比如，如果你正在从事创意工作，作为程序员或作家，GPT也可以做你工作的一部分。这将是我们未来的挑战，我们需要思考人类如何与像GPT这样不断发展的技术共存。我确信很多人会觉得他们的工作受到了ChatGPT的威胁。我记得，我想是OpenAI的CEO，他画了一个网站的草图，然后把那个图片输入到GPT 4中，GPT 4就生成了那个他画的特定网站的设计代码。这让人觉得，你知道，我在MBA学位中开始学习编程，现在我觉得，你知道，你不需要学这个，你只需要画一张图，然后ChatGPT就会帮你设计出来。所以，绝对是这样。很多人都受到了威胁。是的，它确实会对人类社会产生重大影响。好了，现在让我们进入推荐环节。我们邀请我们播客的每一位嘉宾推荐一些东西给我们的听众。可以是书、电影、电视剧、播客，甚至是电子游戏。那么，你今天有什么推荐的吗？是的，我想推荐一本书，这与我们之前的问题有关。这本书的名字叫做《生命3.0：人工智能时代的人类》。我喜欢这本书，有两个原因，它的主标题和副标题。它的副标题是“人工智能时代的人类”。这与我们之前的问题有关。随着GPT和ChatGPT的出现，我们人类真的需要思考我们是谁，以及我们能做什么，因为有像AI这样的东西，可以模仿我们的行为，甚至模仿我们的思维。那么，如果有什么东西和我们非常相似出现，我们真的需要思考，那么我们是谁？因为人类，我们总是认为我们是顶端的，我们是这个世界上至高无上的存在，因为我们可以制造工具，我们可以谈论抽象的观念，我们可以有效地利用自然资源来提高我们的生产力。但是，如果还有其他东西也能做到这一点，那么它们是人类吗？我们还是人类吗？还是我们是一种新的存在？这是我们需要认真思考的问题。而且，AI现在无处不在，甚至连小学生都知道GPT。在中国，他们以一种非常有趣的方式谈论它，他们表达了对ChatGPT的担忧，但对成年人来说看起来很有趣。所以，我们需要思考在人工智能时代，我们如何成为人类。我也喜欢主标题“生命3.0”。所以我们知道GPT正在进化，比如GPT 1、2、3、4，生命也是如此。当我们是猴子的时候，我们是生命1.0。那么我们是生命3.0吗？是的。所以，这是乐观的一面。如果ChatGPT在进化，变得更好，那么为什么我们不能变得更好呢？也许，有ChatGPT 4，也有人类4。如果有ChatGPT 10，也有人类10。为什么我们不一起进化呢？我们学会共存，然后一起努力，让这个世界变得更美好。我们不是永远站在这里，而ChatGPT正在快速迭代。不，我认为前进的方向是我们一起进化。所以，作者现在称之为生命3.0。我们也可以，就像你问的问题一样，我们也需要问，生命4.0是什么样的？生命10.0是什么样的？我认为这本书不会提供这些问题的答案，当然，但它会鼓励我们，它会提出问题，让我们开始思考这些重要的问题，也许有人能给出好的答案。我喜欢生命3.0这个想法，我一定会去看看。我想我们都必须学会如何在人工智能支持甚至主导的世界中生活。而且，我真的觉得我们可以继续谈论人工智能或ChatGPT，再聊20个甚至50个问题。它确实可以影响或改变许多行业，而且人类面临着许多机遇和问题。我期待着将来能和你再聊一次。也许到时候你可以派你的ChatGPT版本来和我谈谈。哦，当然，当然。而且，我认为到那时，我们将看到ChatGPT和人类的进化，包括我们自己。所以我很期待看到这一点。是的，希望到那时我还能保住我的工作，我们还能保住所有人的工作。是的，我认为，否则我们只能靠做播客为生。是的，是的。好的，非常感谢。和你聊天真是太愉快了。我也是，我也是。这真是一次非常愉快的经历。是的，所有的兴奋和想象。是的，你鼓励了。谢谢你，也谢谢你。精彩的。感谢。Ch River Radio播客是Gr Media Outlet的一部分。我们的节目由我制作和编辑，来自上海外国语大学，以及J，来自北京外国语大学。合作、投资或反馈，请直接发送电子邮件给我：Jang Jang J GJ ginger.com，或者在Apple Podcast上给我们评分和评论。如果您觉得有帮助，我们将非常高兴您能向他人推荐我们的播客或新闻通讯。感谢您的收听，下次再见。保重。 [音乐]