1.1.2 這一次有什么不同

站在后驗的視角，我們可以發(fā)現(xiàn)，原先的質(zhì)疑背后的哲學(xué)基礎(chǔ)是“還原論”，即如果不能理解系統(tǒng)的每個部分的功能，就無法建造更好的系統(tǒng)。而近兩年出現(xiàn)的以ChatGPT為代表的這些大模型，其背后的哲學(xué)理念是“進(jìn)化論”。創(chuàng)造這些大模型的團(tuán)隊有這樣的信念：如果一項能力是重要的，那么它就會在模型“進(jìn)化”的過程中自然而然地出現(xiàn)，創(chuàng)造者需要做的，是賦予它足夠大、足夠復(fù)雜的結(jié)構(gòu)，讓這種能力有存在的空間。

OpenAI創(chuàng)始人兼CEO Sam Altman的一條推文非常適合作為這種信念的一個注腳：“我是‘隨機(jī)鸚鵡’，你也是。”“隨機(jī)鸚鵡”一詞出自谷歌前研究員的論文“On the Dangers of Stochastic Parrots：Can Language Models Be Too Big？”，在該論文中，作者認(rèn)為大語言模型僅僅基于隨機(jī)概率信息將語言形式的序列隨意拼接在一起。他們不無諷刺地把大語言模型比喻為“隨機(jī)鸚鵡”，即學(xué)舌學(xué)得很像，卻沒有真正習(xí)得語義、思想等人類特質(zhì)。對此，Sam Altman的觀點是，若一個事物從各個角度看起來像，那么它就是。機(jī)器寫的語言，如果足夠像人類的自然語言，那么它就是自然語言，它就具備傳遞情感、交流思想等功能。這也是他寫下這條推文的原因。正是這種對大模型的堅定追求，使得以O(shè)penAI為代表的公司搶占了新一輪人工智能熱潮的先機(jī)。

同時，與以往的技術(shù)僅在技術(shù)和產(chǎn)品圈子有廣泛的影響力不同，AIGC這一次成功“出圈”，引起了全社會的廣泛關(guān)注和追捧。我們可以用一個案例來說明。2016年，DeepMind開發(fā)的AlphaGo在與世界頂級圍棋手李世石的對弈中勝出，標(biāo)志著AI再次攻下一城，當(dāng)時也引發(fā)了廣泛的熱議。但是熱度過后，人們發(fā)現(xiàn)，即使圍棋的搜索空間相當(dāng)復(fù)雜，也是封閉的。于是人們普遍認(rèn)為，AI適合在封閉規(guī)則下找到最優(yōu)解，但是不擅長在開放性的領(lǐng)域做富有創(chuàng)造力的事情。然而，AIGC顛覆了人們對AI的刻板印象。人們驚訝地發(fā)現(xiàn)，人工智能在創(chuàng)作圖片、生成音樂、寫故事甚至創(chuàng)作視頻方面，表現(xiàn)出了和人類相近的水平（但是生產(chǎn)速度卻比人類提高了兩個數(shù)量級）。