06 ChatGPT会在工作中取代人类吗?
郝 :从工程师的角度上来讲，我关注的问题其实就两个。
一个是工程师会不会被AI取代的问题。工程师确实分成不同层级，普通的工作是在网上进行一些数据的搜索查询、然后进行修改。有了ChatGPT之后，工作效率会大大提高。无论是通过互联网搜索还是通过ChatGPT得到的答案，我们都需要验证它的真实性，这才是工程师的价值所在。所以认为工程师目前不太可能被ChatGPT替代，而只是替代或加速了一部分的工作。
另一个挑战倒是我比较担心的。由于通过ChatGPT获得结果太容易，工程师可能会失去独立思考、灵光一现的能力。如果我们无法拥有这样的技能，就很可能彻底依赖人工智能、依赖算法。长此以往，工程师的价值就没有了。我不知道律师在法律工作里会不会有类似的问题。
申:其实法律界也一样。因为其实编程也好法律界也好，都是带有一定专业性的。所以刚才一开始咱们也说了，比如说我懂法律，但是法律专业细分的精细度这么高，我可能懂数据，但是我想了解一个知识产权方面的问题，ChatGPT给我一个错误答案，我如果不去请教薛律师，请他帮我判断一下对不对，我可能就被蒙了。而且在使用过程当中，ChatGPT给我的感觉不是简单的搜索引擎，不是抓取关键词后再自行筛选总结。它是一个“一站式”服务，好像把菜做好后端到你面前，先抛开菜的味道不说，做菜的过程和程序消失了。就像刚才薛律师说香港大学为什么不让学生使用ChatGPT生成作业，我也考虑过这个问题，它到底保护的是什么？如果说AI生成的东西都不算作品的话，那么就不存在保护知识产权的问题，它保护的其实就是我们的逻辑思维，我们自己的一个行动力。
郝:我可能要泼泼冷水。因为我是做软件的，我个人觉得人类是感性驱动的，而计算机是纯理性驱动，全是逻辑。即使前提错误的情况下，计算机推导出来的结果大概率也是符合逻辑的。在整个过程都是符合逻辑的情况下，普通人可能缺乏检验如此庞大的运算过程是否正确的能力。这也是我比较担心的地方，如果ChatGPT变成“The Only King”，我们可能会真的走向“美丽新世界”。当然我相信ChatGPT不可能是唯一的平台。
申:复旦大学是不是已经研发了类似ChatGPT的产品？
郝:对的，复旦大学的邱锡鹏教授已经研发了类似平台“MOSS”,谷歌有Bard，百度也说在3月会发布“文心一言”。所以我在幻想一个这样的场景：会有一个聚合的平台，然后有不同的机器人来回答相同的问题，它们直接PK最后得到结果。我个人觉得在法律的领域里，特别是知识产权这个领域里，未来最基础的工作会被机器替换掉，只是要确保数据是有效的、正确的。不过在需要深度思考的领域里，可能机器还无法做到。只是我担心有个ChatGPT以后，大多数人失去了进行深度思考的机会。当然有个好消息是，目前已经有多方研发AI内容检测器，避免学生或其他人员通过AI生成作业或创作。
申:您刚才提到提供一个聚合平台让AI自己去内卷起来，这个挺有意思的。但是越这样可能就会导致它结果的专业性越强，就是普通人的判断能力就会在他面前显得更弱。
郝:ChatGPT只是人工智能中自然语言处理的部分，只能处理文本，当然我认为它很强大。人工智能里还有多模态人工智能，可以处理图像、音频、视频等数据，它的功能会更强大。举个例子，OpenAI除了产品ChatGPT，它另外还有一个产品叫做DALL·E，它可以通过一段小文字生成图像，这个图像经过了处理，和网上所有的图片都不一样。我今年春节的时候用它制作一个中国风的兔年剪贴画，我说请给我“2023年兔年中国农历春节拜年的剪贴画”，系统就生成了这样一个图片，我再加上一些Logo和恭喜发财、兔年快乐的文字，就可以发给同事和朋友拜年了。
过去这样的工作需要通过专业的美工或者艺术家自己画一个的。未来如果出现强大的多模态的人工智能，普通人就更难分辨真假了。艺术家会不会被替代掉呢？
07 ChatGPT生成的内容都可靠吗？
薛:之前我跟朋友聊过，他自己做了一个实验，是把一个伪命题输入ChatGPT后，会得出一个结论，甚至会给出七八种不同的像模像样的算法，但是细究起来，发现这些计算过程算是错误的，AI在“胡说八道”，为什么会出现这种情况？
郝:我理解。这样的就是我刚才讲的AI的可解释性，这是今天计算机科学家需要解决的非常重要的问题。
我们人总是相信因果性，比如人不幸在自然灾害中去世，我们想知道原因，这是一个天然的思维方式。但是计算机不是这样，计算机只看相关性和数学推理。所以对计算机来讲，我只要有数据的这个前提，可以在一定概率之下得到任何你想要的结论。只是说得到结论的置信度是0.000001，还是0.999999。不过在连续概率推导下，如果每个环节的置信度都0.8，10个0.8相乘就差不多是0了，这样就会出现一个错误的结果。对计算机来说，我可以通过任何前提得到置信度是0到1之间的任何结果。
我问一件事为什么是好事，ChatGPT会给出一堆理由；为什么它是件坏事，ChatGPT又会给我一堆不同的理由。例如为什么天空是蓝的，或者为什么天空不是蓝的。GPT是预训练的算法，模型能够让它生成必要的结论。对普通人而言，1+1=2，这是因为在自然界这个模型下，1+1就是2。如果我们学习的是近世代数，在另外的模型下，1只是个符号，+只是个操作，1+1可以是任何我定义下的结果。我以前写程序的时候，夸张一点说，在写程序特别投入的时候，我觉得自己就是个上帝，这就是一个思维的错觉。我也担心机器发展下去，会造成各种结果，而且它的计算速度和数据规模远超人脑，普通人是无法和这样的机器抗衡的。
申:其实至少在现阶段，我对它没有抱太大的指望。资料的收集和整理方面，它比人工要好很多而且快，别出错就行。我现在就是担心它对于数据的这种提供以及本身结果的准确性，我是真的打问号。它好像越专业，反而准确性越下降。
薛:这个我们测试过。比如说让AI搜集一下某个集团在这一段时间内的一些法律案件，AI给出了一些答案。然后我们追加了一个问题，问能不能给出给这些案件的出处，然后AI立刻把案件出处全部列出。这实际上是一个AI一个很强大的功能，你可以用这个功能来检验它这个东西到底准不准确，这是一个进步。
申:但是我看到报道，AI会自己编写答案，虽然给了案件出处，但是是假的。这个好像是因为技术上的原因？
郝:我刚才讲的ChatGPT是结果驱动的，它一定要给出结果，只是结果的置信度高低而已。那些结果点开可能都是错的，也有可能是原来的数据源是错的。还有时效性的问题，ChatGPT给的结果可能不一定是假的，而是被删除的历史数据，所以你觉得可能是假的。
这里我可以多提一点，我们认为中文的训练结果可能比不上英语。因为全世界的英文语料是中文语料的20到30倍，中文语料还存在合成的问题，质量很一般。这种数据作为基础数据训练，会导致模型质量低下。
为什么ChatGPT写代码质量会比较好呢？我认为不管是微软还是其他平台，代码文档的质量非常优秀。公司有专人来整理这些关于代码的文档，比如我以前经常用的MSDN。此外代码本身的语言清晰，逻辑结构明确，这对人工智能模型的训练帮助很大，所以结果质量高。
法律案例可能就不是这样了，判决书、法律意见书的内容就远比代码复杂，还有可能出现冲突的地方，这样结果质量就存在问题。
ChatGPT讲漂亮的废话，可谓是一把好手。前一段时间我还问过它，某家公司某一年的财报显示公司市值是多少，ChatGPT给出了一个看上去非常准确的数字，但是那个实际上是错的。因此我们使用ChatGPT的过程中还是需要睁大眼睛，仔细判断。
申:对，所以可能现阶段由于数据的准确性问题，ChatGPT对我们提供的至少在专业工作上的支持是有限的。如果你完全依赖它，有可能会提供错误观点，免不了人工复核。
薛:对，这个肯定是要复核，所以这也是人存在的一个意义。如果ChatGPT能做百分百准确，非常完美的话，我觉得人真的没有存在的意义了。
申:是的，像刚才郝总提到的基本的初级的编程或者一些简单的法律问题，助理们的工作就被机器取代了。但是我们看到了新的职业，去核实技术后面这些数据的真假，这可能是的一个职业发展方向。而且它数据量越庞大，网络上的合成信息也会越来越多，这个时候信息的真假掺杂在里面，就更需要人工核实。
郝:简单信息还可以通过程序进行验证的，对于复杂的信息，还是需要人来处理和分析的。
08 ChatGPT会失控吗？
申:一开始我其实不紧张，现在有点紧张了。其实咱们国家的关于 AI的伦理规范，包括其他的一些政策也好、规则也好，包括境外的一些政策和立法，都在讲AI的可控可信。但是在听到郝总讲这些之前，我真的觉得是可控可信的，至少在某种技术上是可以实现。但是随着AI发展，怎么一直做到可控呢？
郝:在计算机发展的过程中，我们一直认为计算机程序是可控的。但是今天我们不禁担忧，ChatGPT会不会失控。担忧的第一点是安全，他会不会比我聪明；第二点是伦理，如果他比我聪明了，他来对付我怎么办；第三个也是伦理的问题，会不会和聊天机器人产生感情；这都是我们觉得不可控的部分。站在普通人角度上来讲，我觉得我们也不用太害怕，因为毕竟它还只是个机器。
ChatGPT还是可控的，我认为目前它仍然在可控范围内。比如说在几年前微软出了一个聊天机器人产品，让两个机器人互相聊，逐渐出现一些人不认识的语言、还有一些极端的对话。当这件事发生后，微软关闭了这套系统，数据被全部删除。微软提出要做负责任的AI（Responsible AI），这是我们对人工智能控制的努力。IEEE也写过一份人工智能系统设计伦理规范，目前已经是第二版，在征集意见，包括如何人工智能系统的设计原则，例如保证人类权利、为人类造福等。
所以千万不用担心，今天计算机毕竟还是在人类的掌控之下，但是在局部范围内可能会出现一些突破我们的伦理或认知的地方。
举个例子，如果用Elon Musk的Neuralink芯片来控制我们的大脑会造成什么结果？去年年底，有一短视频描述了用人造子宫工厂生孩子的场景，这会造成什么伦理问题？这都是我认为计算机和新的技术产生的不可控风险。
虽然我们的脑力速度肯定比不上计算机，我们在象棋和围棋上都输给了计算机，不过我依然认为计算机目前不可控的风险较小。我是一个乐观的悲观主义者，我认为在未来发展过程当中，计算机一定是可以和人类共同发展，把我们的世界变得更加的美好，而不是相反。
09 ChatGPT还有什么风险？
申:现在或者说未来ChatGPT这样的技术再发展的话，对我们每个人除了对人的替代性以外，您觉得它最大的风险点在什么地方？
郝:在汽车出现的时候，马车夫非常的紧张；计算机人工智能出现的时候，大部分的脑力工作者其实也挺紧张。发展到今天，我觉得不管是汽车还是计算机，都是在为人类造福。真正的风险来自于人类不进步，人类自己不去控制机器，而是让机器控制，这就是《美丽新世界》里面说的最底层的民众产生的问题。长期来讲，只要我们人类不分化，不是顶端的很小一部分人来管理机器，然后通过机器管理大部分人，那机器就可以为全人类服务。
10 ChatGPT技术最可能应用在哪些方面？
申:您觉得这个技术再往下发展，它最有可能应用在哪些方面呢？
郝:目前ChatGPT只能在文本上面做处理，比如说做一些简单的合成式的一些工作。逐步来看，未来我们看的更多的是多模态的人工智能或者说通用人工智能。它可以在元宇宙里面模仿人的样子，跟你对话闲聊。然后通过文字生成图像，通过图像生成文字，甚至可以生成虚拟人像。
今天我们在元宇宙里面可以看到AI变得更加的真实，沟通的过程当中它越来越像真人，这都是未来我觉得会逐步发展的方向。长期来看，我还是希望这种智能能够代替解决一些体力性的人脑工作，比如说整理排版，制作PPT。其实现在也可以向ChatGPT做出具体指示，根据提纲制作PPT，只是涉及到数据和事实时，我们要格外注意。
申:以后会不会也有智能语言的应用？
郝:现在就有相应的技术，而且已经很成熟了。比如说我讲两分钟的话，AI就可以把我的语音生成所有的相应的服务。这个技术是非常危险的，比如合成语音后去给您家人打电话诈骗。
申:咱们聊过关于这个话题，声音和人脸一样是敏感的信息，都属于生物识别信息，要特别小心。我觉得将来国内有类似产品出来，在这方面也要特别小心。像您刚才讲，如果我们中文知识库这么的有限的话，它可能更多的是从客户、从使用者的角度来收集更多的数据，来训练它的模型，对吧？
郝:从客户那儿收集来的信息很多时候是同质的，模型更需要收集异质的信息。就像我们看到一篇文章，这篇文章如果信息量特别大，我们看起来就比较累。机器需要的语料也是类似的，需要信息量大的数据，而不是简单的重复数据。我个人认为，ChatGPT生成的数据信息量也比较有限，很多时候都是不断反复的信息。如果客户、使用者提供深度信息的话，ChatGPT也能产生更多的深度信息，这样反过来它也能更好地帮助我们脑力工作者。这也是我之前说的人和计算机共同进步的场景。
郝 :从工程师的角度上来讲，我关注的问题其实就两个。
一个是工程师会不会被AI取代的问题。工程师确实分成不同层级，普通的工作是在网上进行一些数据的搜索查询、然后进行修改。有了ChatGPT之后，工作效率会大大提高。无论是通过互联网搜索还是通过ChatGPT得到的答案，我们都需要验证它的真实性，这才是工程师的价值所在。所以认为工程师目前不太可能被ChatGPT替代，而只是替代或加速了一部分的工作。
另一个挑战倒是我比较担心的。由于通过ChatGPT获得结果太容易，工程师可能会失去独立思考、灵光一现的能力。如果我们无法拥有这样的技能，就很可能彻底依赖人工智能、依赖算法。长此以往，工程师的价值就没有了。我不知道律师在法律工作里会不会有类似的问题。
申:其实法律界也一样。因为其实编程也好法律界也好，都是带有一定专业性的。所以刚才一开始咱们也说了，比如说我懂法律，但是法律专业细分的精细度这么高，我可能懂数据，但是我想了解一个知识产权方面的问题，ChatGPT给我一个错误答案，我如果不去请教薛律师，请他帮我判断一下对不对，我可能就被蒙了。而且在使用过程当中，ChatGPT给我的感觉不是简单的搜索引擎，不是抓取关键词后再自行筛选总结。它是一个“一站式”服务，好像把菜做好后端到你面前，先抛开菜的味道不说，做菜的过程和程序消失了。就像刚才薛律师说香港大学为什么不让学生使用ChatGPT生成作业，我也考虑过这个问题，它到底保护的是什么？如果说AI生成的东西都不算作品的话，那么就不存在保护知识产权的问题，它保护的其实就是我们的逻辑思维，我们自己的一个行动力。
郝:我可能要泼泼冷水。因为我是做软件的，我个人觉得人类是感性驱动的，而计算机是纯理性驱动，全是逻辑。即使前提错误的情况下，计算机推导出来的结果大概率也是符合逻辑的。在整个过程都是符合逻辑的情况下，普通人可能缺乏检验如此庞大的运算过程是否正确的能力。这也是我比较担心的地方，如果ChatGPT变成“The Only King”，我们可能会真的走向“美丽新世界”。当然我相信ChatGPT不可能是唯一的平台。
申:复旦大学是不是已经研发了类似ChatGPT的产品？
郝:对的，复旦大学的邱锡鹏教授已经研发了类似平台“MOSS”,谷歌有Bard，百度也说在3月会发布“文心一言”。所以我在幻想一个这样的场景：会有一个聚合的平台，然后有不同的机器人来回答相同的问题，它们直接PK最后得到结果。我个人觉得在法律的领域里，特别是知识产权这个领域里，未来最基础的工作会被机器替换掉，只是要确保数据是有效的、正确的。不过在需要深度思考的领域里，可能机器还无法做到。只是我担心有个ChatGPT以后，大多数人失去了进行深度思考的机会。当然有个好消息是，目前已经有多方研发AI内容检测器，避免学生或其他人员通过AI生成作业或创作。
申:您刚才提到提供一个聚合平台让AI自己去内卷起来，这个挺有意思的。但是越这样可能就会导致它结果的专业性越强，就是普通人的判断能力就会在他面前显得更弱。
郝:ChatGPT只是人工智能中自然语言处理的部分，只能处理文本，当然我认为它很强大。人工智能里还有多模态人工智能，可以处理图像、音频、视频等数据，它的功能会更强大。举个例子，OpenAI除了产品ChatGPT，它另外还有一个产品叫做DALL·E，它可以通过一段小文字生成图像，这个图像经过了处理，和网上所有的图片都不一样。我今年春节的时候用它制作一个中国风的兔年剪贴画，我说请给我“2023年兔年中国农历春节拜年的剪贴画”，系统就生成了这样一个图片，我再加上一些Logo和恭喜发财、兔年快乐的文字，就可以发给同事和朋友拜年了。
过去这样的工作需要通过专业的美工或者艺术家自己画一个的。未来如果出现强大的多模态的人工智能，普通人就更难分辨真假了。艺术家会不会被替代掉呢？
07 ChatGPT生成的内容都可靠吗？
薛:之前我跟朋友聊过，他自己做了一个实验，是把一个伪命题输入ChatGPT后，会得出一个结论，甚至会给出七八种不同的像模像样的算法，但是细究起来，发现这些计算过程算是错误的，AI在“胡说八道”，为什么会出现这种情况？
郝:我理解。这样的就是我刚才讲的AI的可解释性，这是今天计算机科学家需要解决的非常重要的问题。
我们人总是相信因果性，比如人不幸在自然灾害中去世，我们想知道原因，这是一个天然的思维方式。但是计算机不是这样，计算机只看相关性和数学推理。所以对计算机来讲，我只要有数据的这个前提，可以在一定概率之下得到任何你想要的结论。只是说得到结论的置信度是0.000001，还是0.999999。不过在连续概率推导下，如果每个环节的置信度都0.8，10个0.8相乘就差不多是0了，这样就会出现一个错误的结果。对计算机来说，我可以通过任何前提得到置信度是0到1之间的任何结果。
我问一件事为什么是好事，ChatGPT会给出一堆理由；为什么它是件坏事，ChatGPT又会给我一堆不同的理由。例如为什么天空是蓝的，或者为什么天空不是蓝的。GPT是预训练的算法，模型能够让它生成必要的结论。对普通人而言，1+1=2，这是因为在自然界这个模型下，1+1就是2。如果我们学习的是近世代数，在另外的模型下，1只是个符号，+只是个操作，1+1可以是任何我定义下的结果。我以前写程序的时候，夸张一点说，在写程序特别投入的时候，我觉得自己就是个上帝，这就是一个思维的错觉。我也担心机器发展下去，会造成各种结果，而且它的计算速度和数据规模远超人脑，普通人是无法和这样的机器抗衡的。
申:其实至少在现阶段，我对它没有抱太大的指望。资料的收集和整理方面，它比人工要好很多而且快，别出错就行。我现在就是担心它对于数据的这种提供以及本身结果的准确性，我是真的打问号。它好像越专业，反而准确性越下降。
薛:这个我们测试过。比如说让AI搜集一下某个集团在这一段时间内的一些法律案件，AI给出了一些答案。然后我们追加了一个问题，问能不能给出给这些案件的出处，然后AI立刻把案件出处全部列出。这实际上是一个AI一个很强大的功能，你可以用这个功能来检验它这个东西到底准不准确，这是一个进步。
申:但是我看到报道，AI会自己编写答案，虽然给了案件出处，但是是假的。这个好像是因为技术上的原因？
郝:我刚才讲的ChatGPT是结果驱动的，它一定要给出结果，只是结果的置信度高低而已。那些结果点开可能都是错的，也有可能是原来的数据源是错的。还有时效性的问题，ChatGPT给的结果可能不一定是假的，而是被删除的历史数据，所以你觉得可能是假的。
这里我可以多提一点，我们认为中文的训练结果可能比不上英语。因为全世界的英文语料是中文语料的20到30倍，中文语料还存在合成的问题，质量很一般。这种数据作为基础数据训练，会导致模型质量低下。
为什么ChatGPT写代码质量会比较好呢？我认为不管是微软还是其他平台，代码文档的质量非常优秀。公司有专人来整理这些关于代码的文档，比如我以前经常用的MSDN。此外代码本身的语言清晰，逻辑结构明确，这对人工智能模型的训练帮助很大，所以结果质量高。
法律案例可能就不是这样了，判决书、法律意见书的内容就远比代码复杂，还有可能出现冲突的地方，这样结果质量就存在问题。
ChatGPT讲漂亮的废话，可谓是一把好手。前一段时间我还问过它，某家公司某一年的财报显示公司市值是多少，ChatGPT给出了一个看上去非常准确的数字，但是那个实际上是错的。因此我们使用ChatGPT的过程中还是需要睁大眼睛，仔细判断。
申:对，所以可能现阶段由于数据的准确性问题，ChatGPT对我们提供的至少在专业工作上的支持是有限的。如果你完全依赖它，有可能会提供错误观点，免不了人工复核。
薛:对，这个肯定是要复核，所以这也是人存在的一个意义。如果ChatGPT能做百分百准确，非常完美的话，我觉得人真的没有存在的意义了。
申:是的，像刚才郝总提到的基本的初级的编程或者一些简单的法律问题，助理们的工作就被机器取代了。但是我们看到了新的职业，去核实技术后面这些数据的真假，这可能是的一个职业发展方向。而且它数据量越庞大，网络上的合成信息也会越来越多，这个时候信息的真假掺杂在里面，就更需要人工核实。
郝:简单信息还可以通过程序进行验证的，对于复杂的信息，还是需要人来处理和分析的。
08 ChatGPT会失控吗？
申:一开始我其实不紧张，现在有点紧张了。其实咱们国家的关于 AI的伦理规范，包括其他的一些政策也好、规则也好，包括境外的一些政策和立法，都在讲AI的可控可信。但是在听到郝总讲这些之前，我真的觉得是可控可信的，至少在某种技术上是可以实现。但是随着AI发展，怎么一直做到可控呢？
郝:在计算机发展的过程中，我们一直认为计算机程序是可控的。但是今天我们不禁担忧，ChatGPT会不会失控。担忧的第一点是安全，他会不会比我聪明；第二点是伦理，如果他比我聪明了，他来对付我怎么办；第三个也是伦理的问题，会不会和聊天机器人产生感情；这都是我们觉得不可控的部分。站在普通人角度上来讲，我觉得我们也不用太害怕，因为毕竟它还只是个机器。
ChatGPT还是可控的，我认为目前它仍然在可控范围内。比如说在几年前微软出了一个聊天机器人产品，让两个机器人互相聊，逐渐出现一些人不认识的语言、还有一些极端的对话。当这件事发生后，微软关闭了这套系统，数据被全部删除。微软提出要做负责任的AI（Responsible AI），这是我们对人工智能控制的努力。IEEE也写过一份人工智能系统设计伦理规范，目前已经是第二版，在征集意见，包括如何人工智能系统的设计原则，例如保证人类权利、为人类造福等。
所以千万不用担心，今天计算机毕竟还是在人类的掌控之下，但是在局部范围内可能会出现一些突破我们的伦理或认知的地方。
举个例子，如果用Elon Musk的Neuralink芯片来控制我们的大脑会造成什么结果？去年年底，有一短视频描述了用人造子宫工厂生孩子的场景，这会造成什么伦理问题？这都是我认为计算机和新的技术产生的不可控风险。
虽然我们的脑力速度肯定比不上计算机，我们在象棋和围棋上都输给了计算机，不过我依然认为计算机目前不可控的风险较小。我是一个乐观的悲观主义者，我认为在未来发展过程当中，计算机一定是可以和人类共同发展，把我们的世界变得更加的美好，而不是相反。
09 ChatGPT还有什么风险？
申:现在或者说未来ChatGPT这样的技术再发展的话，对我们每个人除了对人的替代性以外，您觉得它最大的风险点在什么地方？
郝:在汽车出现的时候，马车夫非常的紧张；计算机人工智能出现的时候，大部分的脑力工作者其实也挺紧张。发展到今天，我觉得不管是汽车还是计算机，都是在为人类造福。真正的风险来自于人类不进步，人类自己不去控制机器，而是让机器控制，这就是《美丽新世界》里面说的最底层的民众产生的问题。长期来讲，只要我们人类不分化，不是顶端的很小一部分人来管理机器，然后通过机器管理大部分人，那机器就可以为全人类服务。
10 ChatGPT技术最可能应用在哪些方面？
申:您觉得这个技术再往下发展，它最有可能应用在哪些方面呢？
郝:目前ChatGPT只能在文本上面做处理，比如说做一些简单的合成式的一些工作。逐步来看，未来我们看的更多的是多模态的人工智能或者说通用人工智能。它可以在元宇宙里面模仿人的样子，跟你对话闲聊。然后通过文字生成图像，通过图像生成文字，甚至可以生成虚拟人像。
今天我们在元宇宙里面可以看到AI变得更加的真实，沟通的过程当中它越来越像真人，这都是未来我觉得会逐步发展的方向。长期来看，我还是希望这种智能能够代替解决一些体力性的人脑工作，比如说整理排版，制作PPT。其实现在也可以向ChatGPT做出具体指示，根据提纲制作PPT，只是涉及到数据和事实时，我们要格外注意。
申:以后会不会也有智能语言的应用？
郝:现在就有相应的技术，而且已经很成熟了。比如说我讲两分钟的话，AI就可以把我的语音生成所有的相应的服务。这个技术是非常危险的，比如合成语音后去给您家人打电话诈骗。
申:咱们聊过关于这个话题，声音和人脸一样是敏感的信息，都属于生物识别信息，要特别小心。我觉得将来国内有类似产品出来，在这方面也要特别小心。像您刚才讲，如果我们中文知识库这么的有限的话，它可能更多的是从客户、从使用者的角度来收集更多的数据，来训练它的模型，对吧？
郝:从客户那儿收集来的信息很多时候是同质的，模型更需要收集异质的信息。就像我们看到一篇文章，这篇文章如果信息量特别大，我们看起来就比较累。机器需要的语料也是类似的，需要信息量大的数据，而不是简单的重复数据。我个人认为，ChatGPT生成的数据信息量也比较有限，很多时候都是不断反复的信息。如果客户、使用者提供深度信息的话，ChatGPT也能产生更多的深度信息，这样反过来它也能更好地帮助我们脑力工作者。这也是我之前说的人和计算机共同进步的场景。