ChatGPT能写这篇专栏吗？——华尔街日报
Andy Kessler
对于每一项新技术——如今是像OpenAI的ChatGPT这样的生成式人工智能——我总是对其可能性感到着迷，但总会问：它能扩展吗？能否变得更小、更便宜、更快、更好？早期版本通常笨拙。在最初的“哇，我没想到这也能实现”之后，往往伴随着否定和嘲笑。我也有过同样的反应。那么，如何分辨哪些是可行的，哪些是失败的呢？
ChatGPT利用机器学习在主要由人类编写的训练数据中寻找模式中的模式，以生成听起来像人类的散文来回应提示。机器学习是有史以来最伟大的模式识别系统。这就是为什么Alexa的语音界面能工作，也是Google能在你3岁的照片中找到你的原因。
我试过ChatGPT，它相当不错——如果你需要交一篇高中新生学期报告的话。它的回答单调、重复，而且常常充满错误，就像大多数新生一样。
说到单调，律师们可能是最紧张的一群人。2月份，在线票务处理公司DoNotPay将指导某人利用其AI聊天机器人通过被告的耳机在法庭上实时对抗超速罚单。DoNotPay甚至向第一位同意佩戴耳机并重复机器人所说内容、在最高法院辩论的律师提供100万美元。
这能行吗？谁在乎呢？这是基蒂霍克时刻。谷歌资助了自己的生成式AI项目，并宣布了“红色警报”，担心对其利润丰厚的搜索业务构成威胁，这是理所当然的。微软在应对一个古怪但不断发展的互联网时，迟到了好几年。
纯数字技术几乎总能实现规模化扩展。1970年，英特尔64位（非64K）的3101内存芯片每比特售价近1美元。如今，1美元可购买100亿比特内存。摩尔定律——芯片密度每18个月翻倍——就是规模化的典范。对比初代纤薄iPhone与现今的iPhone 14 Pro Max便可见一斑。
那么其他热门技术——元宇宙、CRISPR基因编辑、核聚变、量子计算——能否实现规模化？
元宇宙的数字世界（从游戏到健身应用）依托云端服务器运行，因此在复杂度、分辨率和速度上必然能持续升级。我担忧的是人机交互界面。佩戴滑雪镜式设备探索元宇宙存在明显瓶颈——距离眼球仅一寸的屏幕会引发头痛和眩晕。苹果公司据传将于今春发布混合现实头显，但彭博社指出其"轻量化增强现实眼镜"将推迟至2024年面世。技术创新仍是刚需。此外，如同录像机与电子商务的历程，我们需要杀手级应用来推动这项技术普及。
核聚变技术去年12月在劳伦斯利弗莫尔国家实验室取得突破，其系统产生了3.15兆焦耳能量，超过192台激光器输入的2.05兆焦耳。廉价电力时代即将来临？但请注意细则：激光器消耗了300兆焦耳电力才产生2.05兆焦耳输出。更多技术攻关势在必行。且聚变腔需要钻石外壳包裹的精密重氢燃料球——这听起来可不像能规模化的方案。
量子计算已展现出初步的可扩展迹象，但——物理双关预警——可能难以跃升至下一阶段。计算单元被称为量子比特（qubit），早期原型机仅有4或8个量子比特。IBM近期展示了433量子比特的成果。未来会每几年翻倍吗？或许。这令网络安全专家感到不安。破解当前加密可能需要6000个量子比特，尽管这样的机器可能还需十年或更久才能问世。
至于基因编辑和CRISPR技术的惊人进展，需注意生物学发展是缓慢的——无论是其生物过程还是技术进步。即便是最新的mRNA疫苗，也是让我们的免疫系统自行发挥作用。这个过程无法加速。治疗镰状细胞贫血的基因编辑每次可能耗资百万美元。救生级的基因编辑终将实现规模化，但速度远不及数字技术。
那么生成式AI能否规模化？这是必然趋势。我们已拥有专为机器学习和AI设计的硅芯片，如谷歌的Tensor处理器。目前所见只是蹒跚学步。据OpenAI首席执行官萨姆·奥尔特曼透露，ChatGPT每次对话成本"约合几美分"。这个成本会快速累积。该公司向微软出售股权的原因之一，正是为了获取廉价云计算资源。
随着时间的推移，ChatGPT将变得更快速、更经济，并像谷歌搜索一样更精准聚焦。但请记住：AI的优劣取决于训练数据质量。输入垃圾，输出即垃圾。我曾要求它：“用安迪·凯斯勒的风格撰写800字论述ChatGPT的可扩展性”，结果糟糕得像《纽约时报》的蹩脚客座文章。生成式AI可能长期停留在高中新生水平。不过，若它能打赢最高法院官司，这种程度或许也够用了。
照片：ANP/Zuma Press刊登于2023年1月23日印刷版，标题为《ChatGPT能写这篇专栏吗？》。