ChatGPT是一种线上的交互式AI聊天机器人。GPT代表的是生成型预训练变换模型（Generative Pre-Trained Transformer），相比传统的自然语言模型NLP，GPT可以在NLP的基础上结合深度学习，以更加精准的理解和回应使用者，并和使用者流畅的对话。

此外，ChatGPT不只可以回答问题，还可以用来做故事创作、翻译、修改文法错误，乃至於写程式、写诗、写歌词等应用。而GPT-3的神经网络包含了1750亿个叁数，展现了支持连续对话的记忆能力，以大幅提升用户对话的体验。但要提醒的是：虽然所产生的结果，比较之前提升正确性，但仍然有其限制性。甚至有时会将错误信息，当作真实事实呈现，及产生有毒的内容。

上星期CNBC等知名媒体报导：「微软可能投资Open AI 100亿美元」，以资助其继续开发更新的GPT版本。并且微软计划整合ChatGPT与其自身产品，譬如：Microsoft 365 Office生产力套件，及Bing浏览器。及开发更多潜在应用，於不同的工作场景当中，以提升知识工作者的生产力。若执行顺利，可能将更提升微软的竞争优势。

透过AI提升工作效能之後，也将改变一些现有工作的流程，及工作的方式。并可能衍生在经济学上，分配上不均的问题。并且在这个转换时期当中，将对一些知识工作者产生冲击。包含原本的工作需要做转变，或者甚至被取代。人们将会有一段时期需要去调整，并且和学习这样的一个剧变共处。

随着AI及GPT等语言模型的加速发展及应用，也将给社会带来更深层次的影响。譬如：隐私权、智慧财产权的归属、模型的透明及可信程度。

此外，在这些许多的语言模型当中，怎麽样确保它们不会成为一个黑盒子？是否有一个比较统一的衡量标准？来增加这些方面的透明性？我们需要知道这些语言模型能做什麽？不能做什麽？它会带来什麽风险？这样我们才能对它的社会影响，有更深入的理解。针对这个部分，史丹佛大学基础模型研究中心CRFM，提出了语言模型的整体评估（HELM）。简单而言，就是针对许多着名的语言模型（如OpenAI GPT-3、Meta OPT、Microsoft/NVIDIA T-NLG），在广泛的场景和广泛的指标中，测试不同语言模型的能力，和潜在的风险。

展??不久的将来，AI的进步速度仍将持续超过莫尔定律，更新一代的GPU，将提供了更强大的运算能力。此外，结合软体创新 ，将一些关键套件整合使用，将可训练更大型的AI语言模型，更加突破优化和效率的限制。AI模型的超大规模化，以数据为中心及更好的数据管道，也将持续提升性能。同时未来大型AI模型的训练成本将会更低，而且速度更快。

总之，不久的将来，将不可避免地会是个：「充满着兴奋期待，与诸多挑战的新时代」。（交稿日：2023/01/16）

（本文作者王克宁为东华大学兼任??教授、专业投资人、联聚顾问(股)创办人）