近期，背靠微軟的AI語言模型ChatGPT風(fēng)靡全網(wǎng)，以社交媒體為傳播媒介，僅5天，注冊用戶數(shù)就超過100萬，2個月破億。隨后谷歌眼紅不已，匆忙召開自研AI搜索工具Bard新品發(fā)布會，可惜慘遇事業(yè)滑鐵盧，直接導(dǎo)致股票一夜之間暴跌7000億元，不免令人唏噓。

一場鬧劇之后，ChatGPT的關(guān)注度再次攀升。經(jīng)過眾多網(wǎng)友的連續(xù)實(shí)驗(yàn)，也琢磨出一些ChatGPT的優(yōu)劣之處。比如除了聊天和答疑，它也擅長撰寫一些作文故事，但它并不擅長數(shù)學(xué)題，甚至?xí)o出錯誤答案。

然而，看似“無所不知”的ChatGPT在專業(yè)知識儲備上，仍然有“致命”短板。譬如最前沿的量子計算，ChatGPT不僅知之甚少，甚至在知識儲備上只有2021年獲得的消息。作為2022年11月底上線，一躍成為當(dāng)前最炙手可熱的AI語言模型，這無疑是個不容忽視的巨大bug！

以下是小編與ChatGPT的對話實(shí)錄：

顯然，ChatGPT的回答是有“粗制濫造”的成分在的。不僅過于籠統(tǒng)和簡單，甚至沒有任何量子計算行業(yè)代表性的數(shù)據(jù)資料和里程碑事件。而近兩年數(shù)據(jù)資料的缺失，暴露出ChatGPT的數(shù)據(jù)短板，這將直接導(dǎo)致其基于GPT-3.5架構(gòu)的對話AI模型訓(xùn)練與優(yōu)化不夠完善與精準(zhǔn)，所以給出的答案也過于模板化。

正是在ChatGPT數(shù)據(jù)缺失的近兩年中，量子計算有了突飛猛進(jìn)的發(fā)展，在全球范圍內(nèi)成果突出，從實(shí)驗(yàn)室研發(fā)到產(chǎn)業(yè)化攻堅，量子計算在超導(dǎo)、離子阱、光量子、中性冷原子等技術(shù)路線上均實(shí)現(xiàn)了技術(shù)突破，也接連誕生了不同維度的里程碑事件，可謂一日千里。

從技術(shù)突破到場景探索，量子計算領(lǐng)域的初創(chuàng)公司聯(lián)合全球各行業(yè)巨頭公司達(dá)成了多項(xiàng)“量子+”業(yè)務(wù)合作。如在汽車行業(yè)，量子計算公司Terra Quantum AG與大眾汽車合作開發(fā)使用混合量子神經(jīng)網(wǎng)絡(luò)改善圖像識別的新方法，離子阱量子計算上市公司IonQ與現(xiàn)代汽車合作利用量子計算技術(shù)推進(jìn)汽車智能識別技術(shù)發(fā)展，以改進(jìn)自動駕駛汽車3D目標(biāo)檢測安全系統(tǒng)的應(yīng)用場景等。

經(jīng)典和量子軟件供應(yīng)商QCI將量子計算應(yīng)用于零售優(yōu)化場景，為決策者們提供零售全鏈路優(yōu)化的最佳解決方案。法國量子計算藥物研發(fā)公司Qubit Pharmaceuticals將機(jī)器學(xué)習(xí)（ML）、量子計算等新算法和先進(jìn)的硬件技術(shù)應(yīng)用到醫(yī)療保健行業(yè)。國內(nèi)稀缺的專注于光量子計算的高科技公司玻色量子與光大科技、北京量子信息科學(xué)研究院聯(lián)合發(fā)布了“天工經(jīng)世量子計算量化策略平臺”，高速解決了金融行業(yè)的投資組合配比的優(yōu)化問題。

此外，在物流、生物制藥、人工智能、航空航天、模擬化學(xué)、生命科學(xué)、腫瘤學(xué)等領(lǐng)域也是量子計算優(yōu)選的最佳探索場景，巨頭公司們紛紛布局，爭奪量子戰(zhàn)略先機(jī)。

同時，繼量子計算第一股IonQ在2021年上市之后，英國量子加密公司Arqit、美國全棧量子軟件和硬件公司Quantum Computing Inc、量子計算機(jī)與量子集成電路開發(fā)商Rigetti Computing、加拿大量子計算公司D-Wave等在2021-2022年先后上市，整個量子計算行業(yè)也呈現(xiàn)著欣欣向榮之勢。在2023年量子投資的“狂飆”期，加拿大光量子計算公司Xanadu、法國量子計算初創(chuàng)公司W(wǎng)elinq、法國量子計算公司PASQAL、瑞典查爾姆斯大學(xué)僅在兩天內(nèi)就先后宣布獲得新一輪巨額融資。

然而，量子計算領(lǐng)域這兩年的碩果累累，ChatGPT一無所知。其在近兩年量子計算領(lǐng)域的數(shù)據(jù)短板同樣也折射出AI狂潮下的“底層泡沫”。
在人工智能的道路探索中，可以追溯到1943年。至今已經(jīng)歷過起步、反思、應(yīng)用、平穩(wěn)、蓬勃發(fā)展五大階段。而“人工智能”這一術(shù)語及學(xué)科的正式誕生，是在1956年的達(dá)特茅斯學(xué)院人工智能夏季研討會上。

2011年以后，隨著大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，泛在感知數(shù)據(jù)和圖形處理器等計算平臺推動以深度神經(jīng)網(wǎng)絡(luò)為代表的人工智能技術(shù)飛速發(fā)展，大幅跨越了科學(xué)與應(yīng)用之間的技術(shù)鴻溝，諸如圖像分類、語音識別、知識問答、人機(jī)對弈、無人駕駛等人工智能技術(shù)實(shí)現(xiàn)了重大的技術(shù)突破，迎來真正的爆發(fā)式增長。

尤其是在2015年，眾多科技巨頭紛紛下場，Microsoft Research的Kaiming He等人提出的殘差網(wǎng)絡(luò)（ResNet），谷歌開源TensorFlow框架等將人工智能的技術(shù)的應(yīng)用迭代掀至高潮。同年，OpenAI也誕生了。它是一個非營利的研究組織，使命是確保通用人工智能 (即一種高度自主且在大多數(shù)具有經(jīng)濟(jì)價值的工作上超越人類的系統(tǒng)）將為全人類帶來福祉。其發(fā)布的熱門產(chǎn)品如：OpenAI Gym，GPT等。

直至2016年，AlphaGo與圍棋世界冠軍、職業(yè)九段棋手李世石進(jìn)行圍棋人機(jī)大戰(zhàn)，以4比1的總比分獲勝，人工智能才真正火爆全網(wǎng)，甚至實(shí)現(xiàn)了家喻戶曉的盛況。

2020年，OpenAI開發(fā)了文字生成 (text generation) 人工智能GPT-3，它具有1,750億個參數(shù)的自然語言深度學(xué)習(xí)模型，比以前的版本GPT-2高100倍，該模型經(jīng)過了將近0.5萬億個單詞的預(yù)訓(xùn)練，可以在多個NLP任務(wù)（答題、翻譯、寫文章）基準(zhǔn)上達(dá)到最先進(jìn)的性能。這也是chatGPT在聊天、答疑、以及語文學(xué)科上能力突出的核心基石。

2021年，OpenAI提出兩個連接文本與圖像的神經(jīng)網(wǎng)絡(luò)：DALL·E 和 CLIP。DALL·E可以基于文本直接生成圖像，CLIP則能夠完成圖像與文本類別的匹配。一年后chatGPT正式上線。僅2個月用戶量破億，甚至引發(fā)了其系統(tǒng)“崩潰”，可見其深受程序猿、大學(xué)生、基層文字工作者等廣大群體的喜愛，由此也刮起了一股“職業(yè)替代”的妖風(fēng)。

人工智能有三個要素：數(shù)據(jù)、算力及算法，數(shù)據(jù)即是知識原料，算力及算法提供“計算智能”以學(xué)習(xí)知識并實(shí)現(xiàn)特定目標(biāo)。由點(diǎn)及面，現(xiàn)在的chatGPT正暴露出數(shù)據(jù)量不足、算力不足支撐億人用戶量等短板，簡單來說，它能取代的工作正是現(xiàn)在頻繁登錄chatGPT“抱大腿”的相關(guān)工作者，而不能取代涉及最前沿科技（如量子計算）、高級研究數(shù)據(jù)分析、跨學(xué)科多元創(chuàng)造力等高層次高水平工作者。

現(xiàn)在的人工智能就像一個5歲的孩子，以時間為尺，他和人類之間的差距會一直存在。

文：慕一

編輯：王珩