方汉认为，ChatGPT是用RLHF的回馈机制强训GPT-3.5后得出来的产品，效果的确非常惊艳。“这个事情本身的意义是非常大的，它在智商测试里考了85分，这是有史以来最高的。ChatGPT可能可以替代百分之二三十的底层工作，但仍然不是真正意义上的人工智能，真要实现我们想象中的那种人工智能可能还有很多步要走。”
昆仑万维从2020年开始布局AIGC领域，已研发出百亿参数的中文GPT-3模型，并于2021年8月开始研发基于自有大文本模型的对话机器人，迅速刷新国内技术指标。
以下为具体对话：
Q: 我们请ChatGPT写了采访提纲，您看到这份提纲后有什么感觉？
方汉：这个提纲比较像人类写的。
Q: ChatGPT在普通人圈层出圈，作为业内人士，您是否被ChatGPT惊艳到？它比现有模型的超越性体现在哪里？往前再进一步的话，ChatGPT会是什么样子？
方汉：ChatGPT 我们跟得非常紧，我们内部把ChatGPT 这个产品也在做技术研发。我认为ChatGPT证明了一个技术方向的成立，这个技术方向就是使用Reinforcement Learning from Human Feedback (RLHF)，也就是根据人的反馈来进行强化学习。
它比现有模型的超越性体现在它可以给出更近似正确的回答，极大地提高了大语言模型的输出结果，让AI的效果得到了一个质的提升。原来的GPT-3是把全世界人说过的话都记下来，然后你问它一个问题，它就从这些说过的话里找到这个问题，然后回答你，因此它只能回答你人类回答过的问题。
打个比方，GPT-3相当于请了一个教练，他天天告诉你正确答案是什么，至于正确答案怎么做，你也不知道，只是死记硬背教练的问题。
而ChatGPT 是找了个教练，他不回答你的问题，但是他会把答案做一个排序，让你自己去选这些答案中间的关系，然后尽量给到用户你得分最高的答案。它是用RLHF的回馈机制强训 GPT-3.5后得出来的产品，效果的确非常惊艳。
再往前进一步的话，我认为它是有可能实现比较弱的AGI，也就是通用人工智能。
Q: 体验了ChatGPT后，我们发现它有一些任务还是不太能处理的，比如还不能理解抽象概念、对非结构化信息的处理能力有点弱、有时会得到一些不准确或不合理的输出等等。那么您怎样看待这个问题？它还有哪些局限性？
方汉：但我觉得它最大的问题是，你在问它一个问题的时候，它并不是理解了这个问题，而是按照历史经验给你一个他认为你觉得正确的答案。它仍然是在模仿人类的回答。
简而言之，它现在可能可以替代百分之二三十的底层工作，但是它仍然不是真正意义上的人工智能。真要实现我们想象中的那种人工智能可能还有很多步要走，但这个事情本身的意义还是非常大的，因为它在智商测试里考了85分，这是有史以来最高的。跟GPT-3一样，我觉得1-2年的时间中国人就能赶上，我觉得不是不可逾越的。
Q: 你们也有开源GPT中文预训练大模型，在现有大模型的比试中称得上是佼佼者，综合来讲，你对大型语言模型的商业前景有何预想？你们的AI文本模型有百亿级别参数模型，为了更好的获取商业化机会，你们接下来会在哪些方面做优化？
方汉：我们三个产品天工巧绘SkyPaint、天工妙笔SkyText、天工智码SkyCode其实都是依赖于中文大模型的。文本大模型是所有内容创作中最基础的，除了音乐生成目前没法用文本大模型以外，图像、代码都可以，甚至将来的动画和3D资产也可以用它来生产。
我们特别看好大模型的应用，因为它可以用来生产各种各样的内容。但我们一定要想办法让这些模型能够辅助人类更快的生成内容，而不是只是生产素材就完事了，不能说只画个图就足够了，我们要想一下什么样的图用户才愿意看，什么样的视频用户还愿意看，这里面还有很多的工作要做。
接下来我们会对模型进行优化，第一个方向是我们要紧跟业内先进水平，要训练自己的ChatGPT；第二个方向是我们要让文本生图、文本生代码、以及文本生文本向实际应用上靠近。像OpenAI这类的公司不太屑于做应用，只是提供一个API让人们使用，但我们自己会做应用，然后用应用上的需求去反推我们对模型训练上的需求，这是我们跟OpenAI的区别。我们已经在开发一些很实际的应用，只是还没有公布。
Q: 您认为AIGC这种改变数字内容生产方式的技术，对现有的内容行业会带来哪些影响？主要的市场需求在哪里？
方汉：首先，对现有的行业最主要的影响还是降本增效，而且这个降本增效不是百分比的降本增效，而是十倍、百倍的降本增效，这样会极大的提高内容生产的效率，解放生产力。所有的内容行业，包括游戏行业和影视行业，都有非常强的市场需求。
对于B端企业来说，之前要消耗的大量的外包成本都可以节约下来，对于很多长尾行业，AIGC也能极大提高大家的内容生产效率，甚至重塑行业赛道，衍生出更多的产业机会。总之我非常看好它的前景。
