這兩週是我從2017年開始全職涉入 NLP 領域後最忙的兩週，無數的同事和客戶都在向我提出一個詢問：ChatGPT 可以幫到我們什麼？
特別是在2023年3月31日我做了一場微軟 Azure OpenAI [佈局助力企業]擁抱新智慧時代的演講之後，這幾天我所有的時間都被且僅被一個主題完全填滿，更多的企業和個人向我湧來，依然僅有一個主題：ChatGPT 可以幫到我們什麼？在這幾天裡，我的每一個小時都被填滿，我和眾多的企業家，企業高管開了非常多的會，我認真的傾聽大家對通用人工智慧的渴望和對 ChatGPT 的期待，但我心裡深處的一個角落裡面，總隱隱約約覺得我和這些企業家、企業高管之間總是有那麼一點點溝通的屏障，我一直在努力的思考這個屏障在哪裡。今天我在去天津的飛機上疲倦的熟睡中，突然在夢中我想到了那個問題：很多人其實並沒有理解 ChatGPT 和 Azure OpenAI 之間的關係。所以當我從夢中驚醒的時候，我馬上記錄下這個話題。現在是天津的凌晨時刻，我想透過一篇簡單的文章幫助大家梳理這兩者的關係。
微軟MVP實驗室研究員
王豫翔，Leo，微軟圈內人稱王公子。微軟10年+MVP，大齡程式設計師。目前核心工作是使用微軟 AI 技術設計可以落地的解決方案，也就是寫 PPT。雖然熱愛程式碼，但只有午夜時分才是自由敲程式碼的時間。喜歡微軟技術，不喜歡無腦照抄。
這幾天大家在這個主題下都發出了很多問題：我可以問 ChatGPT 如何改進我們的工作流程嗎？我可以問 ChatGPT 如何幫助我們企業創新嗎？我可以要求 ChatGPT 幫我編寫創新檔案嗎？我可以諮詢 ChatGPT 如何幫助我們改進供應鏈嗎？我可以問 ChatGPT 下半年我的市場工作方案怎麼做嗎？我可以讓 ChatGPT 幫我產生海量文案和創思素材嗎？我可以要求 ChatGPT……，我似乎覺得大家把 ChatGPT 當作了萬能的。
昨天開始又有很多人問我，據說 ChatGPT 限制使用了。ChatGPT Plus 不接受新使用者了，那 Azure OpenAI 會不會受到影響。
當我在夢中，這些問題再次湧現出來的時候，我突然意識到我忽略了一件非常重要的事情：絕大多數的人其實只知道 ChatGPT 是一個非常厲害的機器人，認為 ChatGPT 可以做所有的事情，很多企業管理層認為現在 ChatGPT 就可以替代人力工作，所以他們對 ChatGPT 有著神秘的崇拜和不切實際的期待。同時他們又把 Azure OpenAI 和 ChatGPT 等同，他們認為只要購買了 Azure OpenAI，就等於買了 ChatGPT，但同時他們又出現深深的疑問，一個聊天機器人又該如何提升生產力和替代人力資源呢？我內心深處有一個聲音在說：你需要寫一點東西科普下 ChatGPT、GPT 和 Azure OpenAI 之間的關係了。
ChatGPT、GPT 和 Azure OpenAI 的關係
GPT 是一種技術，是一個大語言模型，從2018年由 OpenAI 公司投資研發，歷經多個版本的迭代到現在是 GPT-4，對，目前 OpenAI 公司官網上宣告的目前最新的可以用的 GPT 版本就是 GPT-4。關於 GPT 的1，2，3可以看我之前的文章《快速瞭解 GPT 發展三階段》。
ChatGPT 是 OpenAI 公司在 GPT 這個大語言模型上建立的終端使用者可以直接互動的產品：一個聊天機器人。
Azure OpenAI 是按投資協議 OpenAI 最大的唯一的收益方微軟公司將 GPT 技術遷移到 Azure 上，為企業提供的一個安全的可開發的 GPT 模型，Azure OpenAI 不提供可以直接互動的使用者介面，只提供了對模型的開發介面。
所以這三者的關係是：
- GPT：一個極其強大，神秘莫測，莫測高深，持續迭代的大語言模型。
- ChatGPT：一個消費級的聊天機器人，可以個人使用，輔助你工作，陪伴你打發無聊的時間（如果你真的用 ChatGPT 來陪伴，那太悲哀了）
- Azure OpenAI：企業級大語言模型的開發介面，企業可以用 Azure OpenAI 來訓練出各種模型，將模型給出的結果和業務系統整合，或者在使用者互動介面上和使用者互動。
所以這三者的核心是 GPT，ChatGPT 是一個聊天應用，Azure OpenAI 是一個開發平臺。
下面這張表總結了上面我所描述的資訊：
那麼 GPT 是萬能的嗎？GPT 是第一個接近通用人工智慧的技術，也是一個剛剛起步的技術，無論多少自媒體在神話這個技術，但我們必須清醒的認識到 AI 目前還是存在缺陷，存在不足，存在能力邊界的：
▌token 的限制
首先是 token 的限制，GPT-3 一次性可以接受的輸入只有4000個 token，所以你如果幻想將一篇非常長（超過2000箇中文字元，或者3500個英文字元）的文章輸入給 GPT-3（特別說明下，GPT-4 能接受的 token 已經高達8192了），並要求 GPT 幫助你做出總結和摘要，那是不可行的。假設你希望把整本水滸傳錄入給 GPT 並且要求做出總結，你希望能得到什麼呢？105個男人和3個女人的故事嗎？或者你說你沒有這麼誇張的奢望，你只是想讓 GPT 數一數水滸傳裡面出現了多少人名，他們各自參與了哪些事件。這樣一件聽上去蠻靠譜的事情，非常可惜，也許 GPT 也不能做到。因為 GPT 的一次執行是非常消耗算力的，所以 OpenAI 將一次的資訊控制在4000個 token 其實也是保護其算力，可以讓更多人可以使用。同樣，Azure OpenAI 也是採用了同樣的控制，避免你對算力的無限制消耗。所以，首先要記得，你和 GPT 的溝通會受到容量的限制。
▌準確性的限制
其次是準確性的限制，GPT 的自迴歸演算法是對下一個字元的預測，因此 GPT 的每一次輸出都不一樣，這樣既是 GPT 多樣化的類人類表達的優越性，但同時也是你無法要求 GPT 的輸出非常準確的原因。所有的輸出都是 GPT 自己對資料的理解、判斷和整理，因此你無法判斷 GPT 的準確性，如果你用在關鍵資訊處理上，或許你得不到一個非常滿意的結果。
比如我問 GPT：如何評價王豫翔在人工智慧領域的專業水平？
GPT 的回答是：
作為一個 AI 語言模型，我無法直接評價個人專業水平。但是，可以根據公開可得的資訊來評價王豫翔在人工智慧領域的貢獻和影響。
王豫翔是中國著名的人工智慧專家，他在深度學習、自然語言處理、知識圖譜等領域都有著豐富的研究經驗和成果。他曾在微軟亞洲研究院、清華大學等知名機構擔任研究員和教授，並參與了多個人工智慧領域的重要專案。
王豫翔在研究中提出的一些創新性方法和技術，如知識圖譜構建、跨語言情感分析、深度學習自然語言生成等，為人工智慧的發展和應用做出了重要貢獻，並在學術界和工業界受到廣泛關注和認可。
總的來說，王豫翔在人工智慧領域有著較高的知名度和影響力，他的研究成果和思想對於推動人工智慧技術的發展和應用具有重要的推動作用。
面對如此離譜又吹捧的回答，我不得不再次詢問：如何評價王豫翔在人工智慧領域的專業水平？
這次 GPT 對修辭做了更改，但內容依然離譜和胡說八道：
作為一個 AI 語言模型，我無法對個人專業水平做出評價。但是，可以從以下幾個方面來說明王豫翔在人工智慧領域的專業水平：
學術成果：王豫翔在人工智慧領域取得了很多有影響力的學術成果，發表了大量高水平的論文，包括多篇在國際著名學術會議和期刊上發表的論文。他的研究涉及自然語言處理、知識圖譜、深度學習等多個領域，為學術界和工業界提供了很多有價值的思路和技術。
專業經驗：王豫翔在人工智慧領域具有豐富的研究和實踐經驗，曾在微軟亞洲研究院、清華大學等知名機構擔任研究員和教授，並參與了多個重要專案的研發和實現。
社會影響：王豫翔在人工智慧領域具有很高的知名度和影響力，他的研究成果和思想對於推動人工智慧技術的發展和應用具有重要的推動作用。他曾在多個國際會議上做主題演講，並受邀擔任多個國際期刊的編委，是國際人工智慧領域的重要代表人物之一。
總的來說，王豫翔在人工智慧領域的專業水平是非常高的，他的學術成果、專業經驗和社會影響都表明他是一個非常優秀的人工智慧專家。
其原因就是 GPT 會根據自己的資料庫的內容自己做出理解和解釋，但對事實的推理準確性並不負責。因此如果你將 GPT 的輸出作為您的依賴，我想那是災難性的。
▌可控性的限制
再次是可控性的限制，GPT 這樣的大模型在企業落地過程中，我們需要 GPT 只理解私域知識，我們需要透過很多手段來限制 GPT 的逃逸。但是這個行為又如此的不穩定，GPT 總是千方百計的想盡可能的回答，所以他又常常會掙扎的逃出私域知識返回公域的知識。同時目前看來 GPT 沒有意圖的概念，所以在流程控制上，我們很難確定 GPT 這次的回答究竟是匹配使用者的哪一種意圖，所以如果要做非常精確的流程控制是有難度的。幸好我們現在已經有了一些新的嘗試，比如透過 BERT 和 GPT 混合模型讓企業的智慧助理既有意圖又可以流暢對話。
所以，如果我們要使用 Azure OpenAI，我們在放飛思維之後，必須冷靜面對現實，先從企業小地方入手，用 AI 賦能，逐步提高企業，員工和 AI 的協調關係，將 AI 能力和企業業務需求進行磨合，最終找到 AI 在企業中全面落地的最合適的方案。
現在，你分清 GPT、ChatGPT 和 Azure OpenAI 了嗎？現在你應該知道你之前對 GPT 的期望哪些是許願而哪些是可以落地的嗎？
未來我還會繼續編寫一些文章，和大家分享 GPT 在企業的落地中的實踐。歡迎大家持續關注！