以ChatGPT為代表的生成式AI工具，仍在持續翻涌熱浪。一方面，各大企業紛紛追趕浪潮，另一方面，數據隱私安全、社會倫理等威脅論甚囂塵上。通用大模型的紅線，在何方？
在此背景下，明略科技集團高級技術總監趙亮做客Donews直播間，聚焦生成式AI的數據安全問題，探討發展之路。
ChatGPT的突破性在哪里？
上線2個月，月活躍量破億，ChatGPT是具有突破性的。比如大家感受到對話上下文的理解更加完整和準確，生成的內容更加自然、流暢。技術角度上，ChatGPT通過Prompt（自然語言提示）注入知識的方式將以往相對封閉的AI系統變得更具開放性，但在應用和評價時，伊莉莎效應 (ELIZA effect) 是不能忽視的。
從技術角度來看，ChatGPT是一個通用語言模型，一個見得更多、容納更多“上下文歷史”/“細節條件判斷”的大語言模型。此外，可以把它看做是一個知識存儲裝置，可以通過Prompt來提取知識。當它具有知識，并能綜合各個“細節條件判斷”生成結果時，就呈現出像人一樣的智能。目前大家都認為它是迄今為止最接近通用人工智能的（產品），但與標準通用人工智能的原型——“人”相比，它也有諸多不足，比如：人在實施行動前，能夠預判行為可能產生的影響，加以判斷并修正行為再預判，如此循環直至產生合理的行為或者終止。
如何平衡數據隱私安全和AI能力之間的關系？
生成式AI在當前在應用中存在不足，在整個落地應用的鏈條環節中，需要多方參與協助，去安裝“保險栓”，以及制定安全協議，共同去維護數據安全。
明略科技集團面向ToB市場，會更加注重保護企業的數據安全。大模型的浪潮席卷，甚至改寫了行業工作流，最為直接的優勢之一是能夠降本增效，在這樣的背景下，明略科技提供一個靈活的、自適應的模型訓練服務，以幫助客戶充分利用自身積累的數據，在信息安全的基礎上訓練適合他們的模型，再將模型進行私有化部署，保護企業數據安全。
生成式AI是否會引發第四次工業革命？
馬云曾經講過：“很多人輸就輸在，對于新興事物，第一看不見，第二看不起，第三看不懂，第四來不及。”
生成式AI工具，比如ChatGPT，引起了很多產業上一些重新的思考和變化，不管是不是一次工業革命，至少它已經引起了很大的變化。所以更多需要思考的是，在這個變化下，不同角色的人應該如何去擁抱它，或者是在這個變化中發展。
生成式AI相關領域，您認為目前有哪些機會？
生成式AI工具爆火后，其能力表現的確引發了很多想象，這些想象如果能夠跟具體需求結合的話，就是機會點。
另外，ChatGPT的出現，帶來的不止是新的垂直大模型領域的機會，也為歷史遺留的技術問題帶來的新的解決范式，舊問題得以解決，用戶在需求層面也會帶來新的變化，創造更多新的機會。可以說，ChatGPT的出現，掀起了AI應用探索的新高度。
以明略科技來說，明略在營銷領域有17年的探索歷程，積累了大量的營銷側數據。眾所周知，模型的訓練結果要依靠數據，掌握精準和優質的數據就意味著能夠在模型的打造上更具競爭力。明略科技憑借17年來的行業探索累積了大量的知識圖譜豐富經驗，特別是在消費類行業，如美妝、3C、汽車、大健康等領域，知識圖譜的知識表達形式更加高級，具有實體和連接，并且可以進行邏輯推理。圖譜中的實體和關系決定了基于圖譜生成的文章或圖片的真實性、專業性和邏輯性。明略科技可以幫助客戶將私有知識與大模型進行互搏，類似微軟的普羅米修斯架構，從而使客戶的數據飛輪更好地運轉。
未來，生成式AI是否有替代人就業的可能性？
人是不可替代的，產生如此擔憂的源頭是我們對新興事物發展情況和未來的不可知，當下我們要做的是積極調整心態，去擁抱新技術。歸根結底，生成式AI只是一個工具，我們要把這個工具用好，去提升自身能力，將工作重心轉為創新側。
當下，我們仍在探索AIGC的能力邊界，究竟它能夠做到一個什么樣的水準？真的會完全顛覆我們的生產和生活么？無論結果是什么，可以肯定的是，當下我們已經走在了探索之路上，通用大模型的發展，AIGC的發展，以及ChatGPT的成就，都讓我們看到了AI應用探索的希望，知曉了它們能夠做到的，遠比我們想象的要多。
