去年年底的ChatGPT，让OpenAI又火了一把。微软计划投资OpenAI 100亿美元，未来计划将ChatGPT融入其搜索引擎Bing，甚至是 Word、PPT、Excel 等提升其日常软件的智能，还计划接入其云服务Azure OpenAI 。这似乎让Google也感到了一丝冬天的寒意，在1月20日，Google宣布全球裁人1.2万，计划消减部分工程类项目，而加大对AI的押注，也许未来会出现类似ChatGPT的对等软件，比如Sparrow？
ChatGPT使用了结合强化学习的RLHF（Reinforcement Learning from Human Feedback）人机反馈强化机制、Transformer及注意力机制，其本质上还是深度学习（Deep Learning）对海量数据处理的红利。但其中的一个亮点是与RLHF的结合，通过强化学习，融合了人类的反馈，如果能够实现闭环的实时学习，显然可以盘活单纯依赖机器海量存储数据学习的不足。也就是弥补单纯机器（Machine Learning）机械学习的碎片化、非逻辑性、片面性、非关联的错误性等问题。
ChatGPT成功的启示：
1. 深度学习（Deep Learning）的红利，远远未挖尽。
深度神经网络（Deep Neural Network）可以看作是AI研究者的渔具（网），而想获得海量数据挖掘知识（鱼）的应用，只要像筑梦师那样，拿着DL的砖块（block），去创造性地设计与构建DL的大厦（Architecture），就会产生对海量数据新的应用（织网牧鱼）。因此，未来肯定会继续出现新的令人惊艳的类似ChatGPT新软件及新应用。
2. 如何让AI拥有类似人的智能（比如逻辑和推理模式）？也就是如何实现从数据驱动到知识驱动？人机融合的反馈机制是否是一条出路？
大家都知道，深度学习的局限，本质上还是属于数据的驱动。也就是机器自己的学习，仍然在数据层面上的操作与造道场，而缺乏更高层次的bootstrap（你设计了一个学习框架，让机器自己去学习，显然，机器的学习是受限于你设计的学习框架）。尽管目前ChatGPT仍然是数据驱动，虽然其依赖的网上数据，其实主要是人类产生的。但更为重要的，这个框架，由于强化学习（Reinforcement Learning）的加入，RLHF（Reinforcement Learning from Human Feedback）使得这个框架系统是开放的，由于人的实时参与系统互动，从理论上讲，人类使用地越多、越久，通过人类的参与对该系统的互动融合（共融共生），也许未来在自然存在海量数据的基础上，会有更多人类的思维、逻辑、推理模式、观点等实时地融入这个系统，从而让它更符合使用者（人）的期望预期。
那是不是，这样的AI系统已经实质性的开始从单纯的数据驱动，向追求的知识驱动，在进行前进和变化呢？
PS：以上观点，抛砖引玉，欢迎批评与讨论。