文/陈根
本质上来看，chatgpt就是一种基于 instructgpt算法架构开发的大型预训练语言模型，都是基于大模型、大数据的不断训练。chatgpt的背后，除了常规的万亿级别语料投喂之外，还依托于其强大的算力。据数据披露，chatgpt的总算力消耗约为3640pf-days。
简单来说，chatgpt就是高质量的人工标注数据再加上强化学习结合的产物，chatgpt在经过万亿级别的语料投喂后不断进行学习和迭代，最后依托于强大的算力为产品的学习和输入输出进行支撑。
因此，对于中国的互联网科技公司来说，谁更有积累可以去做这件事，谁就越能抢到chatgpt的先机。
实际上，国内这样的大模型非常多，百度、阿里巴巴、腾讯、华为等都有大模型。百度文心模型参数量已经达到2600亿，不逊于gpt3.0。百度宣称今年3、4月份推出类似于chatgpt的模型，可能首期的应用场景会跟搜索结合，会形成chatgpt、搜索的双引擎结合模式，发布会的demo出来，整体模型的参数量级甚至比gpt3.0大了50%。华为对于“华为在类似 chatgpt 方向的布局”也回应称，公司2020年开始在大模型有布局，2021年发布鹏城盘古大模型，是业界首个千亿级生成和理解中文自然语言处理大模型。
在国内头部科技企业中，相较而言，百度在“类chatgpt”项目中会有比较大的优势：首先，在国内互联网企业中，百度对人工智能的布局最多；其次，百度的中文语料库最全；第三，chatgpt所使用的人工智能聊天技术对百度来说是“生命线”，百度必然也会在这方面投入最大，正如谷歌搜索一不小心就会被微软投资的chatgpt超车，因此，百度在这方面也是最在意的。
不过，相较于chatgpt的母公司openai来说，openai还具有所有互联网科技大厂都不具有的优势，那就是专注。就训练大模型来说，几百亿的参数或者几千亿的参数，甚至几万亿的参数，都需要面对复杂的工程化的问题，需要不断地谨慎地细致地耐心地去调模型，去优化模型，这个工作是很漫长的。
打个比方，如果我们要去生产训练这样的一个大模型，可能只需要一个月的时间来生产，却需要一年的时间去优化它，这个过程会大量耗费算力和时间，这种调参也被行业人士戏称为“炼丹”。并且，调整和优化的过程，还需要耗费高昂成本。这对于互联网科技巨头来说，也是十分困难的事情，以百度为例，这些年，从人工智能、自动驾驶、新能源汽车、元宇宙，到现在的chatgpt，百度的布局一个概率都没落下，但却也没有一个真正的产品或事情干出来。
因此，想要抢到chatgpt的先机，必然需要多方面因素的叠加下，除此之外，还要摒弃杂念，专注于类chatgpt的研发，精工出成果。