刘卓军

学习的态度应当是持续的、开放的、纯粹的，学习的方式则应当是包容的、务实的、没有禁忌的，其中相互交流的方式尤其应得到提倡和受到鼓励。

学习既是一种状态也是一个过程。学习必然有成本当然也有回报，至少学习要付出时间，而取得的效果或回报能否达到或超出预期还是离预期甚远却有着不确定性。换句话，预期导向不应当是衡量学习效果的合理方式。一方面，我们熟知古训：可遇不可求；另一方面，我们也知道有活到老、学到老，学无止境等的至理名言。学习可以有具体的目的也可以没有，完全是一种打发时间的消遣也未尝不可。如果一个人能把自己修炼到那样一种状态，视学习为日常生活离不开的内容，那真是上升到了一种超然的境界。而达到这种境界可不是“可遇不可求”的，只要坚持完全可以实现。其中，对学习效果有所预期当然也属正常之举。事实上一般而言，通过读、听、看、研究和实践等方式以获得知识或技能、掌握以前不会的比较而言又是有价值的东西，这应当是学习的朴素目的。就学习效果来说，能学到什么知识、掌握什么技能以及达到什么程度就另当别论了，因为影响学习效果的因素非常之多，并不是努力了就能学得好。但有一点是肯定的：你努力得多，学到的东西就多，多与少也一定会影响到学得好与不好。客观地说，学习效果的好与不好是相对的，没有绝对标准。有些人可能很快就能学懂一件事，有些人却要花很长的时间学懂同样的事，而且不同的人在不同事物的学习上也会有不一样的表现，这种差别的背后有多种多样的原因，它暗示了所有的人都有需要不断提升自己的学习能力和技巧的具体问题。概括起来，学习的态度应当是持续的、开放的、纯粹的，学习的方式则应当是包容的、务实的、没有禁忌的，其中相互交流的方式尤其应得到提倡和受到鼓励。

在我们强调创新和提升竞争力的时候，很明确且很坚定地一点应当是，要坚持积极的学习态度，采纳合适的学习方式。不妨比较一番，机器学习已经有了长足的发展，人的学习若不能大幅长进，如何是好呢？对此，考察和谈论一下关于ChatGPT这一热点话题是有意义的，因为学习是关联到智能的重要问题，机器学习也就顺理成章地成为人工智能的基本问题了。在机器学习一再的靓丽表现中，AlphaGo、AlphaZero、AlphaFold、AlphaTensor、ImaginNet等已经轮番在社会大众的脑海里留下了深刻的烙印。现在，ChatGPT的上乘表现不单漂亮地通过了图灵智能测试，更激发了不少民众对于奇点正在逼近而表现出的担忧。事实上，OpenAI开发出的ChatGPT不过是一种使用人工智能和自然语言处理模型生成对话或更正式的书面文本的工具。尽管使用它能产生不少令人吃惊的结果，也必须承认它还有很多需要不断完善和提升的地方。即便如此，投放出能和ChatGPT有得一比的中文版的类似工具必将充满很大的挑战。即使产品能搞出来，产品的功能怎样，效果如何也还要拭目以待。根本的原因是，ChatGPT已经演变成一款软件工具中的庞然大物。把各個方面披露的信息综合起来可知，ChatGPT的代码量接近350 GB，是非常巨大的系统。若1KB以20行代码算，总的将有70亿行代码。进一步，ChatGPT的功能和效果很大程度上要依赖海量数据的训练，这个量有 100 亿个句子，合算成训练用总文本量超 45 TB，这大抵同于美国国会图书馆藏书的1/5。所以也很好记，差不多相当于把全世界的人口集中起来，每个人写一行代码，每个人提供一句用于训练的话。如此看来，这样的工具靠短平快是打造不出来的，必须坚持长期主义。

2015年在得到马斯克等人10亿美元捐赠后，OpenAI作为非营利组织开启了开发ChatGPT的历程，由于实在难以为继，前不久OpenAI的掌门人将其改变成营利组织，并接受了微软100亿美元的投资，为的是把超大规模的工具软件最后真正地打造打磨出来。根据美国财富杂志的报道，OpenAI为此制定了分为4个阶段的盈利计划：

1.先满足马斯克等首批投资者收回投资资本；

2.微软有权获得OpenAI 75%的利润，直到收回它的投资；

3.在OpenAI的利润达到920亿美元后，微软持股比例下降到49%，剩余的由其他风险投资者和OpenAI员工分享；

4.当利润达到1500亿美元后，微软和其他投资者的股份无偿转让给OpenAI的非营利基金。

也就是说，OpenAI最后还是要回归非盈利性质。如上的计划能否兑现，需要多长时间，现在还是个未知数。提及的做法我们可否仿效，可否采取其他方式？这些都是实实在在的挑战。我们不但要学习，更要闯、去试！