一个有趣的巧合：读完博士的时间，刚好够 OpenAI 改变世界
Published:
2015 年秋天，有两件事同时发生了。
第一件：一批刚拿到本科或硕士学位的年轻人，背着书包走进了 MIT、Stanford、CMU、UCB 的 CS 系，开始了漫长的博士生涯。他们的导师告诉他们：”大概五年，也许六年。慢慢来。”
第二件：几百英里外的旧金山，一个名叫 OpenAI 的非营利研究机构悄悄成立了。办公室不大，几张白板，十几个疯子，一个雄心壮志到荒唐的使命声明：”确保人工智能造福全人类。”
这两件事之间，有一个美妙得令人发麻的巧合。
五年，一个博士，一个新世界
读完一个计算机方向的博士，平均需要多久？
答案大约是 5 年。
2015 年入学，2020 年毕业答辩。
就在那批博士生把论文最后一章交给导师、开始在 Zoom 上紧张地回答评委问题的那一年，OpenAI 发布了 GPT-3。
1750 亿参数。当时全世界最大的语言模型。一个让整个 NLP 学术圈集体沉默了三秒钟的存在。
想象一下那个画面：有个博士生正在答辩，PPT 上写着自己五年来关于语言模型的研究成果，台下的评委一边点头，一边悄悄刷着手机——因为 OpenAI 刚刚发了一个模型，把他五年做的很多事情……顺手解决掉了。
GPT-3：一个被关在实验室里的天才大脑
但 GPT-3 有一个根本性的问题。
它是一个天才大脑，但它没有嘴巴。
它深藏在 API 背后。你得会写代码，得申请到访问权限，得理解 prompt 是怎么一回事，才能和它说上话。对于全球 99% 的普通人来说，它的存在不过是科技媒体上一篇令人兴奋但读完就忘的新闻。
更糟糕的是：你和它说话，它很可能满嘴胡说。一本正经地编造不存在的论文，一脸无辜地把 2+2 算成 5。它有知识，但没有”礼貌”，没有边界感，更没有”我不知道”的自我认知。
这是 2020 年的 AI：强大，但对普通人毫无用处。
ChatGPT：给天才装上了嘴巴，还教会了它说人话
2022 年 11 月 30 日，OpenAI 发布了 ChatGPT。
在技术上，它并不是一个全新的模型。它的基础是 GPT-3.5，参数量相比 GPT-3 甚至有所缩减。但它做了两件极其关键的事：
第一件：装上了嘴巴（对话界面）。
一个输入框，一个发送按钮。你打字，它回答。不需要 API Key，不需要懂 prompt engineering，不需要是程序员。你奶奶会用微信，就能用 ChatGPT。
第二件：RLHF（人类反馈强化学习）让它变得”懂事”了。
这是真正的革命所在，但它很少被外行人提起，因为它的名字实在太无聊了。
RLHF 的逻辑其实很简单：让真人来评判模型的回答，哪个好、哪个差，然后用这些偏好数据去训练模型，让它学会”人类到底想要什么样的答案”。
结果是什么？模型变得极其听话，但不是那种无原则的奉承。它学会了：
- 不要编造不存在的事情（Hallucination 大幅减少）
- 不要生成有害内容（Safety）
- 要回答得有条理、有逻辑、有礼貌
用一句话总结：GPT-3 是一个天才，但是个狂人；ChatGPT 是一个经过社会化训练的天才。 前者你不敢带回家见父母，后者你可以直接上班用。
那批 2015 级的博士生，后来怎样了？
有意思的是，那批 2015 年入学的 CS 博士生，很多人恰好是做 NLP 或 ML 的。
他们中的一部分，答辩完，发现自己用五年时间研究的方向被 GPT-3 顺手颠覆了。有人沮丧，有人转行，有人加入了 OpenAI、Anthropic、Google DeepMind。
还有一部分，因为对这个领域有最深的理解，反而成了这一波浪潮里最稀缺的人才。他们不仅知道模型能做什么，还知道它为什么能做到，以及——更重要的——它做不到什么。
这大概就是技术变革的吊诡之处：当一个新时代降临，最痛苦的，往往也是最有准备的那批人。
尾声：你现在读的博士，对应的是哪个时代？
如果你是 2021 年入学的 CS 博士生，你将在 2026 年左右答辩。
ChatGPT 是你入学后一年发生的事。GPT-4 是你读到一半时出现的。Claude 3、Gemini、Llama 3……这些模型陪着你写了你博士论文的每一章。
你那届论文里的模型，可能在你提交的那一刻就已经过时了。
但你学到的——如何定义问题、如何设计实验、如何在不确定性中找到边界——这些东西，没有任何模型能在五年内替代你。
所以别太焦虑。
时代变得很快，但真正稀缺的，永远是理解”为什么”的人。