昨天發表了一篇關于ChatGPT背后技術原理的文章，我知道比較晦澀難懂，大部分人看的一臉懵逼。今天我就從另一個角度來側面印證一下，做出ChatGPT是多么的困難。

在上一篇文章中，我強調了ChatGPT2個護城河，第一個就是訓練數據——大型語料庫的收集護城河，大部分的公司根本就沒有這個能力去收集相關的、給人工智能進行訓練的數據。第二個則是ChatGPT的訓練需要耗費大量的計算資源、費用，例如ChatGPT的前身GPT-3花了1200萬美元：

（這里我給出ChatGPT的前身，GPT-3的訓練費用參考）

(資料圖片僅供參考)

這也不是一般的公司能夠承受的起的，面對如此巨額的開支，而且ChatGPT不一定能盈利，從而沒有這個魄力去做這個事情。

百度既有搜索引擎的多年沉淀作為數據，注意到本來ChatGPT就是要代替搜索引擎，所以百度當然有這個數據。另一方面是百度在AI方面也早早轉型了，在無人駕駛上面已經做了很多年了，并且也推出了自己的文心大模型（ChatGPT的前身GPT，就是一個預訓練語言大模型）。

最后便是人工智能算法的壁壘，復刻出ChatGPT絕非易事。

這里引用一下復旦大學邱錫鵬教授的一句話，這位教授是研究自然語言處理的國內大牛，著有《神經網絡與深度學習》的人工智能教材。其中，自然語言處理也就是ChatGPT所對應的一個人工智能的子學科。

幾個重點：

（1）預訓練比大部分人工智能業內人士想象的要難。

（2）ChatGPT對（計算機程序設計）工程能力要求很高。

（3）科研環境阻礙了ChatGPT誕生在國內。

（4）國內缺乏研發ChatGPT的人才。

所以說，道阻且長啊，這種技術不是一般的公司能做出來的。

那么百度有相關的技術嗎？其實，百度是國內所有互聯網公司當中人工智能技術最強的一家公司。

一方面，其他公司的所謂人工智能算法研究部門已經由于業務的壓力被要求轉型去做業務性的工作，和學術上的研究突破沒有什么關系。

另一方面，百度取得的成果也是令人有目共睹，除了上述的文心大模型之外，百度還推出了自己的人工智能框架飛漿。稍微科普一下，寫人工智能模型代碼的時候，我們不是從最底層做起的，而是利用一個成熟的框架快速的搭建一個模型進行測試，這樣做的目的是省去代碼當中的一些工程性細節，我們只需要專注于算法設計就可以了，這就是框架的重要性。

現在常用的框架還是美國的公司搞的，比如最常用的叫PyTorch的框架，是美國Facebook公司的搞的，還有其他的Tensorflow、Jax等二線框架是由美國的谷歌公司搞的，那么國內只有百度的飛漿框架是取得一些突破的。

總結

ChatGPT的研發絕非易事，只有百度這種既有訓練數據沉積，又有人工智能算法方面長期的研發積累，還有充足的現金流去做這樣一個風險的業務，才有機會研發出中國ChatGPT。

$納斯達克綜合指數(.IXIC)$$中概互聯網指數ETF-KraneShares(KWEB)$$百度(BIDU)$#ChatGPT繼續發酵，軟件概念集體狂飆#

關鍵詞： 人工智能 互聯網公司 搜索引擎