GPT-4落地之快，將遠(yuǎn)超前輩

張書琛

如上所述，將GPT-4 大模型的能力接入微軟Office 全家桶并不是一件容易的事，它不是一個隨便的GPT 接口，而是一個系統(tǒng)性的工程。微軟AI 辦公套件的推出因此被業(yè)內(nèi)人士視為GPT-4 大規(guī)模商用的“iPhone時刻”。

在OpenAI 透露的信息中我們也可以看到，類似的商業(yè)落地應(yīng)用，即自然語言處理大模型的實際應(yīng)用表現(xiàn)已經(jīng)取代參數(shù)規(guī)模的擴(kuò)張成為新的宣傳重點(diǎn)。

OpenAI 在官網(wǎng)上給出了6 個GPT-4 的應(yīng)用案例，包括語言學(xué)習(xí)軟件Duolingo（多鄰國）嵌入GPT-4 模型，扮演語言學(xué)習(xí)老師解答問題；與應(yīng)用程序Be My Eyes 合作，通過圖像理解能力為視障人士提供生活幫助；以及微軟旗下的Bing 瀏覽器一個多月前已經(jīng)嵌入了GPT-4 大模型，為用戶提供更智能的搜索結(jié)果。

這些案例足以說明OpenAI 已經(jīng)意識到，大模型的規(guī)模擴(kuò)張邊際回報遞減，“越多人用，成本越低”，因而比起在規(guī)模上持續(xù)擴(kuò)張，探索如何在學(xué)習(xí)率、批次大小（迭代所需樣本數(shù)量）等方面精進(jìn)成為了突破的重點(diǎn)。

GPT-4擴(kuò)展了文字處理能力

AI Dungeon玩法

另一方面，這次沒有公布任何GPT-4 相關(guān)模型參數(shù)數(shù)據(jù)、算力或訓(xùn)練方式的OpenAI，已經(jīng)越來越像一個營利性科技公司，GPT-4 也更像是一個產(chǎn)品而非研究成果。那么在商業(yè)落地上，GPT-4 想象空間究竟有多大？

共創(chuàng)游戲劇情

比起元宇宙這個宏大縹緲的概念，GPT-4 模型對于游戲行業(yè)整個生態(tài)的影響將會更加直觀，游戲創(chuàng)作、數(shù)字營銷、數(shù)據(jù)和模型訓(xùn)練等環(huán)節(jié)將首當(dāng)其沖，經(jīng)歷新生產(chǎn)工具的洗禮。

其實早在ChatGPT 大熱之前，游戲廠商就已經(jīng)嘗試通過AI 優(yōu)化用戶體驗、降低研發(fā)成本。盡管游戲產(chǎn)業(yè)在全球坐擁超30 億玩家，整個市場加起來的產(chǎn)值將近2000 億美元，但對于游戲廠商來說，研發(fā)和后續(xù)的運(yùn)營、維護(hù)費(fèi)用都是一筆巨款，且越成功的作品越燒錢：《塞爾達(dá)傳說：曠野之息》成本達(dá)1.2 億美元，3A 手游《原神》的研發(fā)成本約1 億美元，上線后每年還得花2 億美元保持穩(wěn)定更新。

米哈游曾利用AI 完成游戲角色口型和聲音匹配，完全由AI 合成輸出的聲音也被用在了其推出的虛擬偶像“鹿鳴”身上；在美術(shù)繪畫輔助方面，ChilloutMix+LoRA 等模型融合進(jìn)化已經(jīng)能夠?qū)崿F(xiàn)較為真實的圖像生成，對于角色創(chuàng)意、場景概念等高耗時環(huán)節(jié)的沖擊深遠(yuǎn)。

一位大廠外包的游戲原畫師透露，一些小廠為了減少成本，“能用AI 出圖就用AI，游戲UI 的圖標(biāo)很多都是AI 畫的，反正都是垃圾小游戲，廠商也不在乎細(xì)節(jié)。”據(jù)華泰證券研報指出，已有工作室通過應(yīng)用AIGC 將制作100 名角色由5 萬美元的開發(fā)成本及6個月的工時縮短至1 萬美元及1 個月，節(jié)省成本及時長超80%。

游戲反過來也會幫助AI 模型底座走向成熟。從簡單的撲克游戲再到需要更復(fù)雜策略和操作的多人在線策略游戲，高復(fù)雜度、高挑戰(zhàn)性、強(qiáng)協(xié)作性環(huán)境的游戲場景，都為AI 的訓(xùn)練提供了理想的環(huán)境。騰訊AILab 就曾在《王者榮耀》中訓(xùn)練策略協(xié)作型AI“絕悟”，并聯(lián)合游戲建設(shè)“開悟”訓(xùn)練平臺為科研人員提供人工智能研究訓(xùn)練時所需要的大規(guī)模運(yùn)算。

GPT-4 作為多模態(tài)自然語言模型，同樣可以大幅提升游戲制作的生產(chǎn)效率，并降低游戲研發(fā)維護(hù)的成本。用新科技做出來的游戲，不管在玩法還是交互上，都與以往的游戲不同，類似于《西部世界》這樣的游戲也不再只是科幻。

細(xì)分來看，GPT-4 不僅可以自動生成劇本創(chuàng)作、角色對話、任務(wù)設(shè)計，還能夠通過學(xué)習(xí)和理解游戲測試數(shù)據(jù)，自動生成游戲測試腳本；在全球推廣環(huán)節(jié)，GPT-4 也能基于強(qiáng)大的翻譯功能和對不同文化背景的理解幫助開發(fā)者優(yōu)化游戲內(nèi)容，實現(xiàn)本地化。

而這一大模型最直觀的應(yīng)用其實是游戲中的智能NPC（非玩家角色），《頭號玩家》等影視作品中都已經(jīng)展現(xiàn)過這一未來場景。但限制在于，如今搭載了GPT-4 的ChatGPT 雖然在聊天方面幾乎達(dá)到了人類心目中的“自然”，但距離真正的“人工智能”還差得多。

“目前技術(shù)還遠(yuǎn)不夠成熟。作為游戲NPC，GPT-4 一是很難產(chǎn)生連貫溝通的真實感，二是做不到有趣。”在算法工程師林楠看來，后者是問題的關(guān)鍵，“玩家期望的NPC 是一個既能與玩家自由互動，又能拓展游戲體驗的載體，但GPT-3 都還沒有做到流暢感，不知道GPT-4 可以提升玩家體驗到什么程度。”

在游戲中大規(guī)模應(yīng)用GPT-4 的另一個阻礙在于軟件使用和維護(hù)成本高昂。基于GPT-3 開發(fā)的文字冒險類游戲《AI Dungeon》就因為高昂的成本，不得不放棄了GPT 轉(zhuǎn)投更便宜的語言模型。

由初創(chuàng)公司Latitude 開發(fā)的《AI Dungeon》玩法與GPT-3 十分契合。參與者可以通過輸入任意內(nèi)容，《AI Dungeon》都能識別并創(chuàng)作后續(xù)故事，參與者再根據(jù)AI 創(chuàng)作的后續(xù)故事進(jìn)行人為創(chuàng)作，如此循環(huán)往復(fù)。而在2021 年玩家數(shù)量創(chuàng)新高時，Latitude 每月都需要支付OpenAI 近20 萬美元以換取GPT-3 接口，這對于小型游戲廠商來說并不輕松。

不過，國內(nèi)資本雄厚的大廠如騰訊、網(wǎng)易都已經(jīng)躍躍欲試，希望將自家AI 技術(shù)成果應(yīng)用于游戲世界。騰訊已經(jīng)公布了自家的類ChatGPT 對話型產(chǎn)品“混元助手”，網(wǎng)易則宣布在今年6 月即將推出的手游《逆水寒》中，將實裝類ChatGPT 對話模型，玩家可以體驗與NPC 的開放式對話。

GPT-4能否顛覆制藥環(huán)節(jié)？

在生物醫(yī)藥領(lǐng)域，AI 的作用更多體現(xiàn)在制藥環(huán)節(jié)。畢竟AI 技術(shù)本質(zhì)上是一種高級建模方法，借助各類算法與規(guī)則，AI 能自動計算出特定問題的最優(yōu)解，在藥物發(fā)現(xiàn)環(huán)節(jié)，越來越強(qiáng)大的AI 很有可能會開啟一個突飛猛進(jìn)的時代。

最近廣受關(guān)注的深度學(xué)習(xí)模型正是一種較為通用的算法體系，基于GPT-3 的生成式AI 產(chǎn)品能夠快速預(yù)測藥物的化學(xué)結(jié)構(gòu)、生物活性和藥物靶點(diǎn)。通過高效分析大量生物醫(yī)學(xué)文獻(xiàn)，AIGC 產(chǎn)品可以幫助研究人員迅速找到具有治療潛力的候選化合物，乃至通過對分子、細(xì)胞、器官、動物、臨床等不同層面數(shù)據(jù)的整合分析，實現(xiàn)藥物研發(fā)流程的整體優(yōu)化，從而加速新藥研發(fā)過程。

網(wǎng)易《逆水寒》將接入“智能NPC”

Alphafold是Google旗下DeepMind開發(fā)的一款蛋白質(zhì)結(jié)構(gòu)預(yù)測模型

“如果沒有新的技術(shù)手段，有些靶點(diǎn)可能100 年后都找不到合適的分子，而現(xiàn)在用ChatGPT 就可以短期迅速驗證大量可能性。”新型藥物研發(fā)平臺水木未來CEO 郭春龍認(rèn)為，過去一百年人類在生命科學(xué)上的探索，相當(dāng)于盲篩，而現(xiàn)在X 光、冷凍電鏡、Alphafold（與GPT 類似的深度學(xué)習(xí)模型，用于預(yù)測蛋白質(zhì)結(jié)構(gòu)）和ChatGPT 等工具將會完全改變制藥行業(yè)。

這里需要解釋一下靶點(diǎn)的重要性，藥物靶點(diǎn)是指藥物在體內(nèi)的作用結(jié)合位點(diǎn)，包括基因位點(diǎn)、受體、酶等生物大分子。現(xiàn)代新藥研究與開發(fā)的關(guān)鍵首先是尋找、確定和制備藥物的分子藥靶。

針對新靶點(diǎn)，AI 會首先從巨大的化合物空間中初步篩選出一系列可能有效的化合物；隨后，使用AI 與基于量子化學(xué)原理的算法，乃至分子和細(xì)胞層面的實驗，對通過初篩的化合物做更精細(xì)的篩選。此輪精細(xì)篩選后，AI 又以這少數(shù)化合物為基礎(chǔ)，在化合物空間中進(jìn)行再一次篩選，形成循環(huán)。

盡管AI 還沒有真的制造出可以用于臨床的藥物，但不妨礙醫(yī)藥企業(yè)和技術(shù)公司進(jìn)場押注。目前，全球銷售額超過200 億美元的藥企均在AI 領(lǐng)域與不同初創(chuàng)公司達(dá)成合作協(xié)議，與此同時，AI 制藥初創(chuàng)公司的數(shù)量也在迅猛增加。截至2022 年第三季度，全球約有600家AI藥物研發(fā)公司，同比增長21.6%。

不過在幻想通過新技術(shù)延緩衰老之前，我們也需要意識到，AI與傳統(tǒng)制藥企業(yè)的結(jié)合仍需要突破數(shù)據(jù)的壁壘。

AI領(lǐng)域發(fā)展強(qiáng)調(diào)“開放”二字，其成長取決于訓(xùn)練數(shù)據(jù)的廣度和質(zhì)量，但藥物研發(fā)中最核心的數(shù)據(jù)往往掌握在藥企手中，亦成為AI優(yōu)化藥物研發(fā)行業(yè)的掣肘。發(fā)展數(shù)百年的國際大型制藥企業(yè)雖然數(shù)據(jù)積淀豐厚，卻壁壘森嚴(yán)，希望這些企業(yè)分享涉及核心知識產(chǎn)權(quán)的數(shù)據(jù)難度極高。

因此，我們認(rèn)為GPT-4 短期內(nèi)還很難顛覆制藥行業(yè)生態(tài)，但隨著技術(shù)的發(fā)展，作為輔助工具，AI 一定可以精簡無效環(huán)節(jié)，為制藥工業(yè)開辟更多捷徑。