ChatGPT修炼指南和它的电力畅想

近期，ChatGPT刷屏各大社交平台，无疑成为人工智能界最靓的仔！

身为一款“会说话”的聊天机器人程序，它与前辈产品Siri、小度、微软小冰等有什么不同？先来听听小伙伴们怎么说。

ChatGPT何以修炼得这么强大？

作为全球最新的“风暴眼”，ChatGPT背后起关键作用的，是GPT-3.5大规模语言模型（LargeLanguageModel，LLM）技术。所谓GPT（GenerativePre-Training），意思是生成式预训练，3.5是它目前的版本号，大规模语言模型技术则是通过大量的语言数据来学习语言的结构和规律，模拟人类语言的生成过程，从而生成与人类语言相似的文本。

在此模型基础之上，ChatGPT还能够从人类反馈中进行强化学习（RLHF），通过使用奖励惩罚机制，让GPT能够识别恶意信息并拒绝回答、主动承认错误、或记住用户之前所向它提问的内容，以各种方式组合语境想法，变成一个灵感生成器。

与GPT-3相比，GPT-3.5有两个主要区别：指令微调和代码训练。

通俗地来说，GPT通过大量的预训练数据，实现了模拟人类语言能力的行为，为用户的各种需求和问题提供恰当、精准的回答，甚至可以拥有“幽默”“有趣”的个性。

再简单粗暴点来说，ChatGPT将人类自然语言（即平时的自然交流方式）下达的问题（任务），通过机器理解与学习给出正确、合理回答，并最终以人类语言的形式呈现。

ChatGPT的本质是一种生成式AI工具，它始终离不开AI这个技术基座。

ChatGPT会是下一个Moss吗？

如此多才多艺的“全能网友”ChatGPT，让人不由联想到《流浪地球》中冷酷无情的“幕后主角”Moss。

那么，ChatGPT会是下一个Moss吗？

众所周知，人工智能技术早已渗透进生活的方方面面，语音机器人、智慧教育、智能家居……而ChatGPT将使这些以往体验不佳的产品应用获得颠覆式升级——更准确、更快速的反馈与回答。

尤其在企业端，“大规模”和“预训练”两种优势，可以应对更专业、更复杂、更多变的行业级应用，将有望推动企业数字化转型真正从数字化走向智能化。

以机器人客服为例，升级方向主要如下：

具备更强的语言理解能力，“听出”人类的“话中有话”；

具备更强的情感识别能力，“读懂”人类的各种情绪；

能够处理图像、语音、视频等不同模态数据，更好地与人类交互。

目前，预训练大模型给生活、工作带来的核心价值便在于：对结果的增强与加持能力，帮助人们从海量信息中更快速地获取更为准确的结果。

而随着技术的创新融合，当预训练大模型具备了跨模态、多领域、专业化等叠加“buff”，它将会以更丰富的产品形态出现在工作、生活的不同场景中，或许是工作中的虚拟助理，或许是极端场景下的应急响应，或许是大量文件数据的快速处理和使用……

抛开那些电影中细思极恐的意识觉醒和背后操控，但从完全模拟人类的语言和思维、理解人类语言的含义，并高效给予人类准确的反馈来说，ChatGPT距离MOSS并不遥远。

或者说，人工智能在更多基础工作领域替代人类的未来并不遥远。特别是在电力、能源等传统行业，将改变传统模式的“人海战术”，加速进入便捷、高效的智慧时代。

ChatGPT会成为能源电力的 下一个“智慧大脑”吗？

作为“生成式人工智能”的ChatGPT，其核心技术和能力，拥有广阔的下游应用和场景，将多方位推动产业变革与模式创新。

对电力人来说，ChatGPT带来的影响和未来想象空间是巨大的——
以基层电网电路巡检为例，传统输电线路巡检，巡检员每年巡线行走路程约250千米，1年中有约260余天在偏僻的野外作业，尤其是山区巡线，翻山越岭、肉眼难辨更是家常便饭……尽管近年来自动化设备、无人机等投入应用，依然无法彻底改变传统模式下费时、费力、费人工的局面。

如今，这类需求和场景恰好进入ChatGPT多模态预训练大模型的“射程范围”。

比如，电网巡检中存在的小部件典型缺陷识别的问题，可以通过预训练大模型调整生成针对小部件缺陷的图像分析模型，进而提升输电线路小部件典型缺陷检出率和识别精度。

不同于以往人工智能算法开发的零起步、成本高、耗时长，预训练大模型拥有类似人类举一反三的学习能力，在完成基础课程之上，还可以在各类应用场景中触类旁通，完成“深造”。让排查设备隐患、查找故障等特定任务更高效、更准确、更智能，同时让巡检系统拥有会看、会记录分析、会预警的能力。

随着智慧电网、智慧电厂等建设加速，电网及发电集团在数字平台、物联网平台及场景化应用软件上的需求将持续释放，预训练大模型“用武之地”还有更多。

从数字化到智能化，数据、算力、算法从来都是企业数字化转型的三大重要因素，电网企业更是如此。新型电力系统建设过程中，规模庞大的电力数据资产（档案、图像、视频等）需要更为智能的管理，多模态预训练大模型的加入能够形成电力、电企知识图谱，打造“懂你所搜、超你所想”的文件智能搜索和问答体验；同时，智慧物联网融合AI分析平台建设，通过建设AI视频分析引擎，加速不同场景应用中核心算法的快速生产和迭代，实现电网管理、电厂经营等从感知到决策的平台联动……

正如火如荼推进的新型电力系统，是一个多参与主体、多关键要素和谐生长的生态系统，是以电力为核心枢纽的多行业、多能源耦合协同的信息物理社会巨系统。为了应对新能源发展带来的系统调度运行不确定性、复杂性骤增等一系列难题，我们亟需发动一场脱胎换骨式的根本性革命——让电力+ChatGPT！

如今，“国网浙江电力”禾城数据中心、紧水滩水冷式绿色数据中心的建设应用，让我们在核心算法、行业数据、算力支撑及团队组建等方面建立了优势保障，在此基础上叠加ChatGPT“千行百业”的普适性认知和学习能力，能够深入“能源电力”各专业饱览群“数”，经历从“拟人”到“类人”，再到“超越人”三个里程碑发展阶段，演进成具有强大描述、预测、推演和决策能力的高度智慧化“生命体”。

新一代电力系统建设一定是开放的生态和共融互通的底座，ChatGPT利用强大的机器语言转化能力，以“零代码开发”等形式，能够将数字化建设全过程后台化，让用户轻松获得需求和结果，无需对实现过程费心费力。同时“电力+ChatGPT”将进一步拓展不同场景下的知识学习，实现垂直领域知识的积累、沉淀、传播、复用，自我演化成经验更丰富、知识覆盖面更广、理解更准确的“中枢大脑”，进一步提升用户体验和黏性，真正实现行业和人工智能的“双向奔赴”。