各位金庫網的學員們，大家好！今天我們要給大家分享的主題是：Chat GPT 技術發展及金融創新應用的前景分析。我是這次的講師梁力軍老師。那么，Chat GPT 技術自從 2022 年的 10 月份誕生以來，受到了社會各界、學術人士以及技術業界的廣泛關注。那什么是 Chat GPT？它會對我們的經濟生活、金融產生哪些影響？它的未來發展是怎樣的？我首先想從八個字來解釋它。第一，它是一種人機的交互方式。在我們傳統的人機交互過程中，我們感受到的是僵硬、機械化，而 Chat GPT 給了我們一種自然式的交互過程，能讓你在流暢和愉快的氛圍內進行交流互動。第二，那么 Chat GPT 給我們帶來的是一種類人思維，它可以像你一樣去思考問題，給你回答問題。
那么我們今天的內容，會從以下幾個方面進行講解。首先我們來看一部非常神奇的電影，那這部電影是什么？就是印度電影。來，請大家一起來看，叫做《貧民窟的百萬富翁》。那這部神奇的印度電影，有一個青年的角色叫做杰瑪?馬利克，他在相關的知識問答過程中，有了很多很多的答案。請問這些答案他是如何一一答對的？比如說劍橋廣場為什么不在劍橋，比如說哪位板球手跑出了史上最滿分的、最棒的百分跑，而且那三個火槍手，第三個火槍手的名字叫什么？當我們看到這么多奇葩問題的時候，你的大腦里頭會思考的是什么？我的答案在哪，where is my answer？那我們需要飛快地去調閱我們大腦中的思維，那這個信息就是什么？就是信息集、信息庫。當我們去分析判斷某一個問題的時候，必然需要去思考這個問題，它的答案我曾經在哪看到過，這個問題我需要用什么樣的方式去解答，它才是最準確的。
我們下面再看，這部電影為什么會如此之火，獲得了 9 項奧斯卡大獎？因為它恰恰給我們回答了一個問題：人是需要思考的。在所有的過程中，我們需要把我們自己的大腦變成一個知識庫、信息庫、語料庫，從中去撈取答案。這是第一部電影給我們的思考。
下面我們再看一下，非常漂亮的一幅畫。請大家看到了嗎？這是中國的牡丹花，這個不是人畫的，這是誰畫的？是 Chat GPT 畫的。當我們要想得到這樣的絢爛多姿的幾幅畫，我們需要用哪些關鍵詞，或者是用哪些檢索詞能讓它表達？好，請看：圓潤飽滿五海花，紅色花潮，青綠色的葉子，包括花蕊等等細節。當你的描述詞越豐富、越細致的時候，那我們的 Chat GPT，它在搜索答案、形成相關的輸出的時候，它會越來越豐富。請大家琢磨一下，Chat GPT 需要從圖，包括語料，通過文字的庫里頭，去提取這樣的一些畫作，然后按照你的要求，變成了你希望所達到的成果，或者是作品，這叫什么？這叫做成果輸出。那么成果輸出之前，必須得有什么？大量的信息輸入。
現在大家開始理解了，Chat GPT 應該是有兩個過程：第一是信息源的輸入；第二，那就是信息源的輸出。但是最重要的過程是什么？是在中間如何通過大數據的模型，包括相關的計算，把我們這些過程，還有我們相應想達到的一個結果，進行一個模型運算，這個模型叫做 Transformer，我們一會會進行講解。
請大家再看一個畫作，這個畫作，大家是不是感覺到非常的玄幻？因為這個畫作，是在 2022 年的時候，美國的數字藝術大賽的時候，曾經由人工智能機器人叫做 MANTI 畫的一幅畫，叫做《太空歌劇院》。那這個太空歌劇院，獲得了當年比賽的一等獎。請看，當我們在聽取相關的音樂作品的時候，我們看到了一個遙遠的未來，那這幅作品，完全是由誰畫的？就是機器人。那機器人在畫作的時候，它需要什么？它需要思考。所以 Chat GPT 最重要的過程是，如何把素材加工成我們想要的東西，過程中靠的是什么？靠的是類人思考，那這個思考本身就是一個模型計算。
好，下面我們給大家放一個視頻，請大家一起來觀看。這是瑞典的一家銀行，那這家銀行，它在 2017 年的時候，引入了一個很神奇的數字虛擬人。請大家來看這個數字虛擬人，它會像人一樣，然后跟你交流互動，在介紹它的產品：“我是一個熱愛學習的，7×24 小時從來不休息的數字虛擬人。那我可以干什么？我具有服務意識，我可以給你提供個性化和定制化的服務。” 那如何去經營服務的時候，我們看一下它的特點：一、它可以幫你在網站上設計你自己的人生規劃、財富規劃，包括你相應的企業是如何經營；第二，我們可以看一下這位用戶，他干什么？好，暫停。我們可以看到，當我需要給我的妻子轉賬的時候，用的是什么？我的聲音就是我的密碼。那電腦顯然是讀懂了，聲音是發自于誰，那賬戶我要從哪轉給誰。所有的這些技術是什么？是 NLP 自然語言識別，也就是計算機需要把人說的話，轉化成計算機能夠懂的語言，然后再執行相應的指令。在這張圖上，我們可以清晰的看到，從哪個賬戶轉到哪個賬戶，而且計算機會自動識別，轉出賬戶和轉入賬戶之間的相關的關系。還有我們可以看到，我需要轉賬的過程中，聲音就是我的密碼，password is my voice。
好，繼續往下。它會提示你，你的賬單將于什么時候到期，我通知你。那請問現在是不是要付賬？OK，到下次賬單日之前，你給我自動扣款就好了。當我們看到這些場景的時候，我們分明能感受到，機器人和人之間的交互是純粹、非常自然的。第二，它能夠考慮到你自身的特點。所以 Chat GPT，有個很大的特征就是能夠為你所用，能夠按照你的意愿，結合你的特點去使用。
好，繼續。當我們看到這個企業主的時候，我可以幫助你進行人力資源的規劃，我還可以幫你進行信貸方面的分析，用什么樣的資金，支持我什么樣的發展。所以這個視頻，明確的告訴我們這樣的幾個信息：第一，類人化的數字虛擬人，已經在金融業界深度而廣泛的應用；第二，相關的 NLP 技術，也就是自然語言識別技術，可以幫助我們和計算機之間，和我們的賬戶之間，交易之間形成有效的互動；第三，我們的服務渠道，我們的服務方式，可以有機的把 Chat GPT 進行融合。
下面我們看第二個視頻，那這個視頻，是一個非常有溫度的 ATM 機，請大家一起來看。當我們走進銀行的時候，大家會看到一個 ATM 機，那這個 ATM 機，它跟平常的 ATM 機不一樣，為什么？因為它會說話。老太太很驚訝，年輕人也很驚訝，媽媽也很驚訝，為什么？因為我們看一下這個 ATM 機的旁邊，吐出了什么東西？小伙子喜歡加拿大多倫多藍鳥隊，那么 ATM 機非常神奇的，給他吐出來一套藍色的衣服，這套衣服恰恰是適合他穿的。看，我們這個小伙子，他得到的是什么？一個賀卡。這位小伙子得到的是什么？一份驚訝的禮物。每個人在這都得到的是快樂，而 ATM 機像人一樣，跟你在交流，跟你在互動，甚至給我們這位熱愛生活的老太太，送了一束美麗的鮮花。這是我人生中從來沒有得到的，孩子的媽媽沒有帶孩子，去過像樣的地方玩，那 ATM 機，洞悉了她自己的需求，給了她什么？兩張 1000 美元的資金支票，同時又給她送了相關的小禮物，讓孩子得到了快樂。而我們看到的這位媽媽，她的孩子，她的女兒剛做了癌癥的手術，ATM 機非常的貼心，給她兩張機票，前往佛羅里達州，去這個島去看她的女兒。我們看到了，每個我們服務的對象，每個 ATM 機所服務的場景，都是讓我們去深思的技術，包括我們的科技手段，用到機器設備的時候，我們需要達到什么叫做有溫度，能夠貼心的服務，才是真正的金融服務。所以 Chat GPT 可以在我們的服務機器上，在我們的手機移動端上，變成我們更加去為客戶服務的一種有效手段。我們看看這位老太太，得到了一封信，稱她為媽媽，這是一件非常幸福的事情，因為她一直在為她的孩子，付出各種的愛，而 ATM 機不但把交易給她完成了，還拉近了人和人之間的距離，而這個紐帶恰恰是什么？就是我們的 Chat GPT，背后的自然語言識別，還有 AI 人工智能。
好，我們看一下，這位媽媽得到了兩張機票，可以看自己的女兒去了，而小伙子也受邀到球場上，去進行開球了。所以我們思考一下，金融服務不再是冷冰冰的服務，而是，可以在現代科技手段的驅動和支持下，變成有溫度、有情感的服務。
好，下面我們就正式進入到我們今天的內容，我們內容會分為四個方面：第一，Chat GPT 技術的前世和今生；第二，那么 Chat GPT 技術，它在發展過程中，它的技術基礎是怎樣的，它有哪些特征；第三，那么 Chat GPT 技術，它應用過程中的場景究竟有哪些；最后，Chat GPT 技術在我們金融相應的領域中，可以應用的領域有哪些，未來我們如何去發展。
下面我們看一下 Chat GPT 的網站，這個網站上有這么一段話，我來給大家念一下，大家對 Chat GPT 技術，它的特征和它的內涵，有一個清晰的認知：“introducing Chat GPT we have trained a model，called Chat GPT，which interacts in a conversational way” 大家發現了嗎？第一句話是什么？open AI 公司，構建了一個模型，這個模型，是一種對話式的機器人。“there the dialogue format makes it possible for Chat GPT，to answer followup questions”，它能夠給你回答以下的這些問題，包括什么問題？Mistakes，它會承認它的錯誤，當我回答過程中，我錯了，我回它的不對。還有什么？challenge incorrect premises，那它會挑戰、指出來你這個說的不對，它會像人一樣跟你去進行討論。那第三，reject inappropriate requests，會拒絕非法要求。看到這樣的一段介紹，我們突然發現了，老師在今天開篇的時候講了類人思維，它就像一個人一樣跟你進行交流探討，像你的朋友一樣，會指出你的毛病，會承認自己的錯誤。而且在 2023 年的 11 月 7 號，Chat GPT 又推出了新的一個產品，叫什么？叫做 GPT-4 Turbo。那這個 Turbo 它推出以后，它的能力更強大了。
我們講了半天了，Chat GPT 這個名詞，你可以把它拆開，叫什么？GPT 加上 Chat，因為 GPT 本身這個名詞，第一個 G 是 generic，生成內容、生成圖片、生成，我們剛才看到了吧，有相關的國畫，還有數字玄幻的大片，包括視頻，包括程序，所以我們稱之為，叫做 GPT 的六邊形，因為它可以給你生成 N 多的內容的種類。那么 P 是什么，就是 pretreat，我們要進行相關的訓練。什么是訓練？我給你喂料，剛才我們在講這個小伙子馬利克，在回答各種問題的時候，要從我們的大腦里頭，尋找各種的什么知識素材，也就是語料庫。那這個語料庫，它在訓練過程中，是有海量的大數據，而且這個海量大數據，它是一種公開源，它會對全世界主流的網站，包括各種的大英博物館，包括數據，包括書籍等等進行篩選，包括美國的主流報紙等等。所以 GPT 它其實是一個訓練模型，那在訓練過程中，必然涉及到相關的參數，包括提取的數據指標等等。那么 GPT 也就是從 1 到 2 到 3 到 4，它是一直在一個升級的過程，那么它的優勢在于哪？能夠更好地去理解上下文的規則，包括內容它的特點，同時還推出了一個新的產品，叫什么？就是能夠遵循開發者的指令，我即使不懂程序開發，我也可以進行 Chat GPT 運作。看，就在這 Chat GPT，還推出了一個新的產品叫做 GPTs，也就是以后的用戶，不需要懂程序代碼，只要把你自己想要或者是些規則，輸入到我們的 Chat GPT 過程中，它就能變出你想要的，比如說我想審計，包括我想金融服務，我想營銷，好，把你的一些理念，把你的想法，把你的一些素材提供給它，包括你的 PDF、word 文檔，審計報告等等，當你喂好料以后，它自然而然就會按照我們的 Transformer 的大模型，來給你進行運算，得出你想要的結果。
好，我們看一下 Chat GPT 技術的前世和今生。首先，那它的前世是什么？就是 AI 人工智能。總結一句話，Chat GPT 的實質，其實是一種交互式的聊天機器人，那它具有強大的語言理解能力和自我學習能力。我們剛才說了 NLP 自然語言識別，能夠把大量的人類產生的素材、語料、知識信息、圖片、程序進行學習。第二，那么它用的是 open AI 公司的什么技術？GPT 技術，我們剛才講了叫做內容生成式，基于訓練的一種技術，能夠智能的回答各類用戶所提出的個性化問題，并且能夠幫你解決各種的疑惑。
好，那么我們看一下它的兩大特點：第一，能夠自我學習；第二，能夠多場景應用，比如說我們想，在 Edge 瀏覽器上，能不能進行插件的應用？沒有問題，我們在手機終端上能不能應用？也是完全沒有問題的。可是最核心的是什么？是它的學習能力，它的學習能力，有兩個重要的技術基礎，第一個叫做深度的神經網絡，第二個就是 NLP 自然語言的識別技術，這兩大技術可以有效的去支撐它的發展，那么關于這兩大技術，我們會在之后的內容中，去進行詳細的講解。
好，我們看一下第二個，那么 Chat GPT 的大模型和 NLP 大模型，我們剛才也強調過了，就是 Transformer。那么 Transformer 是用于什么的？第一，用于數據的處理和加工；第二，在加工和處理的過程中，需要用不斷的一種什么自我學習，我們的學習，一般來分為，有監督學習，無監督學習，自我學習等等模式，而 Chat GPT，它的特點是自我學習、自我監督，而且這個 Transformer 模型，在進行運算的過程中，它能夠實現流暢的生成和便捷的對話，這是它的第一大特點。第二，它的應用場景是非常的廣泛的，我們剛才講了，它是一個六邊形，內容的生成的方式，和結果類型是非常豐富的。第三，它能夠比較好的進行語意的理解，和較為準確的回答，而且 Chat GPT，它有一個非常重要的機制，叫什么機制？叫做基于人類反饋的獎勵機制，當我們輸出給客戶，和我們的用戶相關的結果的時候，這個結果非常不錯，我給你點個贊，做一下相關的獎勵，機器就會把這個點贊的結果，包括你對它的評價進行一個二次學習，變成了一個學習的參數，這是第二大方面。
那么 Chat GPT 的整個的發展和引進，經歷了怎樣的一個過程呢？首先，人類發展史最初期是馬車時代，通過人和牲畜，促進了我們人類文明的發展。第二，我們進入到了汽車時代，有了內燃機，有了石油。而走到了現今時代，我們進入到了電動和智能汽車時代，我們越來越多地感受到了無人機、無人駕駛、無人汽車，包括無人器械、智能家具等一系列的發展。那背后的功臣是誰呢？就是人工智能。
我們通過這張圖，可以很清晰地看到，我們的科技的發展的三大階段。首先，第一大階段就是 PC 的互聯網，也就是我們的電腦、筆記本，通過有了 Wifi、以太網、互聯網，促進了信息的發展和爆炸。第二階段，我們有了移動互聯網，每個人的智能機、智能設備都變成了信息處理器。走到了第三個階段，出現了第五代移動的數字技術，也就是 5G，對于我們各類的汽車也好，設備也好，機具也好，形成了這種發展式的智能化和數字化。這個階段主要是以智能的機器人作為特點。
我們看到了一個非常陌生的名詞，就叫做 AIGC。請問什么叫做 AIGC？AI 就是 Artificial intelligence，人工智能；那 GC 是 generative content，也就是生成式內容。那我們在進行提問的時候，我們需要讓計算機回答，它是一對一機械式的。可是我們需要的問題，比如我想讓你幫我寫段文章，幫我寫個程序，幫我寫個小說，這種內容，在傳統的交互過程中，是完全實現不了的。但是 AIGC 階段，我們就可以按照我們的需求實現了。為什么呢？有兩個根本的原因：第一，算力的水平提升了；第二，Chat GPT 誕生了，給 AI 賦予了靈魂。所以 Chat GPT 的計算機，或者說它的發展的基礎是什么呢？就是 AIGC，它是一個基礎，也是一個平臺。
那么 Chat GPT，既然它的發展基礎是 AI 人工智能，那我們不得不提到的就是神經網絡。我們可以看到右邊的這張圖，叫做神經網絡的學習過程。我們在一開始講印度的那部電影《貧民窟的百萬富翁》的時候，提到了人的大腦需要思考，思考的是什么呢？就是 input layer。當我們的大量信息從外部采集到我們的大腦的時候，要形成我們的知識庫、信息庫，這叫做信息的輸入。但是這些信息或者是數據，哪些留、哪些放、哪些存，那是要靠什么呢？靠中間，叫做加工層、分析層。我們看到了，中間的兩部分，我們也稱之為叫做 hidden layer，隱含層。這個隱含層是在干什么呢？是把大量的數據和信息進行運算、加工、分析、儲存。那我們看到下面有一個名詞，叫做注意力機制的融入。我們認識這個人，下次一見面，很快地把他識別出來了，為什么呢？因為我們知道這個人的特征是什么。對于某一個花、某一個動物、某一個植物，我們一定提取的是它的關鍵特征、數據信息。所以注意力機制融入到我們的神經網絡以后，就變成了什么呢？Transformer，大數據模型的一個運算機制。我們不是要把所有的信息全部記錄下來，是要進行什么呢？特征識別和特征分析。第三叫做 output layer，也就是輸出層。那我們剛才說了 AIGC，G 就是 generative，C 是 Content，那么這個輸出層輸出的是什么呢？就是我們的內容。而這個內容的形態，它是五花八門、多種多樣，不只是給你進行文字方面的輸出，還有程序、繪畫，還有其他的代碼等等。所以 AIGC 在發展過程中，它的計算機的基礎是神經網絡。
第二，我們看一下，相關的第二個重要的技術是什么呢？ML，機器學習，英文就是 machine learning。機器學習是來干什么的呢？它其實就是把我們所有的知識，在隱含層進行一個確權。比如說權重是多少，哪些信息分成什么樣的類別，信息和信息之間有怎樣的關系，我要把這種關系，形成模式化的識別，這是第二點。那么機器學習，它涉及到很多的領域，比如說像數理統計、概率論、圖分析、博弈論，還有模糊數學等等。它是來模擬人類是如何把隱含層的信息，如何加工、如何分析、如何儲存的一個過程，然后變成一種新的知識，并且能夠按照一定的規則去干，去給你進行輸出，這是機器學習。
那么機器學習，一般來說分為兩種主要的學習模式，第一個是監督學習，第二個是無監督學習。監督學習就是你告訴它，這是一朵花，這是一匹馬，這是一輛汽車，那這些事物本身它的特征是什么。好，我們再拿一個新的事物，去讓機器去匹配、去比較，這樣它就得出一個相似度、一個擬合度的結果。而無監督學習，它更側重的是什么呢？你這些群體、這些人、這些數據點，他們內在的一個關聯關系是什么，物以類聚，人以群分，這是兩大類學習的區別。
那么第三個非常重要的，就是深度學習。那么深度學習是干什么的呢？好，我們剛才說了，隱含層相關的數據和數據點之間的關聯是什么呢？是非線性的，而不是像我們的 y = a，x + b。請問這個非線性的關系，我怎么能識別它的模型，怎么能得到它的模式呢？就靠的是 deep learning，DL。深度學習是使用包含復雜結構和多重非線性變換結構，所得出的一種抽象的算法，這恰恰是 Transformer 的一個計算的基礎。而且它模擬的是什么呢？是人腦識別，或者是人腦運算和分級分類，進行抽象化的一個過程。它能夠把相關的數據的特征，快速地進行提取，然后形成我們的記憶，然后再形成一個新的判斷，這是機器學習。
那么在機器學習，包括特征識別的過程中，我們需要讓人和計算機共同進行學習，人的知識要轉化成機器，或者是 AI 的知識。我們看到有四類的學習方式：第一種學習方式就是監督學習，一對一，我把程序代碼寫好，讓計算機來執行，它不用有其他的一些自我意識，它也不會有的，所以我們稱之為叫做一對一學習；第二叫做半監督學習，也就是一個老師，可以在虛擬環境下，讓多個學生來共同學習，這叫做半監督學習。但是 AI 的特點，恰恰在于后兩者：第三個叫做無監督學習，我不需要你告訴我它是什么，我只需要按照我的運算的模型和運算的模式，自動化地去匹配和分析所有數據點之間的關聯和關系；那么還有一個，叫做自監督學習，我自我學習，而且我會思考，這個數據之間為什么會有這樣的一個關系。當我們看到自監督學習的時候，大家可能意識到了，它是有創新性的、有思考性的進行學習，這就是人工智能和 ChatGPT 學習的方式。
那在整個的學習過程中，我們可以看到它的模型訓練的方式，和它的層級過程是非常復雜的。那主線是什么呢？第一，我們從外部獲取大量的，或者叫海量的數據；第二，針對海量的數據，要提取它的特征；第三，所有的數據點和數據點之間，特征值和特征值之間有怎樣的關系；第四，我們通過大樣本的模型、大數據的模型 Transformer，把這種模型、把它的關系刻畫出來，然后用于一種新型的數據結果的輸出，這是它的整個的一個過程。我們也發現了，這個過程，用到了我們剛才所講的各類的知識，包括機器學習、神經網絡、NLP 等等。
那么 Chat GPT 實質究竟是什么呢？這就我們講到它的今生了。Chat GPT 的全名，叫做 Chat generative pretrained Transformer，Transformer，就是一個模型生成器，你也可以把它理解成，一種大數據的運算算法。那么它是由 open AI 公司開發的，open AI 公司，它的前身是一個非盈利組織，當然現在，它已經采取了這種商業化的運作。自從 2022 年 Chat GPT 誕生以來，open AI 公司做了很多的研發和創新，它的目的是希望什么呢？能夠讓每一個用戶，能夠快捷地、方便地，真正地讓機器像人類一樣，跟你進行語言的交互、知識的交互，變成我們人的一個管家，變成我們的好朋友，甚至變成我們的伴侶。
第二，那么 Chat GPT 本身，它是一個大型的語言模型，能夠把 output 和 input 之間，形成一個有效的連接，而且它能夠在這個過程中，體現我們人類大腦的智能化和思考的過程。同時 Chat GPT，它必須是一個什么叫做預先訓練的模型 pretrained，因為預訓練模型，它必須要給它進行 “喂料”，其實是讓它要先學習相關的數據、相關的學習的這個內容，包括知識，才能轉化成這個模型的輸出過程中的一個什么預先性的知識集，也叫做語料庫。有了語料庫以后，我們才能真正地按我們的需求，去產生各類的知識輸出、內容輸出等等。
那 Chat GPT 整個的發展歷程過程中，有很多的關鍵事件和關鍵人物，大家可以通過視頻中，包括相關的一些圖片中，看到這些人物，比如說像圖靈，還有對話機器人，以及 IBM，還有世界上第一部由人工智能自我創作的小說，叫做《1 The Road》等等。發展到現在，從深度學習，DL 的深度迭算法之后，那么人工智能叫做 AIGC 百花齊放，發展的速度和發展的質量，是越來越快，越來越高。
整個的發展過程中，我們不得不提一個人，就是馬斯克。而馬斯克，他是一個非常有睿智、有智商的發明家，也是一個科技創業人士的積極的推進者。那么他在這個過程中，聯合了很多的專業機構、金融機構和科技機構共同開發了 Chat GPT 發展的里程碑。我們可以總結成四個時間階段：第一個，2019 年的 3 月份，從非盈利組織過渡到了商業化機構；第二，那么到了 19 年的 7 月，微軟跟它之間進行了深度的合作，進行了資金的這種注資；第三，2020 年的 6 月份，那么 open AI 發布了第一個相關的商業產品；那么到了 2022 年的 9 月份，形成了 Chat GPT 的基礎模型，就是 3。當然了，這個 GPT 的 1、2、3，其實重要的是什么呢？它的計算的參數量，到 2020 年的時候，這個計算的參數量，已經突破了 1751 億個參數，說明它的訓練集豐富程度，和它的深度、廣度，都得到了質一般的提升。
那么在 2022 年的 11 月 30 號這一天，正式推出了 Chat GPT，僅過了 5 天，用戶就超過了數百萬，僅過了兩個半月就超過了上億。它這個指數級的上升，恰恰體現了我們社會、我們的各個階層對 Chat GPT 的認可，和它的接受程度。第二，2023 年的 1 月末，我們發現了吧，用戶已經突破了一個億。2 月 2 號，那么發布了一個新的試點計劃，叫做 Chat GPT plus，但是由于用戶增長的速度過快，后來就把這個計劃暫停了。那么到了 2023 年的 2 月 2 號，chat GPT 又全線整合了其他的一些功能。
當前 ChatGPT 主要的發展，我們可以看到這樣的四個階段：第一，付費的訂閱版本誕生了；第二，Chat GPT 出現了一些問題，被黑客們進行利用，包括有些假新聞的誕生、假視頻的制作，甚至出現了一些假郵件來釣魚等等；第三，微軟還推出了，比如說像在 Edge 瀏覽器中進行了一個結合，包括 GPT-4 的誕生，這是它的整個的發展的歷程。
那么 Chat GPT 到今年，也就是 2024 年之前，2023 年的 11 月份，又出現了幾個重要的事件，我們可以看一下。但到了 2023 年的 12 月份，英國的一些研究得出一個結果，隨著 Chat GPT 不斷的這種深化學習，可能會出現一個倫理問題，也就是欺騙。它的生成式的內容，有可能是在它自己加工過程中，有意識或者無意識地出現了一些誤導現象，這是我們非常需要警惕的。在有極大壓力的過程中，Chat GPT 有可能會欺騙人，也就是它內容可能是虛假的，這種事情，已經在學術界，包括在金融界，發現了一些事件。所以我們應該關注 Chat GPT 的紅與黑，紅就是有利的一面，黑就是可能存在有問題的一面。
下面我們分析一下 Chat GPT，到底可以在哪些領域去深度的應用，有哪些方法，可以更好地結合我們的業務。首先，比如說信貸業務，我們知道傳統的信貸，最開始是怎么發放貸款呢？是由我們的業務人員，和我們的風險經理，包括我們的信貸的審批人員，共同對于一個客戶進行討論、評價、評分，然后進行授信額度的一個計算。但是這個過程，基本上都是靠我們的主觀經驗，比如說對方的財務的三表、他的經營的狀況。第二個階段，我們就讓計算機跟我們的人類的思維進行有機的結合，但這個過程，主要是模擬我們的一些什么計算準則，比如進行分支界定，條件高于多少、低于多少，閾值超過多少，我們可能會判斷，這個人、這個企業是不是值得我們去放款。所以我們看到了計算機專家系統，主要是要進行一些分值界定，if then else 這種，它必須要設定一定的先決條件。而我們到了第三個階段，假如應用一些機器學習 AI 的話，它會像我們剛才所講的，會把數據點和點之間的關系，包括一些非線性之間的聯系，進行一個自我學習，那形成了一種典型的算法，比如說像隨機森林算法。那這個算法它最大的特點是什么呢？需要準備兩類數據集：第一類就是數據的訓練集；第二，有了訓練集以后，我們要形成一定的模型，這個模型，需要再拿另一部分集去進行測試，第二步叫做測試集。有了這兩部分數據集以后，可以形成兩類模式：第一類是好人模式，第二就是壞人模式，說白了，就是正常的數據樣本和有問題的數據樣本，形成了相對應的模型。有這兩類模型以后，好，我們可以把新的一些數據樣本點采集以后，讓我們的新的模型去進行判定，快速給你得出它的擬合度的結果，這是新的一個樣本的計算的過程。
第二，我們看一下如何去進行推薦。每個人都可能會瀏覽大量的信息，那哪些信息是我關注的，哪些信息可能是我非常喜歡的，比如最近我們看到了電視劇《繁花》，那手機上會根據你的偏好，推送電影或者電視，或者是新聞。我們總之一句話，猜你喜歡。而猜你喜歡的這個過程，它是采集的大量的數據樣本點，我們稱之為叫什么呢？推薦算法。推薦算法它的機理就是決策型 AI，把大量的行為數據、留痕數據、特征數據和你的個性化數據采集以后，進行大數據的一個計算，然后向我們的商戶和項目的終端用戶，分別推出你所關注的、你可以推薦的，這是第二大方面。
那第三，相關的推薦算法，用的比較有特色的就是今日頭條。那么今日頭條，它在計算過程中，有三大類方面的內容：第一個就是相關的頭條所關注的信息，采集的新聞內容；那么第二就是用戶的特點，比如用戶點擊、瀏覽、轉發、收藏，他這些操作所對應的這個特征，比如說像年齡、習慣、職業等等；第三就是環境特征，那我在通過相應的工作場合，或者是我的通勤狀態，和我的旅游的線路等等，通過這樣的一些信息的偏好，通過三類數據的采集，給出了一個預估及測試，推薦內容在某一個場景下，是不是適合某一個用戶的偏好，這就是今日頭條的推薦算法。
那么未來發展的趨勢是怎樣的，Chat GPT，它的應用場景會有哪些呢？我們可以關注到，比如說對于數據方面、信息方面和知識方面，進行大數據大模型的處理；第二，會形成 AIGC 和 Chat GPT 它的訓練的邏輯和模型，形成它具有特色化的、這部分個性化的什么思維邏輯，這是 Chat GPT 它的一個核心之作。為什么 Chat GPT 它會有它自己的性格，Chat GPT 會跟你使用它的用戶之間，形成這種情感互動、交流互動，而且 Chat GPT 會不斷的經過一個反饋、自我修補、自我反饋、自我補差這種學習的過程，提升它的這個訓練的精度，而且信息內容的這種廣度和深度，都會隨著它的自我監督學習，得到提升。所以 ChatGPT 的未來的場景會越來越廣泛。