前段时间，一直有人在问，为什么国内无法注册ChatGPT，网上的回答也五花八门，主要的归为两类：“不可抗拒力”、“因为基于谷歌的机器学习服务，所以被限制”
第一个回答等于啥都没说。对于第二个，笔者内心总是盘旋着一个词“瞎扯”
今天正好新的文章还在做信息梳理，就抽1小时和大家聊聊。
先证伪 - 我们从2个角度先来交叉验证这句话是“瞎扯”哈：
1、OpenAI的商业脉络
- 2015 年 12 月，Elon Musk 和 Greg Brockman、Sam Altman 以及 Ilya Sutskever等人在旧金山创立 Openai。（为了防止google一家独大，为非作歹）
- 2018年2月，因为太烧钱，马斯克为了保特斯拉退出。换成了另外6位捐助者： Gabe Newell、Jaan Tallinn，Ashton Eaton 和 Brianne Theisen-Eaton（google这会儿还在为DeepMind烧钱烧的头疼）
- 2019 年 7 月 OpenAI 接受了微软 10 亿美元的战略投资，成为微软对抗google的重要一环。（商业竞争对手）
结论：从整个脉络来看，google完全没有介入OpenAI，而且从始至终都是竞争关系（灭霸和复仇者联盟........）
2、AI整个生态底层服务组成
AI由算法、模型 数据集、上层应用组成
- 算法作为底层，一直都是开源形式存在；
- 模型 数据集，除了几个头部企业的大模型外，绝大部分模型、数据集也都是开源状态（国内也有好多模型开源社区）；
- 上层应用，ChatGPT充其量算一个聊天工具，没有复杂的服务体系。
结论：这些ChatGPT的关键要素扒开来看，就没有任何google身影，更何况基础模型都是开源的。
综上，我们推翻了“因为google服务所以无法在国内使用”的猜测。那到底是因为什么？
做假设和论证 - 网上那么多大神都没说明白为什么，笔者当然也不敢造次，所以今天选择从“模型准确性”角度来说一说国内不开放的理由。
大家都知道，ai的核心是对数据进行特征鉴别(也叫学习）并通过反馈来强化学习。然后运用计算机超强的算力帮助人类对所有处理后数据进行归类、统计、分析甚至于创造性的工作。那么对于数据特征的鉴别准确性就是一个关键指标（举个栗子，你家要买指纹锁，有1%的认假率，你敢买吗？肯定不敢。但现在认假率已经远远小于0.001%，所以才形成了目前的市场规模）。只有识别准确，之后的分析、统计工作才有价值。
我们再来看ChatGPT是如何训练来做提升模型准确性的（RLHF技术）：
这张图网上已经放过好多轮了，用通俗一点的文字来说：
第一步：用高质量数据集进行训练【人类公认理性回答】
第二步：多个结果让AI挑最符合人性【有情商的回答给个糖吃】
第三步：通过回传来迭代优化第二步，直到模型收敛。【通过大量实践，越来越有情商】
第一和第二都是需要OpenAI内部来完成，但第三步是通过ChatGPT上线后大量API调用的反馈来实现（待进一步验证）。
是不是有点品出那味儿了？
第一步“40岁的阿姨，妈妈教我们要叫阿姨”；
第二步“40岁的阿姨，叫姐姐”，然后你老妈给你奖颗糖；
第三步“40岁的阿姨，叫漂亮姐姐”，然后阿姨给你吃了一颗糖。
关键是，这颗糖是阿姨给你吃的！
现在我们来看ChatGPT为什么国内不能访问？也许根本就不是OpenAI不给我们用，而是我们不想给OpenAI提供数据和反馈。糖留着给自己的孩子呀！（比如3月将发布的百度AI聊天工具）
写到这里，感觉差不多闭环了，说服我自己可以发了。
介绍一下自己：30年游戏玩家，14年游戏相关行业从业者。聚焦科技创新 商业化落地解决方案。
未来我们会每周调研一个AIGC相关细分赛道，如果您也有想要了解和探索的方向，欢迎一起交流合作。也欢迎各位交流行业、市场、产品、技术、管理等方面内容。
,
