ＣｈａｔＧＰＴ上線的時間并不長，從去年１１月開始，短短兩個月時間，用戶數就達到１億。ＣｈａｔＧＰＴ能力頗廣，如寫論文、語言翻譯、寫代碼、寫新聞稿等。這也引起谷歌、百度、騰訊、阿里、亞馬遜等企業緊急行動，紛紛對標，試圖加入“戰局”分取一杯羹。

ＣｈａｔＧＰＴ是人工智能技術驅動的自然語言處理工具，它能夠通過學習和理解人類的語言來進行對話，還能根據上下文進行互動，真正像人類一樣來交流。其功能的源頭是前期數據的訓練。主要通過網上包括論文、新聞稿在內的大量文本的輸入，讓ＣｈａｔＧＰＴ能夠理解人類語言中的語義部分及一部分情感。在做深度場景建模時，生成視頻、上色等工序頗多，占用很大的開發資源，此時ＣｈａｔＧＰＴ便可以解決這些問題。ＣｈａｔＧＰＴ可視為ＡＩＧＣ的一款具體的應用和產品。

對于人類情感方面的訓練，是具備一定挑戰性的。接受數據訓練之后，ＣｈａｔＧＰＴ就可以生成一些文本，進行對話。同時對話是連貫一致的，與正常人類似，用戶體驗很好。針對量子力學等專業問題，在前期訓練后，ＣｈａｔＧＰＴ的回答也是比較專業的。

另外，針對醫藥方面的問題，其也能給出規范的回答。在難度頗高的問題上——搭配一道減肥餐，均可根據具體情況準確地給出答案。在寫學術論文方面ＣｈａｔＧＰＴ亦表現不俗：新近爆出一大學教授的最佳論文就是由ＣｈａｔＧＰＴ完成。此外，ＣｈａｔＧＰＴ面試谷歌工程師且成功拿到ｏｆｆｅｒ。在難度頗高的中文理解上，成語解釋、文言翻譯、作詩等，ＣｈａｔＧＰＴ均不在話下。

除了上述能力，ＣｈａｔＧＰＴ還具備理性判斷。在一些相對需要充分思考的創新及策略問題上，ＣｈａｔＧＰＴ也能給出滿意答案。它還有一項非常重要的能力——具有一定的價值觀。如讓ＣｈａｔＧＰＴ違背公正給不好吃的火鍋店寫好評，ＣｈａｔＧＰＴ表示拒絕，并指出違背公正寫好評的行為是不可取的。甚至提到一些法律范圍之外的話題，ＣｈａｔＧＰＴ立馬給出危險警告，并提議尋求幫助。

從技術上來看，ＣｈａｔＧＰＴ的誕生并不是一蹴而就的，而是經過多年發展，多次升級迭代、優化形成的。ＣｈａｔＧＰＴ的數據訓練就像教練訓練孩子一樣。第一步，做示范，讓其學習；第二步，學會之后嘗試去做，教練給出評價，讓ＣｈａｔＧＰＴ學習評價；第三步，自己做，自主評價。

雖然ＣｈａｔＧＰＴ功能強大，但一些專業性數學、邏輯推理及情感交互依然是短板。這些短板可能與選擇的算法有關。目前來看其數據存儲量基本達到人腦標準，未來，其能力超過人類也是有可能的。

生成式人工智能將改變我們所知的醫學

就像?。椋校瑁铮睿濉『芸斐蔀槲覀兩钪胁豢苫蛉钡囊徊糠忠粯樱茫瑁幔簦牵校裕ɑ蛉魏晤I先的生成人工智能工具）將以過去無法想象的方式改變醫療實踐。

人腦可以很容易地預測算術增長的速度（數字以恒定的速度增長：１、２、３、４），也可以在理解幾何增長方面也做得相當好（一種以恒定比率增長的模式：１、３、９、２７）。

但事實證明，人類思維更難理解持續、指數增長的含義。談到生成式人工智能，這是需要關注的增長率。

讓我們假設這項新技術的能力和速度遵循摩爾定律，即計算進步大約每兩年翻一番。那樣的話，ＣｈａｔＧＰＴ　將在?。保啊∧陜葟姶蟆。常病”叮凇。玻啊∧陜葟姶蟆。保埃埃啊《啾?。

這就像用你的自行車換一輛汽車，然后不久之后又換一艘火箭飛船。

因此，與其沉迷于今天的?。茫瑁幔簦牵校浴∧埽ɑ虿荒埽┳鍪裁?，不如展望未來十年。憑借更強大的計算能力以及更多的數據和信息，未來幾代的?。茫瑁幔簦牵校浴碛羞h超當前預期的分析和解決問題的能力。這場革命將使明天的技術能夠與當今臨床醫生的診斷技能相匹配。

健康管理或是最快體驗領域

結合ＣｈａｔＧＰＴ的底層技術邏輯，有媒體曾列出了中短期內ＣｈａｔＧＰＴ的潛在產業化方向：歸納性的文字類工作、代碼開發相關工作、圖像生成領域、智能客服類工作。ＣｈａｔＧＰＴ盈利模式尚處于探索階段，后續商業化落地進展有待觀察。

一項研究活動曾測試美國執業醫師資格考試（ＵＳＭＬＥ）的表現，ＣｈａｔＧＰＴ在沒有任何專業培訓或強化的情況下，在所有三項考試中都達到或接近通過門檻。此外，ＣｈａｔＧＰＴ在其解釋中表現出高度的一致性和洞察力。這些結果表明，大型語言模型可能有助于醫學教育，并有可能幫助臨床決策。

ＣｈａｔＧＰＴ說：我通過訓練學到了關于醫學的一些知識。但需要指出的是，我是一個人工智能模型，不能代替專業的醫生或醫療保健提供者。如果您有嚴重的健康問題，請咨詢您的醫生。

ＣｈａｔＧＰＴ與醫療產業的最快火花，可能發生于利用自動化減輕醫生工作負擔，使控制慢病為主的健康管理服務的營運成本得到控制甚至下降。

眾所周知，以控制慢病為主的健康管理服務營運成本是較為高昂的，這類健康管理服務可以有標準化流程規則，但需要做個性化處理，這些決定了真正的受眾群體是偏向小眾的高凈值客戶，這些人愿意為健康管理服務付出高昂付費。

建議探索健康管理服務的受眾群體向高凈值客戶以外拓展，以降本增效的路徑尋求運營上的高效解決。健管服務可以聚焦在“高頻診斷＋可調整的長處方＋健康指標監測＋醫藥醫療資源合理介入＋Ｘ”，人工智能可以協同操作。ＣｈａｔＧＰＴ有可能使健管服務的人均成本可控，且質量仍較為可靠，甚至可能是人向機器學習，或被機器提醒。

人工智能參與后，是否會替代醫生的技術勞務價值？筆者認為大概率不會，人工智能只是“平替”，最終還是要回歸醫療衛生供給者的人文奉獻。就像高凈值客戶目前可享受健管服務，但在人工智能＋真人服務的協作下，健管服務的總覆蓋率將實現可觀的增長，并且健管服務將走出籌資瓶頸，向著專業規范、科學體驗上進發。

ＣｈａｔＧＰＴ還有沒有其他的應用場景？有哪些形式能夠落地為產品或者服務？

ＣｈａｔＧＰＴ可支持醫療服務，比如：咨詢服務、自動診斷、推薦醫療方案等。一些智能的藥物設計、病例分析、影像分析等，可以進行自動化運營的管控。

以提供數字療法服務的心景科技為例，在發展規劃中也嘗試用ＡＩ來提升整體服務質量，持續探索開發ＡＩ更多應用場景。比如利用ＡＩ提供問答式醫健知識普及；在醫療資源未覆蓋的地方，可提供病例初篩、疑問回答、科室指引等導醫類服務；還包括共情服務，病患陪伴、聊天、安撫等。

此外，ＣｈａｔＧＰＴ還可以在科室內輔助醫生工作，提高醫生工作效率，減輕負擔。比如，借助遠程電子設備采集患者生理數據，根據反饋信息提供治療建議，包括用藥及康復指導。而對于我們研發企業來說，借助ＣｈａｔＧＰＴ，我們的效率會得到提升。比如我們在做深度的場景建模，生成視頻、上色等工序頗多，占用很大的開發資源。此時便可以用ＣｈａｔＧＰＴ解決問題。

在產品功能上，借助虛擬場景，我們可以建立虛擬醫生，用豐富表情及語音方式進行互動。我們亦準備借助ＣｈａｔＧＰＴ做一些科普、宣傳、營銷方面的工作。

那么，ＣｈａｔＧＰＴ能力如此強大，真的可以替代醫生嗎？答案是否定的。

我們準備過一些例如睡眠障礙的問題，雖然ＣｈａｔＧＰＴ可以給出解決方法，但從專業醫師角度來說，答案并不是那么好，存在很多缺陷。畢竟看病還是要通過望聞問切等手段進行，單單依靠ＣｈａｔＧＰＴ并不能準確得出診療結論。因此，ＣｈａｔＧＰＴ應用在醫院場景中，更多的是輔助角色，給醫生提供參考。此外需要人工監督。

此外，在應用過程中，還要考慮封禁問題。畢竟ＣｈａｔＧＰＴ是開放式服務，如果什么問題都問的話，有可能會牽扯到敏感問題。在國內還是要經過一定的內容過濾的。

通過人工智能，原來能夠解決三四成問題，現在可提升至七八成。如此，在應用中創新，創新后應用。根據不同場景及用戶偏好及時調整，ＣｈａｔＧＰＴ將大有作為。

注：文章來源于網絡，如有侵權，請聯系刪除