最近，电子工业出版社送了我一本书：「《一本书读懂AIGC：ChatGPT、AI绘画、智能文明与生产力变革》」。不禁感叹：现在连写书都这么卷了！要知道，ChatGPT 于去年11月30日刚刚发布、距今仅4月有余。今日恰逢世界读书日，故写些读后感。
借用《百年孤独》的开头，我想写这样的句子：
❝ 许多年后，面对AI对人类的全面奴役，曾经的AI科研工作者将会想起他们第一次登录ChatGPT的那个遥远的下午。
❞
也曾无数次想借用电影“终结者”的故事：
❝ 回到过去，回到2022年11月29日，将保存有ChatGPT模型参数的服务器引爆，于是得以继续之前的科研和生活。
❞
何为AIGC？
「AIGC」 是英文 「AI-generated content」 的缩写，翻译成中文可以叫做“人工智能内容生成”，或者叫“AI内容生成”。通俗地讲，即是计算机自动生成一些人想要的内容，如图片、视频、音频、文本、网页、代码等。
由此不难看出，AIGC可以辅助用户做很多之前做不到的事情、提高工作效率（对应着更多人下岗）：AI绘画，可以以极快的速度生成插画（取代部分插画师和设计师）；AI代码生成，可以提高程序员的工作效率（取代部分低端程序员：自己写代码训练AI最后把自己给取代了）；AI聊天+文字生成，可以取代部分线上客服、低端文秘、新闻报道、文案写作策划、活动布置等很多需要与文字打交道的岗位……
而ChatGPT则是其中“最靓的仔”：其在发布后2个月之内就在全球范围内收获了1亿用户，是历史上用户增长最快的产品。我们在此无需对其火爆程度进行过多介绍。而在今年3月12日，其升级版、GPT-4也正式发布了。
放眼2023年，所有人、特别是AI科研人，都经历了从未有过的连续震撼，几乎每天醒来都有一个大新闻：
《庄子-养生主》里写道：“吾生也有涯、而知也无涯。以有涯随无涯，殆而已矣！”
AIGC对AI科研人的影响和颠覆
而上述的震撼显然只是个前菜：震撼过后便是更大、更直接的影响。原因其实说来也简单：「疗效好呗」。
高校和研究所
此时的你，如果是个AI方向的「高校教师或研究员」，那么你可能发现，一夜之间大部分的教师群、项目群、学术群都在讨论所谓的「大模型」；更悲惨的是：
你发现学生在质疑自己的研究方向：老师，这个方向还有什么意义？ChatGPT做的这么好了，我们打不过它的。
你打不过、想加入，但是发现你没钱买显卡：是的，一块计算显卡A100的售价在10万人民币左右，而自然语言处理大模型动辄需要几块、几十块的卡来开发和试错。试问有多少高校教师可以负担得起？
你想申请国家项目来买显卡：申请过项目的都懂，哪里会允许你用几百万来买显卡？噢，不好意思，青年基金只有30万、面上基金也就几十万……
你跟学生说，没有卡我们就做后处理、做fine-tune、做prompt tuning。但是你发现：其实这些操作也是要卡的，普通教师还是买不起。
你想躺平了、让学生还是沿着之前的方向水文章：学生说，老师，审稿人问我们说我们这个方法能不能用在大模型上、如果用不上去的话有啥意义？我之后怎么找工作？
你想站出来反对大模型、要找它的漏洞，却发现：好的东西都是不开源的；你仅能从人家的输出结果上进行分析、并且人家的模型在快速迭代、可能今天有的问题、明天就莫名其妙被修复了……
工业界
此时的你，如果是个「工业界的研究员」、像笔者一样的大头兵，你同样发现：一夜之间，昨天刚和老板说要做的事情突然变得不再重要：
你：我要做更简单更基础的学习理论，对现有的学习范式进行颠覆。
老板：能用在大模型上吗？
你：我觉得self-attention的鲁棒性需要研究一下，它对对抗攻击也没那么鲁棒，只是比CNN好点。
老板：能用在大模型上吗？
你：我最近搞了个厉害的解耦算法，简单有效。
老板：大模型时代还需要做解耦吗？
你：我想再探索一下图神经网络做蛋白质分子结构预测。
老板：大模型能做吗？
你：Causality还是挺重要的，你看Bengio都一直在研究。
老板：大模型还需要causality吗？
你：那我看看大模型？
老板：这是个不错的方向。
你：那我需要64张A100来fine-tune一下LLaMA。
老板：这个真没有。
你：。。。。。。
是挑战、更是普通人的机遇
笔者也是无数普通人中的一员、同样经历了上述关于大模型的”灵魂拷问“。所谓痛定思痛、知耻而后勇，经历过无数失眠的夜、写坏了几支劣质的笔、也摸完了十条无聊的鱼，笔者现在则认为：
「大模型时代虽然是挑战，但更是普通人的机遇。」
那么，大模型时代，普通人如何做科研？
以下仅为个人观点，如不同意，就是你对。
新的分析和评测
大模型时代显然需要新的分析和评测方法。不同于以往以公开测试集为准的机器学习，大模型现在可以将所有的公开数据集全部吃下（即overfit）。因此，不宜采用传统方式进行评测。可以思考：
更有难度、更符合人类标准的评测集是什么样的？
大模型的边界在哪里、什么样的数据可以测出来？
小模型和大模型到底有什么区别、仅仅是benchmark得分不同吗？
如何公平地评测不同大模型的能力？
到底何为”AGI“?如今的评测是否是AGI评测？
新的理论和方法
大模型对于做理论和基础研究的科研人员是个毁灭性的打击。原因很简单：深度学习理论在目前也无法很好地分析多层神经网络、更不必说更大、更不开源的黑盒大模型了。因此，理论研究人员可能会出现”巧妇难为无米之炊“的情形、不知道自己还能做什么。
但笔者认为，基础理论、数学、统计、概率等基础学科的重要性仍然无需多言，但需要结合大模型进行一些探索和突破。例如：
为什么CLIP仅采用image-text pair进行对比学习、泛化能力就很好？
如果是训练数据重要，那为何400M数据的CLIP和2B数据的Laion-CLIP在长尾数据上并没差太多？
数据、模型、算法、优化，哪个更重要？
如何加速大模型的训练，如从数据筛选、优化器更新的角度？
更好的人与AI协同
既然打不过，那索性就加入。我们可以将大模型看作一次大的技术革命、一种新的人机交互方式。那么，此刻的你我就处于这种新的人机交互、人与AI协同的革命前夜，应该多去思考如何利用大模型的能力来做出更多变革：
如何提高写Prompt的能力、最好是自动写好的Prompt？
CV、NLP、Audio都有大模型，如何利用这些模型进行更好的多模态信息融合？
如何设计下一代人-AI协同交互的用户界面？
如何将大模型快速轻量地部署于端侧设备？
如何更轻量地微调大模型以服务于下游小数据领域？
找大模型的短板
不得不说目前的大模型并不完美、其问题多多。笔者也在年初”卷“了一周、搞出了第一个ChatGPT的鲁棒性评测。我们发现大部分大模型其实对于对抗攻击并不鲁棒、其抗干扰能全力亟待提升。因此，一个自然的研究方向便是”找茬“：
大模型的OOD能力是不是够了？有大模型不需要OOD了？
大模型的长尾是不是做的很好了？这个笔者探索过了：显然不太行—Exploring vision-language models for imbalanced learning.
如何使大模型免受prompt injection、prompt leakage等攻击？
大模型生成内容如何判别是hallucination还是真的？
更负责任、社会化的AI技术
新的技术革命需要新的社会变革，而变革的过程可能是充满荆棘的。好的研究视野应该放眼全社会、做出更负责任和更社会化的AI研究（Responsible AI, or societal AI），方可确保技术不被滥用、更好地服务人类：
如何进行有效的value alignment使AI准确地满足人的价值观？
如何对AI生成的内容进行有效监管使其实不被滥用？
如何分析生成式AI对教育、生产力、社会、心理学等诸多层面的影响？
新技术应该是”有温度“的：如何引导”前人“更加无痛地完成新技术的更迭？
此类问题的每一个都值得深入探讨。值得一提的是，笔者所在的研究组——微软亚洲研究院社会计算组的大部分研究人员均在做相关研究。也期待未来有更多的合作者加入进来一起合作。社会化问题任重而道远，需要跨学科、全社会的长期密切交流合作。
好了，读到这里，你还觉得自己的研究一片灰暗吗？对所有的而言的挑战、只要你快速转变以调整方向，你也可以成为未来的”大佬“。
让我们乘着大模型的东风、继续乘风破浪吧！
