对话周枫 | ChatGPT下的颠覆、革命与场景

来源|多知网

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

“我们正在面临的是技术层面的颠覆。”

“要快、 要赶时间。”

与多知网谈及AI落地教育场景时，网易有道CEO周枫坦言其正在选择“两条腿走路”：一面加速研发“子曰”大模型、一面促成应用场景模型的落地。

在国内，目前已经形成了三个不同的发展派别，包括以百度、华为、360等为代表的通用大模型派，以有道、京东云、同花顺等为代表的垂类模型派，以及以王慧文、李开复、王小川等为代表的ChatGPT创业派，三方都希望实现GPT从技术到产品、场景的商业化落地。

区别于以上，有道“子曰”是“大模型+小样板”在教育领域的一次与众不同的尝试。

相比通用模型，“子曰”在教育领域内的数据更全面，意味着围绕教育场景的交互可能性也有足够大的想象空间。

周枫对多知透露，有道将尽快落地六个应用场景：口语教练、作文与阅读教练、各科习题答疑、编程学习答疑、对话助手、知识工作助手。

场景为先、场景拉动——周枫强调有道并不会选择让所有概念汇合于一个模型中，相反地，“模型落地到不同场景上才是最重要的事情。”

有道也的确是这样做的。自2023财年Q1以来，其已在多个业务场景加速推进AI技术落地，包括如有道翻译中的AIBox功能，有道词典笔中的“开口说”功能，以及有道的围棋课程中基于生成式人工智能的AI语音复盘。

AIBox推出的不到一个月的时间内，已经被使用了近100万次。

对于有道来说，这无疑是一个良好的势头。

“生成式人工智能是一个革命性的技术，有道打算将这个技术发展为竞争优势”，在分析师电话会议上，周枫如是说道。

大模型落地教育场景，怎么做？如何做？在自我重构与自我革命中，有道正经历着什么？

带着这些疑问，多知与周枫进行了对话。

以下为与周枫对话原文，多知编辑整理

多知：第一次感受到ChatGPT的时候，什么感受？

周枫：还是非常震撼的。

当时我跟算法团队的同事来来回回地用，一起测试它的能力极限。从教育科技企业的角度来看，ChatGPT的出现很有可能在个性化教学和因材施教层面带来颠覆性的变化。

我是一月份把所有的论文全部读了一遍，从GPT-2开始全部读了一遍。

在读论文的时候也整理出很多东西，比如大家现在常常提到的语言模型，其实这不是最近才有的，这类的大语言模型已经有了4、5年了，最早当然是谷歌的那些模型，当然就有bert的模型存在，是两条不同技术路线。

Bert是encoder-decoder模型，decoder只有解码器的路线，所以bert其实是一个编码解码器的路线，大家以前会觉得bert是主流路线，那个论文我其实很早就读到了。

但后来大家发现open AI把这个事做成了，所有人就面临一个“选择”，也就是技术路线的颠覆，原来看的东西可能得重新看了。

多知：您提到“颠覆”这个词，它厉害在哪？

周枫：做人工智能的人都知道，最容易的事情最难。

我自己的公众号曾写过三点，大语言模型至少具有三项根本性新能力，这些新能力在学术界已经被广泛讨论，甚至被视为常识，但是在产业界和产品团队中却缺乏足够的关注。

这三个能力分别为涌现能力（emergent abilities）、作为基座模型支持多元应用的能力、支持对话作为统一入口的能力。

所谓涌现能力最关键一点就是常识推理，什么叫做常识推理，就是“美国第一任总理是谁，宋朝都城是哪里，比亚迪公司是在哪里成立的”……各种莫名其妙的常识性的问题。

ChatGPT的厉害之处在于它的常识推理能力很强。

你会觉得这听起来很容易，以前的AI就是查一个表不就行了吗，实际上不是这样的。

多知：是的，很多人对这个技术的第一反应是类似于过往的语料库或搜索引擎。

周枫：完全不是这样，如果人工智能常识能力强，一定程度上搜索产品的模式肯定不是十条结果，应该是直接就把答案搁那儿就完了，为什么需要十条结果呢？至少也应该是两、三条结果。

就是因为它给你的内容是有用的，但它其实并不准确地知道你问的那个东西的答案是什么，这个问题对机器来说非常难。所以我用ChatGPT的时候，第一个反应就是这非常了不起。

以前的AI可以这样理解，就是我们会用那个模态来区分AI的技术，那以前就是三大模态：视觉、声音、语言，基本上是最主流的三大AI技术方向。

而现在就会综合一些， 比如做视频：从声音过渡到了文字、文字又很自然过渡到了视频，这是所谓的多模态。总体的意思就是，大模型要把这些东西串在一起。

多知：教育会因此得到怎样的改变？

周枫：助力因材施教还是最核心的主题。

这其实是一个很老的话题，可以追溯到1984年美国教育学家布鲁姆的研究。他当时想研究班级制的这种教学模式有什么革新空间，因为谁都知道班级制教学模型是最可行的，但又有很多问题，比如不同学生学习进度不一样，一个老师对30个学生，甚至有的时候50个、70个学生，老师工作负荷非常重。他的研究结论就是，如果老师不只有这么少，一个老师可以去面对面指导一个学生，就能够提高学生的学业成绩两个标准差，比如从不及格到及格，及格到良好，良好到优秀，或者大概15分的量级，这非常了不起。

当然这是不可行的，因为像我们国家1.5亿中小学生，实际上大概只有差不多一千万名老师。那么此路不通，他就研究在师生比相同的情况下可以有什么办法。他发现可以使用掌握式学习，就是通过让孩子做练习发现他是否掌握了，如果他没有掌握就接着学，不要往前学，通过这种方式可以让学生的成绩提高零点几个标准差，这也是非常了不起的成就。

我觉得现在去回顾1984年的成果非常重要，因为如果大模型能够使我们有这样的人工智能助教帮到更多学生，会非常了不起。

我觉得技术手段永远是辅助，但有大模型之后辅助能力会更强。

多知：那有道想做什么？

周枫：我们现在是两条腿走路，一个最主要的是抓应用场景模型，另一个我们的大模型“子曰”也在研发当中。

我们会尽快率先落地六个应用场景：口语教练、作文与阅读教练、各科习题答疑、编程学习答疑、对话助手、知识工作助手。我们就是奔着场景去做，像口语教练、作文和阅读教练、棋类都是一个个场景。

多知：会感到焦虑么？或者眼下比较大的考验是什么？

周枫：要快、 要赶时间。

ChatGPT是11月份推出的，基本上后面两周技术圈就在密集讨论，大众没有注意到，春节后大众这边一下就“爆掉了”，成了全社会热议的话题。我们判断，不懂这项技术就没有办法吃这碗饭了。

后来在1月初的公司年度战略会，我们花了很长的时间专门让公司AI研究院院长来讲GPT的产品，大家做了比较充分的讨论，那时候我们一些应用场景的工作就已经开始了。

应用场景模型方面，今年下半年行业内就会有相对成熟的产品，现在看到比较多的还是发布会，以及内测型产品，我们认为下半年实际用户量就会上升，到底哪些产品用户量大就看各家公司做的情况。

新的技术上来，如果你慢了其实就很被动，过程中要克服团队的惯性，另外我们上半年会推出一些场景、我们认为场景是很重要的。

多知：想要克服的团队惯性是指？

周枫：有一个东西可以先透露下，我们在把有道的翻译引擎变成LLM——这是一个革命性的改变。

本质来说，当有新技术的时候如果不去做自我革命性的事情，很可能业务就会慢慢消失，其实我们也干过好几次这样的事。

比如最开始从统计机器翻译到神经网络机器翻译，后来从神经网络机器翻译升级到transformer的时候都是这样。因为新技术有很多的问题，比如说现在这个大模型最大的问题就是特别贵，对计算资源要求非常高，差十倍或者更多，团队需要去想办法解决这个问题。

我们认为翻译引擎需要升级，即翻译需要变成基于大模型的技术。

现在用的这一代翻译引擎是2017年上线的，团队已经维护了六年时间、算上研发已经八年时间，现在把这个彻底换掉、丢掉，对大家来说还是很大的挑战。

我们会在今年内开始进入更换的流程。

多知：在讨论一些公司战略性的布局的时候，当时做了哪些思考？有过纠结吗？

周枫：肯定纠结，这个东西每天都在变，而且变化速度非常快。

ChatGPT出来之后很快就推了GPT-4，一下子能力又提高了非常多，新能力能干什么，它未来还会有什么变化……这些问题到现在应该说还是有很多未知的。

当然我们有很好的基础，有transformer的这些技术积累，但是产品路线应该怎么设计？是不是应该把所有的精力都放在搭建模型上？这是最主要的问题。

再比如像除了模型本身之外，应该多干一些什么别的事情，如何跟我们的硬件业务，跟我们的辅导老师之间产生什么互动，这都是不一样的。

到底应该在云端上跑，还是在设备上跑……

这些都是问题，每天都有非常多的问题。

最后我们的结论就是“场景为先”。

多知：场景为先？

周枫：场景为先、场景拉动的意思就是说，你不需要一上来就把所有的东西都集中在一个模型上，这是一个可以搭配起来的事。

大模型能够作为基座模型来支持很多下游任务，这个术语讲法是下游任务，这是它非常重要的优势，我们一定会把这个优势应用的非常好。

我们现在还是觉得因材施教是一个主题，怎么因材施教？寻找场景，训练模型，设计商业模式，怎么去推广以及怎么跟人配合，这有非常多的事情。

针对场景做本来就是各个垂直领域的公司要做的事，当然国内现在特殊情况没有特别成熟可以用的模型，这使得我们需要多做的事。

但不管将来我们是跟成熟大模型去做非常深入的合作也好，还是说我们用整个子曰的模型也好，其实我们是开放的、有灵活性的。

但这六个场景，会是我们今年的主要内容。

多知：子曰这个名字是怎么来的？有令您印象深刻的故事么？

周枫：有道的教育大模型取名“子曰”，是因为孔子是我国教育先贤，也是因材施教思想的奠基者。“夫子教人，各因其材”，子曰的愿景就是用人工智能助力因材施教，又是一个与“对话”（语言）相关的技术，故名“子曰”。 

我记得当时这个名字也有反对票，说孔子不会说英文，也挺有意思的。其实到最后，用户在乎的还是产品而不是名字，如果产品不行，名字起的再好也不成。

多知：子曰是否有实际落地的场景？

周枫：就是前面提到的这六个场景，其实可以认为这些都是子曰的。在上半年我们还是在做场景落地的事情，后面会跟大家系统介绍子曰的能力。

多知：为什么选AI口语老师作为子曰大模型最先落地的应用？

周枫：中国人学外语最大的困难是什么？我们的困难不是词汇，也不是语法，是没有语言环境，语言这个东西是非常难以创建的，这是为什么说把孩子丢欧洲待半年，他肯定把当地语言学的很好，就是因为有语言环境，没有语言环境，那你再怎么教他，他也学不好。

以前唯一创造语言环境的办法就是外教，但外教最大的问题是什么呢，资源太少了。

说白了只有非常少数的学生能够有一个好的语言环境，那其实技术革新不就是解决这个问题吗？我们看到我们英语教学中间一直没有解决的问题，现在有机会把它解决好。

多知：对目前的落地速度满意么？

周枫：还可以，今年的条件还是不错的。

各方都还比较给力吧，比如从环境上我们其实可以看到一些数据，只要提到了AI的，今年就特别受欢迎。另外我们更多的资源肯定会集中在AIGC和大模型上面，这个出发点也是结合我们业务原有的优势，没有必要去做180度的转弯。

新的模型、新的技术来了之后我们一定要抓住的，因为如果抓不住掉队了，可能从此就是一个跟随的角色。

大模型的核心能力第一个是逻辑推理，第二个是比较容易做通用模型，原来很多个单独的模型现在可以合并，第三个核心能力是支持非常强的自然交互。我们原来也有一些技术优势，我们就要好好利用这个优势。

多知：大模型的搭建是否有重新组建研发团队？

周枫：我们在transformer这边有比较多的积累，使得有道在面向教育新的AI技术革新时的工作能够做好。

现在在一步一步往前推进，最重要的还是先从场景落地着手，因为只有把场景落地做好了，才明白到底要什么东西。

多知：AI的融入跟一个真人的补习老师相比有多少差距？

周枫：大家对于现在大模型的能力评价是一个大学刚毕业的人的水平。

意味着这是一个常识很丰富的一个人，很多事他都知道，而且是一个成年人，他不是一个小孩，他表达能力是很强的，他也是能够体会到跟别人交流中间别人的需求这些。

这是所谓大模型对齐的技术。

它知道你要什么，你跟它聊一些本来就有争议的话题，它会知道要比较模糊地回答你，它自己会留有余地，当然如果跟它聊一些非常明确的话题，那它也一定给你很清晰的内容做回应。

从这个角度上而言，大家的评价基本差不多，是大学毕业生的水平。

多知：能不能算得上一位专家？

周枫：还不能，局限性现在还是很明显，它无法深入到一个需要很多专业知识的领域，量化推理尤其不行。最经典的例子是40位数加法，GPT-4的40位数加40位数，永远是对的，这个意思是它懂数学，不是背答案，因为如果两位数加两位数对了，也不说明什么，机器可以背答案。这听起来还不错是吧？但如果是40位数加35位数，它有一半是答错的。这是比较经典的例子，意思是它有数学能力，但能力不全面。

这就意味着它现在还是能力不全面的人，一些地方有短板。

多知：他的身份可能更适合哪种专业或职业？

周枫：它的知识能力是很强的，但所谓专家其实很多时候要有洞察，它在很多领域里头其实做还不到有洞察。

它可能更像一个知识面很丰富的人，但聊着聊着你发现这个深度有限，前后可能还会有一点矛盾。 

多知：听起来是一个可以让教育更“普惠”的东西。

周枫：同意，能推动因材施教，或者说是一个能大幅提升效率和生产力的工具、技术。只要把它应用好，不管是教育还是其它行业，应该都是一个挺正面的事，提高效率。 

多知：一个老话题，大模型是否真的“偏科”？比如落地文科更容易？

周枫：从现在大模型的技术现状来看，首先就是从综合能力上它是一个革命性的变化，相比以前的能力强了非常多，大家实际用应该也有体会，的确综合能力非常强。

那如果把它落到教育上，那其实像语言学习、英语学习这样的，它就会能干很多事，而且能力局限性比较小，当然我们也看像语文这样的学科其实也很强。

你可以认为文科可能是当前阶段大模型更强的一个领域。

那理科大家比较关注的是所谓量化推理，就是做应用题的能力。以前模型可能十分之一做对，或者说最多五分之一对就很了不起了，现在可能一半对。但这在一定程度上是不够的。这是为什么大家往往认为大模型数学还不太行。

多知：听起来好像文科的确占了些优势。

周枫：对，其实文科相对属于高容错场景，它讲什么你也没有办法反驳它，只要它自己讲的言之有理就好。但它的厉害之处就是能够做到言之有理。

这就回到了我们的选择上——挑场景很重要。

因为如果想指望一个无限强大的技术，或者说去想象这个技术能变得多强，或者我发现它还差10%，我就投入公司所有的力量去优化那10%，可能那10%就是最难，你想等那个技术，可能等两年也等不来……这是很难的。

那刚好教育这个领域又比较多元、场景非常多，所以我们选择的是找场景。

我们在语言学习上有大量的用户，另外语言学习跟大模型能力又非常匹配，所以对于我们来说是一个比较自然的选择。

多知：能否结合有道已经落地的场景，展开解读下大模型在文科内容上的可能性？

周枫：教育这个领域其实非常务实，我们从2015年开始做教育，到现在也有8年的时间了。

我们感受到的是，教育这件事是没有一个办法可以解决所有问题的，它非常复杂：每个孩子都不一样，每个学科都不一样，每个地域都不一样。

比较有经验的团队会在这个里面找到共性需求，这样才能作出成功的产品和业务出来。

不管我们的数字内容服务，还是我们教育硬件产品也好，还是我们APP的互联网产品也好，其实都是这么来的，就是不断在一个非常复杂的需求环境之下找共性需求。

现在新一代AI技术来了之后，首先场景就会比原来变得更复杂，这是它非常大的区别，即便上是一代能力比较局限的时候，我们其实已经可以做出好产品。

最典型的例子就是词典笔，词典笔是比较窄场景之下用户非常满意的产品。它能识别文字，能翻译，能用语音把它念出来……

按照大模型的能力你会认为这是很局限的技术，但即便如此，最后这个产品把需求切准了之后这是非常受欢迎的。

所以这是为什么我们对于大模型的技术现在还是非常看好的。你有了这么多的更综合能力之后，那产品应该更好才对。

多知：通用大模型出现后，教育领域做垂类模型的意义还有么？

周枫：如果可以找到很强很强的具体场景，你把它做深入、做透之后，你就可以占住这个地方。 如果说做半天发现这个东西做不通，做来做去还不如不要做，当然统一的模型就赢了，我觉得这两个都有可能。

但我们坚信的是，做教育领域的优化是非常有价值的。

至于最后这个价值是不是能大到超越通用模型可能的规模优势，还是需要一点时间验证。至少我们可以看到一些迹象，垂类模型有它很大的优势。 

多知：您对未来这个方向的格局是否会有一个判断，大概是什么样子的？

周枫：现在在国内没有特别完美的大模型的产品，大家都还在迭代，因为大家的时间很短，Open AI 之前也花了很久的时间。

比较成熟的产品尤其是应用到垂类，我觉得今年下半年可以期待一下。