很久没见到周鸿祎如此激动了。在1个多月间，360集团创始人周鸿祎已经在不同场合、数次谈及生成式人工智能产品GPT4、ChatGPT。
在3月29日的“2023数字安全发展与高峰论坛”360的主场上，周鸿祎更是花了1个多小时全面阐释了他眼中的GPT4、ChatGPT。整个大会高潮则出现在周鸿祎当场演示360GPT产品“360搜索”——周鸿祎口中“刚出生的孩子”时。
周鸿祎认为，人工智能大模型是全人类知识的集大成者，能够赋予普通人更强大的能力。对于人工智能将带来“失业潮”他持乐观态度，人工智能训练师的职位可能会先出现。使用GPT，学会“问问题”是最关键的技能。
同时，周鸿祎称，因为GPT训练的高成本，未来很多GPT服务可能都是收费服务。
在周鸿祎看来，目前利用GPT对产品重塑改造，微软走在了前面。
周鸿祎对ChatGPT代表的AI大语言模型的研究和判断，塑造360对自身GPT产品的构建。
在论坛现场，360的GPT 产品——集成了GPT能力的360搜索亮相。
周鸿祎称：“很多人关心360的人工智能进展，今天把‘刚出生的孩子’抱出来给大家看看。”
因为周鸿祎说，360的GPT 产品“叫360GPT还是360AI还没想法，希望大家多提宝贵意见，帮它起个名字”。于是一众网友在直播间戏言“红孩儿”出世。
360方面对这个“红孩儿”的名字似乎也挺满意。
周鸿祎现场提问“红孩儿”：周鸿祎为什么老爱穿红衣服？
360“红孩儿”回答”周鸿祎为什么总谈论GPT话题?”
周鸿祎点评称，生成式AI和搜索的最大的区别是，搜索是严格按照关键字匹配，而生成式AI和人类大脑一样，能够联想，有自己的主观观点。
针对当天突发的最新事件提问：“为什么要暂停训练GPT5?”
不过，当现场观众提问“梅西在阿根廷国家队进了几个球”时，360“红孩儿”给出的答案是：100个球。
公开信息显示，这个问题的答案应该是102个球。周鸿祎要求“红孩儿”重新回答后，给出的仍然是“100个球”的错误答案，公开“翻车”。
这一场秀，360“红孩儿”被周鸿祎称为“刚出生的孩子”，并非真正意义上的产品发布，只是满足大家的好奇心，向观众演示目前的产品雏形。
不过对360集团的人工智能战略，周鸿祎已经有了清晰规划。
周鸿祎认为“微软已经走在了整个行业的前面”，微软已经陆陆续续把全家桶产品包括办公套件、代码编辑器、安全产品等都用 GPT 做了重塑。
周鸿祎也非常看好OpenAI的发展模式，他认为OpenAI一方面在技术上不断创新，一方面跟微软合作，走了一条快速的产品化、商业化道路。
因此，周鸿祎给360也定下了“两翼齐飞”的AI战略，即先占据场景，同步发力核心算法技术。
周鸿祎介绍了360大模型战略在ToC、ToSME、ToG&aMp;B方面的商业化场景落地计划。
在To C端，360将推出新一代智能搜索引擎，并基于搜索场景推出人工智能个人助理类产品；
在To SME（中小企业）端，将基于生成式大模型推出SaaS化垂直应用，如结合生成式AI的“苏打办公套件”和“企业即时通讯工具-推推”等，以解决中小微企业数字化转型难题；
在To G&aMp;To B端，360将核心数字安全能力融入安全AI模型，计划结合数字安全业务推出企业私有化AI服务，满足客户对私有知识、资产的索引需求。
从这一战略安排来看，周鸿祎已经规划好如何将360的产品全家桶用大模型重塑一遍，未来会有更多360“红孩儿”们出现。
这一场AI大模型对产品的重塑之旅，在技术、产品化、商业化方面还面临诸多挑战。不论如何，周鸿祎已然投身这场和AI“红孩儿”们的大战中。
对于AI大模型技术、GPT4、ChatGPT，周鸿祎还分享了自己的观点。TechWeb进行了整理，希望对面临AI冲击的你也有一些帮助。
GPT4已经是世界上最聪明的“人” 。
GPT 人类历史上第一次把人类所有的知识都学进去，正因为它理解了人类所有的知识，甚至理解了很多人说的所谓的梗，使得它能完整地了解我们这个世界，才能很自如地跟我们进行对话。
GPT 的参数数量到 GPT-4 就开始保密，我从它的能力上给大家反向做一个推理，基于 GPT-3.5 的初版 ChatGPT 大概用了 300 万到 500 万本书籍支持训练，GPT-4 的训练量应该是它的 10 倍，可以估算为 4000 万本图书。
一个人一生能读多少本书？人生不过百年，也就 3 万多天，你一天读一本书也就读 2 万多本书，可是 GPT 能读几千万本书，和人类知识量非常不一样。
所以在 GPT 之前的人工智能我把它叫做人工智能的 1. 0，或者叫弱人工智能。GP3.5是一个拐点，GPT-3.5开创了一个通用人工智能的时代，可以叫强人工智能。
有人可能会跟我争论，说你还没看到 GPT 有那么多缺点呢？
大家一定要注意一点， GPT 这个模型是可以不断地通过训练、持续学习来进行改进的。人类的进化速度可能是线性的甚至很缓平的曲线，但是 IT 数字行业的发展一旦过了某个拐点，就是指数型的进步。
最近两个月每天都在发布新产品，每天都有新技术的突破，这个突破有三个要素，一个是需要更大量级的参数，代表了神经网络的连接能力，第二个是更大量的源发性知识的输入，还有一个最重要的是各种能力的训练。光把知识灌输到 GPT 里还不行，需要给它更多的人工训练，就像小孩学完了数学，很多奥数题还不会做。这很正常，因为需要老师教他，老师教过一个题目之后，这一类的题目他就能够举一反三，他就会做了。
GPT 最强大的地方是它能够基于人类给出的大量标准问题和答案，通过“做例题”的方式来挖掘自身的潜力和能力。
这是我今天分享的第一个最重要的观点，就是不要把GPT看成一个玩具，不要只把它看成一个聊天机器人，也不要把它看成新一代的搜索引擎，这些都是它为了推广做的伪装，是为了更贴近普通用户而进行的产品包装。
真正强大的是藏在聊天窗口背后的超级大脑，它代表了一个超级人工智能时代的来临。
GPT是一场新工业革命，是一场工业革命级的生产力的提升的一个武器。
数字时代的重要特征大数。但实话说，大数据怎么利用？其实每个企业的需求都不太一样，所以很难统一的模式。
但是今天 GPT 大语言模型就像发电厂一样，而大数据就像煤炭，我们把煤炭送进发电厂燃烧，然后产生电力，因为有了标准化的电力，这个电力传输给百行千业，就能产生工业革命级的效果。
所以我在内部讲，所有的软件、app、网站都值得重塑一遍。如果你所在的行业、所在的领域将如何被重塑？
到底中国有没有能力发展的是一个大语言模型。对这个问题，我的答案是。
现在我们跟GPT4有没有差距？我相信GPT5已经在路上，我觉得有差距。
这个差距多少呢？
就拍脑袋算了一遍，我觉得肯定不是“一个月”，认为比较乐观的看法是有“两年”也就是24个月的差距。
我认为都有相当的差距，但这个差距不是不可逾越的，不是很难追上，但是需要时间训练，也需要大家更多的支持、理解和宽容。
我们不要走两个极端，要么就很悲观，说我们根本就赶不上，要么就很极端，说我们两个月就赶上国际GPT的水平了。我觉得这两个观点对于中国发展GPT都是有害的。大家保持合理的期望，给中国GPT产业1年到2年的时间。
也要意识到我们还是有很多优势，比如工程化、产品化、商业化的优势。
我认为会有一种新的职业，叫“人工智能训练师”。我们每年有上千万的大学毕业生，总不能毕业了都去送外卖吧，可以鼓励更多的大学毕业生、高素质的人才来做人工智能训练师。
GPT的成本很高，如果没有商业化最终这个服务是做不下去的，全部靠免费往里塞广告，这个模式也难一直保持下去。所以很多GPT服务，未来可能都是收费服务。