关于 《为什么我们搞不出ChatGPT》的讨论

B站上看到的视频，从数据的切入点，讲国内AI 尤其是NLP方向发展的一系列弊端。

up主: 图灵的猫
【中文互联网的凋零，正在杀死中国人工智能的未来【为什么我们搞不出ChatGPT】-哔哩哔哩】
链接 https://b23.tv/41ZJZmq

想向大家讨教一下，up主视频中说的现状，有多少是你认同的？不认同的地方又在哪里？ 国内的大厂，国家企业，以及学校，有怎样想办法改善吗，做了哪些我们看不到的工作(解决方案)吗？

补充内容 (2023-04-02 01:37 +08:00):
谢谢大家的讨论，还有前辈分享自己的经历。这个问题《为什么我们造不出ChatGPT》是过于宽泛了 (伪命题), 回答的方向也有很多。

楼主具体想问的是，我们是否需要担忧中文的high-quality data？ 除了知乎，知网， 百度文库(需要付费)，博客园，CSDN (大型copy&paste上演地)，和零星的私人博客等等，国内的互联网环境让filter出high-quality data这件事难了多少？

提到的b站视频中其实已经讲了很多，high-quality data需要引起重视的问题。所以想抛砖引玉，再听听留美的大家(大佬)的见解，感谢。

原因和“中国男足为什么不能进世界杯”一模一样的。

天朝看上去极其牛逼， 其实到处都是男足模式。

感觉这个是个伪问题，因为除了我们中国，其他没有严格网络审查的国家比如德国、法国、日本也都没搞出chatGPT

如果是中文NLP难学，那同为英语国家的英国，加拿大，澳大利亚，新西兰也没搞出chatGPT

真正的问题应该是，为什么只有美国搞出了chatGPT

当年明清为了怕贸易威胁皇位，片板不许下海，错过了大航海。
后来的清朝怕工业威胁皇位，把工业发明当成奇技淫巧，错过了工业革命。
现在为了xxxx，建了防火墙，任何创造性的东西，在做到能说什么之前，得先保证不乱说什么，所以错过了新时代的大航海，简直就是历史的必然。

自认为国内有些厂中文的NLP模型做的也不错呀，比如腾讯

国内游戏产业和这个类似。

我觉得言论自由是自然语言研究的基础？（所以..
如果我讲的不对请指正，不知道墙与审查的存在是否会形成阻碍。

搞不出的东西多了，不如问问到底搞出了什么。。

这个问题本身有问题，因为不仅仅中国搞不出，德国日本英国也都搞不出。所以更natural的问题是，为什么只有美国搞得出chatgpt。

终于有人问了一个重要的问题，以下回答完全基于个人是视角，比较悲观。

层主曾是一个发过半百paper的phd，在2017年末毕业来到湾区打工。在2019年中下旬的时候，是有想到要做chatrobot的，并且注意到了transformer。为了尝试启动这个想法，我需要解决的问题如下：
(1) 市场
(1.a) 推广和寻找用户
(1.b) 盈利模式
(2) 执行 - 做出这个产品
(2.a) 寻找sufficient high-quality data
(2.b) 写code写model
(2.c) 寻找资金把服务器架设到aws或者google cloud上
(3) 竞争优势 - 为什么别人不如我

能力有限，最关键的(3)和(1.b)完全没办法解决。但是更大的问题在于基础性质的(1.a)和(2.a)和(2.c)都没法解决，能够搞定的只有(2.b)

为什么是这样呢？在湾区社交认识的几乎每一个人，只能聊work/stock/scope/promo/house/三俗这种，也不知道是不是自己的情商问题。(1.a)自己完全不知道怎么做，相比之下，chatgpt有种一夜之间众人皆知的感觉。因为国人圈没人掌握资源，(2.a)搞不好都没人知道吧。之后的(2.c)就更别提了，尝试的几次撞的一鼻子灰，哪来的钱。

为了避免自己陷入996卷工作/超过70年旧小破黑屋/大半辈子房贷的劣势节奏，无奈之下层主只能启用家传房地产的后手尝试止血，呵呵感满满 T.T

很简单，越南不允许出错，你出错了职业生涯就完了。所以得是稳定的别人试过成功的才行。所以需要美国突破，越南复制。美国也需要越南经济不蹦，不然台湾就危险了。