爱数博客

ChatGPT浪潮席卷世界，
有一个领域哀鸿遍地，
那就是 NLP，自然语言理解。

「 NLP技术一般被用来对人类的语言进行标注和解释，比如分词、词性标注、句法分析等等，来帮助计算机更好地理解、处理文本数据，使它们能够与我们更自然地交流。」

GPT 3.5 推出后，人们发现很多 NLP 任务可以用 GPT 来完成，且无需训练便能达到匹敌传统 NLP 模型的效果。有人半开玩笑说，NLP 方向的研究生毕业就要失业了。

可事实真的是这样吗？
点击下方视频看看爱数专家怎么说。

首先，NLP 是一个领域，而不是一种特定的技术，技术可以升级、可以被淘汰，而领域在这个技术升级迭代的过程中一定是大踏步的前进的。

对于 NLP 领域来说，GPT 技术实际上极大提升了 NLP 领域能力的上限，我们能做到很多传统技术做不到的事情。

举个例子：
“球放不进箱子里，它太大了”
“球放不进箱子里，它太小了”
“它”指什么？这个问题对于传统 NLP 是很难解决的，因为这个问题的解决包含常识，而常识在传统 NLP 技术中是很难表征和压缩的。对于 GPT，它通过深度的 decode-only 的 transformer 架构，训练出了具备常识和语言理解能力的统一模型，几乎算是很轻松的解决了传统 NLP 根本无法触碰的难题。而这种通用智能的能力，则给了我们一把打开数据价值的万能钥匙。

其次，GPT 技术不算是颠覆了传统 NLP 技术，而更多是对传统 NLP 技术的补充和增强。

最典型的讨论就是知识图谱技术是否还有必要存在，而目前业界基本达成的共识是，GPT 不但不能替代知识图谱，而且可以更好的增强知识图谱的技术，让知识图谱能够和 GPT 更好的互补，缓解大模型落地中的幻觉、不可解释等问题。

每一代技术的出现，都是危和机的结合体。创新的人能够嗅出机遇，主动适应时代，抓住新技术的红利；守旧的人则在对旧技术的执念中被时代淘汰。无论是公司还是个人，我们都必须去迎接、去全力拥抱 AGI 时代。