文章转载来源：AI之势

　　原文来源：科技新知

图片来源：由无界 AI ‌生成

　　“过去的表现并不能保证将来的结果。”这是大多数金融理财模型的小字。

　　在产品业务内部，这被称之为模型漂移、衰退或过时。事情会发生变化，模型性能会随着时间的推移而下降。最终的衡量标准是模型质量指标，可以是准确率、平均错误率，也可以是一些下游业务的KPI，比如点击率。

　　没有任何模型可以永远有效，但衰退的速度各不相同。有些产品可以使用多年而无需更新，例如某些计算机视觉或语言模型，或者是在隔离、稳定环境中的任何决策系统，比如常见的实验条件下。

　　想要保证模型精度，就需要每天对新数据进行训练，这是机器学习模型的范式缺陷，也使得人工智能部署，不能像软件部署一样可以一劳永逸。后者被创造了几十年，目前最先进的AI产品，依然使用着早年的软件技术。只要仍然有用，即时技术已经过时，它们依然可以长存于每一个字节中。

　　不过被称为人工智能最前沿的产品，以ChatGPT为代表的大模型，在遭遇人气衰减后，迎来是否正在过时和衰老的质疑。

　　无风不起浪。用户在ChatGPT上花费的时间越来越少，从3月份的8.7分钟降至8月份的7分钟。侧面反映出，当大模型工具的供给侧迅猛增长，仅仅只是生产力工具的ChatGPT似乎并不足以成为主流使用人群Z世代的心头好。

　　一时的人气不足以动摇致力于成为AI时代应用商店的OpenAI霸主地位。更核心的问题是，ChatGPT生产力的老化，才是不少老用户信任度下降的主因。自5月份开始，OpenAI论坛里讨论GPT-4性能不如以前的帖子，就一直在发酵。

　　那么ChatGPT过时了吗？以ChatGPT为代表的大模型会像过去的机器学习模型一样衰老吗？不理解这些问题，就不能在层出不穷的大模型热潮之下，找到人与机器的可持续发展之道。

　　01 ChatGPT过时了吗？

　　来自Salesforce AI软件服务商最新的一份数据显示，有67%的大模型使用者是Z世代或者千禧一代；很少使用生成AI或在这方面落伍的人群中，68%以上的人是X一代或婴儿潮一代。