文章主题:人工智能, 大语言模型, ChatGPT, 自然语言处理
人工智能时代已经到来。在过去的想象中,机器人可以快速地计算,也可以在极端环境下工作。但是,其最大的缺点在于,无法体会人类的语言和情感,不能进行创造性的思考。
人工智能正在逐步揭示人类的思维逻辑和语言模式,这一进程可以从AlphaGo战胜全球顶级棋手,到ChatGPT创造的大语言模型中得以体现。我们正赋予人工智能越来越多的人类特质,其中最为显著的是ChatGPT所展示的极快学习能力。
人工智能正在各个领域广泛应用,涵盖了金融、科技、设计和工业生产等领域。其中,ChatGPT 作为科技界近两年来的一项重大突破,不仅为我们带来了巨大的机遇,也引发了对部分岗位被语言类AI取代的担忧。面对这种情况,我们应当积极应对,思考如何在的社会模式变革中发挥自身作用。
在这个瞬间,ChatGPT就像一个窗口,为我们提供了一个预览的机会,让我们能够提前探索充满人工智能的未来世界,并了解在其中,人类将会扮演怎样的角色。这种具有前瞻性的引领,将使我们更加深入地认识和理解ChatGPT,以及其他各种类型的人工智能。
成生辉是西湖大学工学院和未来产业研究中心研究员、智能可视化实验室负责人。近日,他出版了新书《ChatGPT ——智能对话开创新时代》。基于他在元宇宙、人工智能、可视化、可视分析等领域的丰富经验,该书将深入 ChatGPT,展示 AI 生成的内容如何彻底改变人们的思考、写作和交流方式。
图 | 成生辉(来源: 成生辉)
这本书从解析 ChatGPT 技术模型要点出发,帮助理解 ChatGPT 的内在原理,然后进一步探索智能对话的边界,即 ChatGPT 可以 ” 进化 ” 到何种程度。在书的后半部分,成生辉总结了 ChatGPT 行业前沿应用,并对未来经济模式进行了展望。
我曾听过知名孵化器Founders Space的主席兼CEO史蒂文·霍夫曼(Steven S. Hoffman)推荐一本名为《ChatGPT:如何颠覆社会》的书,并表示这是了解AI技术如何改变世界的绝佳起点。
(来源:《ChatGPT ——智能对话开创新时代》)
接下来,本文将分享书中以及成生辉关于 ChatGPT 前沿观点和思考,来帮助读者理解一个嵌入 ChatGPT 的社会将如何运行,未来又将走向何方。
ChatGPT,作为一款以GPT模型为基础的人工智能产品,实质上属于一种AI技术。该产品的背后支撑着由研发团队打造的大语言模型(即LLM)。LLM是一种运用深度学习技术进行自然语言处理的模型,主要目标是理解和生成类似于人类的自然语言文本。
在训练人工智能模型的过程中,人类反馈强化学习(RLHF)是一种常用的优化策略。这种方法主要依赖专家对大型语言模型输出的评估与反馈,通过给予奖励或惩罚信号,进而对模型进行调整和优化。模型会根据这些反馈信号进行相应的学习,从而提高其表现力和效能。
大语言模型能够通过学习海量的文本数据,掌握语言的语法、语义和上下文信息,并能够生成具有连贯性和合理性的文本。
它可以预测给定上下文下的下一个单词、补全句子、回答问题、生成对话等。目前,指令微调大语言模型是 LLM 研究和实践的主要方向之一,它能给出更加准确的信息,同时也能保证输出无害的信息。在 等 AI 公司的努力下,指令微调 LLM 更加安全且更符合人类价值观。
ChatGPT 诞生后,其它互联网公司也发布了类似的语言类人工智能产品,例如,百度的 ” 文心一言 “、华为的 ” 盘古 ” 模型和阿里的 ” 通义千问 ” 等。
这些模型背后的技术原理相似,甚至一些应用是直接调用 GPT 模型的接口,其差异性主要体现在模型性能上。目前这些语言类 AI 中,ChatGPT 在响应速度和准确性上的优势比较明显。
由于国外对于大语言模型的研究起步较早,并且 投入了极大规模的研发成本,包括研发人员成本、训练模型使用的设备成本、训练用的语料库数据成本等。中国对于语言类 AI 的模型开发起步略晚,但是研发的速度很快,势头也比较猛。
(来源:Pixabay)
在用户体验中,常常会碰到 ChatGPT 或者其它语言类 AI 答非所问的情况,而这与用户提问的精准性是密切相关的。
首先,要保证可以给出清晰而具体的提问,要能够给出尽量准确的关键词。清晰且具体的表述,可以降低模型给出无关或错误响应的概率。对于一个过于复杂的目标来说,适当的拆解目标,然后发出指令是可行的方法之一。例如,如果直接对 ChatGPT 发出 ” 写一篇关于 AI 的文章 ” 的指令,大概率会得到一篇不知所云的文章。
一种可行的方法是,把 ” 写一篇关于 AI 文章 ” 的大目标拆解为小目标,从框架到每一段的中心思想,逐步的向 ChatGPT 发送指令,以达到完成一篇文章的目标。
其次,要学会引导模型,并适当矫正模型给出的答案,避免 AI 模型自行编造。目前,ChatGPT 已经深入到各个领域,包括创意、教育、技术、服务等各行业。对教育行业来说,ChatGPT 可以作为学生个性化学习辅助的工具。它可以回答学生的问题,提供解释和示例,帮助学生理解复杂的概念和知识点。通过与 ChatGPT 的对话,学生可以得到即时的反馈和指导。
此外,ChatGPT 可以大大提升学生获得信息的效率。对服务行业来说,ChatGPT 可以充当客服的角色。其实,AI 客服在服务行业中已经得到了广泛的应用。但是,之前的 AI 客服只能反馈一些既定的模板式的答案,而语言表达不够自然流畅。
ChatGPT 生成的语言更接近人类语言,且能够根据不同的需求生成更有针对性更具体的反馈。可以说,ChatGPT 不再是一个没有感情的模型,而越来越往富有 ” 人性化 ” 的方向发展。
然而,就像核武器一样,任何技术都是一把双刃剑。由于 ChatGPT 生成回复的方式是基于模型的训练数据,它可能无法始终保证提供的信息是准确、可靠的。
在某些情况下,它可能生成错误的回答或误导性的内容,特别是当模型没有足够上下文或相关信息的时候。例如,对于晦涩的问题,ChatGPT 可能会编造谎言,且 ChatGPT 在数理推理上的表现较差。
其次,使用 ChatGPT 时,用户输入的信息可能会被记录和存储。这就会引发隐私和数据安全的问题,尤其是对于涉及敏感个人信息或商业机密的场景。
更为重要的是,ChatGPT 的应用还有许多法律和道德责任的问题没有解决。例如,责任归属、算法透明度、版权和知识产权等。可以肯定的是,人类将不会容许 ChatGPT 游走在法律的边缘。
一个被广泛讨论的场景是,ChatGPT 应用于学生论文写作或帮助完成作业。学习本身是一种思维训练,通过做作业的过程实现思维模式的培养。所以,如果学生依靠 ChatGPT 来完成作业,就会丧失自我思考的能力。
在写论文场景中,基于相关实验,ChatGPT 生成的大部分文献都是虚假文献。因此,使用 ChatGPT 完成的论文,完全不符合高校论文的标准,并且学生还要花大量时间对其进行修改。所以,在学习中滥用 ChatGPT 并非明智的选择。然而,ChatGPT 具有非常高效的信息检索能力,完全可以作为辅助学习的效率工具之一。
另外,ChatGPT 会让很多行业消失,这是很多人所担心的事情。ChatGPT 及其他生成式 AI 的发展确实可能对某些行业和职业带来一定的影响,但是否会导致大规模失业现象尚不确定。
对此,成生辉表示:” 我认为 ChatGPT 及生成式 AI 和人类相比,在创造性思维、情感理解以及较为复杂的决策性事务上并不具备优势。因此,人类和 ChatGPT 之间应该是互补关系,而不是简单的替代关系。”
此外,ChatGPT 等产品的发展可能创造出新的就业岗位,例如提示工程师等,可以利用这些技术创造出新的应用场景和商业模式。
那么,我们应该怎么面对 ChatGPT 所带来的巨大改变?
成生辉认为,随着技术的发展,职业环境不断演变,人们需要适应变化并不断更新技能。在面对 ChatGPT 等技术工具时,人们可以通过转型和学习新的技能来适应变化,包括培养专业技能、加强创新思维和解决复杂问题的能力,以及与 AI 工具协同工作的能力。
AI 时代势不可挡,尽管对于人工智能语言模型还没有合理合法的管控,但是 ChatGPT 所展现的能力已经足够让我们看见人工智能时代的未来场景。
对此,我们已经没有时间去担忧和恐惧,应该最大程度地发挥 ChatGPT 等 AI 的功能,进一步拟人化 AI 工具,同时构建一个靠谱的 ” 护栏 “,帮助人们颠覆生产的模式。
运营 / 排版:何晨龙
AI时代,拥有个人微信机器人AI助手!AI时代不落人后!
免费ChatGPT问答,办公、写作、生活好得力助手!
搜索微信号aigc666aigc999或上边扫码,即可拥有个人AI助手!