图1头图 | 图源百度百科

从0到1

这是计算机语言的飞跃

(资料图片)

ChatGPT的出现

会成为AI跨越图灵测试的飞跃吗？

1

ChatGPT为何这么厉害？

ChatGPT是OpenAI推出的一款人工智能语言处理工具.

简单来说，ChatGPT是一款聊天机器人程序.

往深了说，ChatGPT能够通过特定的神经网络架构来学习和理解人类的语言，并在此基础上和人类进行互动，也就是一款可以像真人一样聊天交流的AI。

更有甚者，可以在特定方式下使用ChatGPT完成文案撰写、脚本编程、文本翻译、代码编写等任务。

图2 | 图源新京报

得益于Transformer神经网络架构（GPT-3.5模型），ChatGPT拥有专用的数据处理和理解模型，在此基础上形成了ChatGPT的交流和理解能力。

换言之，ChatGPT能够通过连接大量的语料库来学习和训练自身的应答模型。

因此我们在使用ChatGPT时，可以看作是在同一个会说话的搜索引擎交流。

图3 | 图源新京报

2

颠覆性的AI

七十多年前，科学家艾伦·图灵针对AI技术提出了著名的“图灵测试”。

“测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。”

30%的标准，来自于图灵对未来机器思考能力的一个预测，而如今看来，ChatGPT的出现无疑是加快了AI通过图灵测试的进程。

上知天文、下知地理的ChatGPT，既能回答现实问题，又能穿越时空为名家代笔写诗。

如此具有颠覆性的技术也不禁让人们思考，它会不会让人们失业？

如果会，又会让什么人失业？

无论如何，人们对于ChatGPT最大的疑问与争议依旧在于，它能否真的实现或代替人类的思考。

图4 | 图源CSDN

在过去，当你把问题抛给搜索引擎或AI时，它们往往只会通过生成模型寻找一个现有的答案或模板来回答你，因此常常答非所问。

ChatGPT则采用“生成模型+奖励模型”的结构。ChatGPT在回答后会将问答结果反馈给奖励模型。

换言之，ChatGPT具备一个内在的评分（奖惩）机制，假如ChatGPT面对同一个问题可以给出ABC三个回答，那么奖励模型会根据逻辑是否自洽等因素分别给三个回答分别打分，并以分数高低为奖惩的依据来优化自身的回答方式。

“生成模型+奖励模型”组成了ChatGPT的自回归特性。

即ChatGPT可以自行完成问答、奖惩、迭代的循环。于是ChatGPT就可以在汉字或字母中匹配到最高得分的组合，随后组合成句子或段落提交给用户。

图5 | 图源openai官网

尽管“生成模型+奖励模型”的结构已经优于目前大部分AI，但这并不意味着ChatGPT在生成回答的过程中真正理解问答的含义，ChatGPT始终只是在寻找模型计算出的最优解，只不过在路径选择和反馈接收上做得更好。

ChatGPT的自动奖惩机制减少了人工修正量，于是它能越学越快，并在同其他AI的激烈竞争中胜出。

3

再强的人工智能也离不开“人工”

三年前谷歌的MT5拥有130亿参数。

彼时ChatGPT的前辈——GPT-3模型已经拥有了1750亿参数。

如今ChatGPT横空出世，参数相比GPT-3并无改变，却已经达到了性能爆炸的奇点。

由此可见，参数的堆积未必是AI进步的关键，优化模型和计算方式或许才是提升AI技术的关键。

然而再强力的AI也离不开人工的支撑，AI世界的基础依然是现实世界。

图6 | 图源凤凰网科技

即使强如ChatGPT，其语料库依然停滞在2021年第四季度，它对世界的认知冻结于2021年，对它询问当下任何新鲜事，恐怕都无法得到有效的回答。

此外，ChatGPT的回答并不稳定，ChatGPT会在多轮问答后开始“说胡话”。

这是因为随着对话的增加，模型计算的复杂度越会指数级提高，ChatGPT为了减少计算时间，需要裁切文本，于是就导致回答失真。

现阶段ChatGPT在AI领域取得了重大成功不假，但是以ChatGPT为代表的AI技术依然离不开人工的引导。

本质上，依然是人类在指引着AI的探索和问答。我们距离AI真正实现独立思考，仍然有着一段距离。

END

作者：唐雨 中国传媒大学

资料来源：维基百科、科技头条

CSDN、中国新闻网

责编：咕噜