的风刮了好一阵，最近更是被传得神乎其神。学生用它来解题、科研工作者用来论文、新闻工作者用来写稿件……从最基本的聊天到写文章、写代码、翻译，甚至创作音乐、写诗歌、写出“人类毁灭计划”，这款聊天机器人似乎无所不能。
其实，是Open AI所推出的线上人工智能对话工具。你可以在对话框里提出要求，这个机器人则可以在几秒内给出回复。有人叫嚣程序员、媒体记者会因此下岗，也有观点认为将取代等搜索引擎。
究竟是什么？真有这么神吗？天目新闻记者专访浙江大学计算机学院教授、中国人工智能学会智能创意与数字艺术专业委员会委员汤斯亮。
图源：新华社
相当于“小鼠大脑”
用的人越多它越精确
汤斯亮介绍，从目前已披露的信息来看，所涉及的技术并不包含人工智能理论上的重大突破或颠覆性创新，它更像是一个对近年来蓬勃发展的大规模预训练语言模型技术一个成功的工程应用。
“早在2020年，由Open AI研发的具有文本生成能力的大规模预训练语言模型GPT-3就已经发布，GPT-3在当时已经具备了翻译、问答、简单数值计算、编故事、写代码等40多种能力，但它并不理解人类的需求与审美，而正是从这个角度优化了GPT的不足，使生成的结果更符合人们的预期与价值取向。”汤斯亮说，实现的主要挑战来自数据、算力与算法等方面。这其中算法，也就是人工智能技术上的门槛是最低的，因此很难说是人工智能理论的重大突破。
语言模型又是什么？
汤斯亮介绍，我们人类的语言一样，由于其表意的需求，并不是词的随机组合，一个句子需要被人类理解，句中的每个词都会受到该词所在上下文中的约束。计算机中的语言模型其实是一种计算模型，如果将人们说的一句话输入给语言模型，那么语言模型就能计算出最有可能的下一句，从而实现问答或对话。
“但由于模型的输入与输出都是抽象的符号，它就像是一只被蒙上眼睛被拴着的鹦鹉，尽管鹦鹉并不理解每个词的具象含义，但它听了几乎世界上所有的人话，但凡有人给它起个开头，它就可以在后面接着说很多，即使鹦鹉并不知道自己在说什么。”汤斯亮说。
要让语言模型说正确的话，就需要大量的语料来进行训练，以GPT-3为例，其训练语料达到了45TB（约等于5万亿字符），这个“学习量”是非常惊人的。此外，控制GPT-3模型行为的可调参数也达到了1750亿个，几乎跟一些小型哺乳动物大脑（如小鼠大脑）的神经元链接数量相当。
按照GPT这类语言模型的原理，用户给一个开头，后面生成出来的可能性是无穷多的。换言之，人问一句话，GPT一定会生成一个回答，这个答案可能是正确的，但不一定是有用的。比如说，问珠穆朗玛峰有多高？如果回答“它是世界最高峰”，这个答案是正确的，但是它没有包含足够有效的信息量。
因此，在传统语言模型的基础上，会利用人类反馈来进行进一步的学习，学习评价器来完善自身，从而提升回答的有效性，消除偏见以及一些逻辑错误。
“用的人越多，它就会越体现出来智能，生成的结果就越符合人的认知与期望。”汤斯亮说，因为人们在使用的过程中就在给它反馈，如果答的不对，用户会纠正它，从而优化评价机制，进而改善答案的质量。所以Open AI把公开出来，让成千上万的用户使用，其真实意义可能是为了在实践中进一步完善系统，推动技术的直接应用落地。
网页截图
真有这么神吗？
目前只是辅助工具
近日，据@快科技官方报道，一项调查显示，现在美国89%的大学生都是用做作业。目前，纽约的教育系统全面封杀了，老师们防如洪水猛兽，却还是屡禁不止，学生们已经在用肆无忌惮地作弊了。
除了写论文，还能写新闻、写代码、解题，甚至创作音乐……“一夜爆红”之后，不少人已经迫不及待的尝试，但他们发现，很多时候，在一本正经的“胡说”，或者有明显的常识性错误，或是答案很表层。
“我觉得能替代一部分人。”汤斯亮表示，但从现在来看，它只是一个辅助工具，是否会完全替代人，短期内还不能实现，因为本质上就是一个语言模型。事实上，它还会出现一些事实性的错误，因此比较适合于语言创作类工作，并不太适合纪实类的。
实际上，就拿编写新闻来说，会给你生成一个初稿，但里面有些不符合逻辑的内容，甚至错误的内容，记者编辑只需要进行增加删除，就可以完成一篇新闻稿件。“如果真的要写新闻稿，这个事情是比较困难的，但它作为一个助手来给你提供材料，去做润色，这是不错的选择。” 汤斯亮说，这样编辑效率提高，对人力的使用就会减少。
在编程行业的应用也是如此，它没有办法完全替代编程人员，但是他可以为编程人员带来很多的便利。比如要写一个代码，程序员可能要去网上去查资料，这边复制一块，那边粘贴一块，但现在连复制粘贴都不用，它可以为你生成，程序员只需要根据需求稍微改改就行了。
“有一定的创造能力，但比较低端，有时候甚至不能保持逻辑上的自洽，因而显然不具备完成高端智力活动的能力。”汤斯亮说，如同笼中鹦鹉，语言模型并不具备类人的思考能力，完全是根据记忆中的语料凭经验进行输出。的本质还是在模仿，因此目前的或许够替代掉一部分依赖模仿进行较低程度创造工作的人。
另外，的成长也会受到语料与算力的限制，如果按照目前的规模发展的话，高质量语料预计在数年内就会用光。
“当全人类创造的文本都被拿来训练，模型的经验增长也就停止了。”汤斯亮说，同时，目前模型的规模增长远超算力的增长速度，如果语言模型继续增长，算力也将很快无法支撑。
那么，的出现，到底意味着什么？
“目前还很难评价，它的影响可能需要很长时间去消化，我们需要等待的转换和落地，目前可能离真正的智能还有很大的差距，但它仍会融入大家的生活，从而成为我们生活的一部分，给我们的生活与工作带来便利。”汤斯亮说，所谓的真正的智能，也许只有当你能够不再忽视它，而把它作为一个对等的对象去对待的时候，才算真正实现吧，前路漫漫，任重而道远。
相关文章
