转载自综合文汇网稿件 原文作者：沈湫莎
达观数据联合创始人文辉受邀文汇网解读ChatGPT
pixabay.com
编写代码、翻译小说、参加考试……2022年末，人工智能聊天机器人ChatGPT刷爆网络。一位互联网从业者“爆料”：现在几乎所有程序员都争先恐后去领略它的超高情商和巨大威力，ChatGPT输出的答案有时幽默、有时深刻，很难分清与他对话的究竟是人还是机器。ChatGPT由人工智能研究实验室OpenAI于11月30日推出。上线短短5天，用户数量已突破100万。由于太过火爆，OpenAI不得不暂时关闭了用户的测试入驻窗口。2016年3月，AlphaGo击败围棋世界冠军李世石，被视为人工智能发展历程中的一次里程碑事件。而今，ChatGPT再次掀起了一波人工智能发展应用的高潮。它究竟会给人类社会带来哪些深刻影响？人工智能的颠覆性应用即将来了吗？
擅长“丝滑”写作，有时也会“翻车”
科幻作家刘慈欣的艺术三部曲之《诗云》中曾经描绘过这样一个故事：外星人仰慕地球文学，但又苦于无法写出李白那样的诗句，于是他们用量子计算机将所有汉字的排列组合穷举出来，这之后，任何人写下的任何文字都能在外星人的“文学数据库”中找到。从某种程度上来看，GPT的技术路线与“诗云”类似。2017年，人工智能领域一篇重磅论文《transform（一种采用自注意力机制的深度学习模型）》横空出世。这篇论文用巧妙的计算模拟出任何两个词之间所有维度的潜在关系，这一模型影响了其后的人工智能研究。2018年，OpenAI推出第一代GPT，之后两年迭代了三个版本。2020年，GPT-3的问世在业界掀起不小的波澜。这是一个拥有1750亿参数、利用45万亿字节文本数据进行训练的人工智能算法模型。在它出现之前，世界上最大的语言模型是微软旗下的Turing-NLG，还不到两亿参数。“最新推出的ChatGPT大约相当于GPT的3.5版本。”国内领先的文本处理公司达观数据联合创始人文辉表示。尽管目前尚未有ChatGPT的相关论文披露，但人们可以从关于GPT的论文中了解到，GPT是通过文字接龙以及人工引导接龙反馈的模式训练这一语言模型的。比如，让GPT在“你好”后面接一个字，它在浏览了大量互联网信息后，会筛选出人类使用频率较高的字，如美、高、吗等，工程师给接“美”的标注“这是一个好答案”，手工标注几万条后，再输入到计算机模型中，创建出一个模拟老师的机器人模型，再让机器学习这一模型。
instructGPT阐述了如何训练GPT
总之，GPT每次输出的答案其实是一次概率分布，它能“丝滑”地写出美妙的文章或代码，却很可能在极简单的问题上“翻车”。比如，当你问它numbers（数字）这个单词有几个字母时，它有时会回答7，有时会回答9。
聊天之外，ChatGPT将会撼动谁？
ChatGPT上线的短短几天之内，它已经参加了美国高校的入学资格考试（SAT），成绩为中等学生水平；用《老友记》主角口吻创作了剧本对白；构思了简短的侦探小说……人们迫切地想要知道，它还会给我们带来多少惊喜？尽管这一机器人模型的名字中有chat（聊天），但受ChatGPT影响最大的，并非微信这样的聊天工具，而是搜索引擎。“许多人已经养成了同一个问题问一遍搜索引擎，再问一遍ChatGPT的习惯。”文辉说。虽然目前ChatGPT仍会出现“人工智障”的回答，或是反复横跳的立场，但它无疑是给民用AI的落地，以及下一代搜索引擎指明了方向。从发展趋势看，ChatGPT很可能会成人们的私人助理。你可以列出这周的工作关键词，让它写一篇工作报告；或者让它帮你订一张从上海到北京的机票；又或者模仿你喜欢的作家的口吻发一条网络信息……这些工作它都能胜任。或许，我们离人人配备一个处理文字的“AI小秘书”的时代已经不远了。
不过，ChatGPT也并非无所不能。由于它的答案不是从一篇文档中摘出来，而是由模型自生成，这使得它更容易“一本正经地胡说八道”。比如，当它按照你的要求生成一段代码，如果你对此并不熟悉，可能看不出其实通篇都是错；对于一些最新发生的事，比如阿根廷和法国谁能赢得世界杯冠军，传统搜索引擎可能几分钟后就能全网查询，但自生成结果则要慢得多。
图文并茂，生成式AI时代或已到来
刘慈欣在创作《三体》时未曾想到，如果那时有ChatGPT，罗辑在描述梦想中的女孩时，她的形象就会被自动生成出来。ChatGPT的能力已经涉及到AI模型之间的合作，毕竟引领了文字生图潮流的人工智能图像生成器DALL-E，也是出自OpenAI之手。
pixabay.com
“人工智能在几秒钟之内迅速生成图片、视频等创造性内容，业内普遍认为AI的下一个范式——生成式AI时代已经到来。”文辉说。在特定垂直领域，中国人工智能企业的AI智能也能与ChatGPT“掰掰手腕”。如今，金融、财税等行业的许多企业，都用上了达观数据的“智能写作”，达观数据基于大规模语言模型训练的生成式AI模型，可以理解数据、文本、图表、业务逻辑，基于用户需求自动生成业务文档，已在研报智能写作、基金报告生成、债券文档生写作、合同生成、财务报告生成等领域投入应用。
