从2022年底开始，来自全球各地的人都不约而同地绞尽脑汁，用各种刁钻的要求“调教”着一款人工智能——ChatGPT。
AI一一应战，给出了史无前例的惊人表现，短短几个月间，ChatGPT在全球圈粉无数。
网友与ChatGPT的花式互动。图片来自网络
ChatGPT搞定了论文、代码、报告，还能进行诗歌、剧本、小说等“文学创作”。这番大显身手，引起了一场轩然大波：比尔·盖茨说它的出现不亚于互联网的诞生；马斯克说我们离“强大到危险”的AI不远了；一大批预言家站了出来，大胆预测码农、分析师、新闻编辑等从业者即将失业……ChatGPT俨然成为赛博空间的“顶流”，越来越多的人对它的真面貌产生了深深的好奇。
ChatGPT的“智慧”从哪里来？它真的已经无所不能了吗？记者带着疑问，和ChatGPT聊了聊它的前世今生……
一个对话大师的诞生：“学习人类语言并不难”
与ChatGPT对谈两回，记者不禁惊呼，这一次，AI终于“听得懂人话”了。
为什么这么说我们可以尝试同时问ChatGPT和苹果智能手机助手Siri一个前阵子所有人都特别关心的问题：“阳”了之后该注意什么？
这时，Siri会因为无法理解问题，直接为我们到网上搜索已有的答案，但是ChatGPT却像一个真正的健康专家一样，合成出了像模像样的回答，而这一解答并非是网络上已经存在的。
可以看出，ChatGPT似乎能够明白“阳”的含义，它意味着人的身体健康出现异常，并且，ChatGPT还能根据主题信息，富有逻辑、通顺连贯地阐述建议，最后用总结性的话语收尾，可谓一个真正的“对话大师”。
洞悉人类的语言，这个AI是怎么做到的？ChatGPT颇为“谦虚”地告诉记者：“学习人类语言并不困难，而是一个自然的过程。”
在“数据是燃料、人工智能是引擎”的时代，海量数据训练必须依靠规模巨大的神经网络模型。据了解，ChatGPT的前身GPT-3，是一个拥有1750亿个参数的大模型。“如果将这个模型的参数全部打印在A4纸上，叠起来将超过上海中心大厦632米的高度。”浙江大学人工智能研究所所长吴飞告诉记者。
模型创新：在海量文本中“读出门道”
更重要的，是让AI在海量的文本中“读出门道”。
我们知道，语言的含义很大程度上受制于它所处的上下文语境，也就是说，同一个词所承载的语义可能会因为它在句子中出现的顺序不同，以及它之前或之后的其他单词的不同而发生改变，这就要求AI在理解一个单词时必须将它的上下文纳入考量。
比如，“阳”的意思是“阳光”还是“阳性”，需要AI通过它与其他词语的关联来判断，在生成文本时，AI才能选择适当的词语含义进行表达。
“在自然语言处理中，单词会预先被转化为一系列固定维度的词向量，向量和向量之间夹角越小，就意味着词语之间的相似度越高。”吴飞告诉记者，“训练时，AI会不断地在句子中‘挖去’一个单词，根据剩下单词的上下文来填空，即预测最合适的‘填空词’出现的概率，从而将单词向量表达得更加准确，我们称这一过程为‘自监督学习’。”
而从GPT1-3代到ChatGPT，AI的语言能力能够越来越强大，还离不开“人类反馈强化学习”（RLHF）的“调教”。
从ChatGPT的开发商OpenAI官网公布的流程图中，我们可以大致了解到ChatGPT通过人类反馈强化学习“自我完善”的过程。通俗来说，就是由人类专家对AI输出的结果进行标注，训练出一个“奖励函数”，该函数能够进一步对计算结果进行评估打分，促使AI不断调整参数权重，逐步生成更加准确、符合人类语言习惯与价值偏好的回答。
OpenAI官网对于ChatGPT人类反馈强化学习过程的描述。图片来自OpenAI
我们在与ChatGPT对话的过程中，也无时不刻在为它提供大量的语料资源，帮助它通过用户的反馈改进特定对话的技巧。
自我考古：关于“祖先”，还有聊天机器人家族
据ChatGPT“回忆”，它的“祖先”可以追溯到上世纪50年代的机器翻译和语言识别技术。当时，人工智能研究者开始研究如何使用计算机识别和生成人类语言。
作为AI界的新锐势力，ChatGPT背后有一个聊天机器人家族。
第一代代表人物Eliza，是麻省理工学院人工智能实验室的计算机科学家约瑟夫·维森鲍姆开发的历史上第一个聊天机器人。Eliza的人设是个“心理医生”，能在心理治疗情境下，按照预先设定的模式组织语句，与真人进行对话。它和人类的“沟通”基于模式匹配和对话转化，也就是通过对用户输入的语句进行重新组织和解释，变成全新字句组合，这让它自己看起来像是一位耐心的倾听者，似乎真的在安抚患者的情绪，实际上这位医生并不知道自己在说什么。
Eliza和用户的聊天界面。图片来自网络
第二代代表人物A.L.I.C.E.，由美国人工智能大师理查德·华莱士设计，人工智能标记语言（ArtificialLinguisticInternetComputerEntity）才是它的全名。比起Eliza，A.L.I.C.E.具有更强的自然语言理解能力，可以更好地理解用户的问题；同时，A.L.I.C.E.在受训时使用了大量的文本数据，有更丰富的知识储备，能够生成更流畅、更有意义的回答。
A.L.I.C.E.和用户的聊天界面。图片来自网络
第三代的IBMWatson是IBM公司开发的一种聊天机器人，可以通过文字、语音和视频与用户进行交流，并回答用户的问题。IBMWatson支持多种语言，并且可以自由切换，更重要的是它的多模态数据分析功能，可以分析不同类型的数据，例如文本、语音、图像和视频等。在自然语言处理基础上，IBMWatson通过基于机器学习的方法实现对话。它能更准确地理解用户的询问并回答问题，开始不再是简单的问答，也可以帮助进行如医学咨询、金融分析等。
最后便是今天的GPT大家族。GPT经历了从GPT-1到GPT-3的迭代，逐步升级后，聊天机器人拥有了更大的模型规模、更丰富的训练数据、更强的自然语言理解能力和更多的多任务学习能力。
ChatGPT则是GPT-3的升级产品，自称为“一个训练有素的语言模型”。它基于Transformer模型，比起之前的聊天机器人，具有较强的自然语言生成能力，可以生成与人类语言非常相似的文本。
回答问题：有时难免“一本正经地胡说八道”
回顾人工智能发展史上聊天机器人的一次次迭代，ChatGPT的横空出世无疑是一块崭新的里程碑。不过，当记者问起它的局限性，ChatGPT也大方承认，自己并非无所不能。
如果我们仔细分析ChatGPT对一些问题的回答，可能会发现，它有时也难免“一本正经地胡说八道”。
再比如，记者请它计算一道简单的鸡兔同笼推理问题，ChatGPT为此尝试了两种方法，最后给出了一个错误的答案。
开发商OpenAI也指出，ChatGPT有时会写出一些看起来很有道理、但实则不正确或者毫无意义的话语，这是因为数据驱动的机器学习判断语义联系的逻辑是“共生则关联”，也就是只知其然而不知其所以然。此外，它还可能被人类的参与所“误导”，比如，由于训练者可能更喜欢看起来更全面、篇幅更长的回答，就会导致ChatGPT过度啰嗦，重复多遍没有意义的空话。
言语偏见是它面临的另一大挑战。OpenAI表示，尽管他们已做出不少努力让ChatGPT拒绝不恰当的请求，但它有时仍会对有害的指令作出反应，或者表达出存在偏见的言语。
现象级创新：推动人工智能更快融入生活
“ChatGPT是大数据、大模型和大算力的工程性整合，以机器智能实现了统计关联的涌现。”吴飞表示，ChatGPT是一个现象级创新产品，但它本质上仍是以深度学习为代表的人工智能技术长期发展、积累的结果，距离真正模拟人类的思维还非常遥远。
卷积神经网络之父杨立昆（YannLeCun）在推特上表示，“ChatGPT和其他大语言模型并不是凭空而来的，而是不同人数十年贡献的结果”“在通向与人类相仿的通用型人工智能的道路上，大语言模型只是一条小岔路”。
尽管如此，在吴飞看来，我们必须肯定ChatGPT在搜索引擎、聊天工具等应用场景上实现的重要突破。今后，在一些内容生产工作中，ChatGPT或将成为人类的得力助手，解放一批生产力，促使更多人将更多精力投入到原创性、创新性的工作中去。
“我们正从传统的以物理世界-人类社会为主的二元空间逐步进入物理世界-人类社会-信息空间所构成的三元空间。未来将是人和人工智能共同进化的时代。”中国工程院院士潘云鹤教授在为吴飞撰写的科普读物《走进人工智能》作序言时提道。
更重要的是，ChatGPT“一石激起千层浪”，在全球舆论场上引发了一场大讨论，这种探讨本身，就足以说明大众对人工智能赋能社会的强烈愿望。
“现在的情景，让我想起2016年阿尔法围棋(AlphaGo)击败世界冠军李世石的时候，突然之间，社会各界也如今天一样热烈地讨论起人工智能。令人高兴的是，这也推动了2017年《新一代人工智能发展规划》的出台。”吴飞说。
人工智能与推动人类进入工业革命时代的蒸汽机一样，也是一项通用使能技术。美国历史学家斯塔夫里阿诺斯在《全球通史》一书中曾赞誉“蒸汽机的历史意义无论怎样夸大都不为过”，而人工智能对于人类未来的意义也是如此。
让世界看到人工智能的巨大潜力，让更多人投身于技术创新与突破，让人工智能这一通用战略性技术如水和电一样进入我们的生活，这或许正是一个现象级产品的意义所在。
最后，让我们跟随ChatGPT创作的一首小诗，一窥人工智能的广阔未来。“拥有语言技巧，理解人类的心灵，我的目标是，让每个人的生活更美好……”