本文轉(zhuǎn)載自微信公眾號(hào)「活在信息時(shí)代」，作者活在信息時(shí)代。轉(zhuǎn)載本文請(qǐng)聯(lián)系活在信息時(shí)代公眾號(hào)。

這幾天，人工智能領(lǐng)域最火的當(dāng)紅炸子雞，無(wú)異于OpenAI開(kāi)發(fā)的可以進(jìn)行對(duì)話(huà)聊天的機(jī)器人ChatGPT了。

ChatGPT是一個(gè)大型預(yù)訓(xùn)練語(yǔ)言模型，它可以在對(duì)話(huà)中生成類(lèi)似于人類(lèi)的文本響應(yīng)。其基于算法基于當(dāng)下最為流行的Transformer架構(gòu)，這是一種使用自注意力機(jī)制處理輸入數(shù)據(jù)的深度神經(jīng)網(wǎng)絡(luò)。廣泛用于各類(lèi)自然語(yǔ)言處理任務(wù)。ChatGPT基于大量文本對(duì)話(huà)數(shù)據(jù)集進(jìn)行訓(xùn)練，并使用自注意力機(jī)制來(lái)學(xué)習(xí)類(lèi)人對(duì)話(huà)的模式和結(jié)構(gòu)。這使得他的回答，與真人的回答非常接近。甚至有人認(rèn)為ChatGPT可以完全替代搜索引擎了。

在知乎作者DeFi的科普文《科普：什么是ChatGPT？》中，對(duì)ChatGPT進(jìn)行了介紹。如圖所示：

但是在文末的最后，作者給了大家一個(gè)彩蛋，表示這篇文章本身即是ChatGPT自己寫(xiě)的。例如上圖中的“ChatGPT介紹”一節(jié)，即是作者在向ChatGPT提問(wèn)：什么是ChatGPT？之后得到的回答，類(lèi)似的，“算法”一節(jié)，則是作者在提問(wèn)了“ChatGPT背后的算法是什么？”之后得到的回答。

從文章中，我們可以看出，ChatGPT在這種場(chǎng)景下的回答，幾乎難以分辨是否是機(jī)器人在回答。這也難怪很多人對(duì)它的表現(xiàn)表示出驚嘆了。

然而另外的一批人則對(duì)于ChatGPT的表現(xiàn)并不滿(mǎn)意。例如說(shuō)著名的程序員社區(qū)Stackoverflow在12月4日的時(shí)候就發(fā)布了一條臨時(shí)規(guī)定：禁止使用ChatGPT生成的內(nèi)容來(lái)回答Stackoverflow上面的問(wèn)題。原因在于，這些生成的內(nèi)容正確率非常的低，而這些似是而非的內(nèi)容，對(duì)于整個(gè)網(wǎng)站以及尋求正確答案的用戶(hù)來(lái)說(shuō)是有害的。這里的主要問(wèn)題是，由于使用ChatGPT的門(mén)檻非常低，因此近日來(lái)很多人都在使用ChatGPT來(lái)回答別人提出的問(wèn)題，而由于他們本身缺少專(zhuān)業(yè)知識(shí)，沒(méi)有驗(yàn)證ChatGPT生成的回答是否正確的能力，因此產(chǎn)生了很多毫無(wú)價(jià)值，甚至?xí)鹫`導(dǎo)的回答。

而另外的一些人則嘗試了一些小學(xué)生的問(wèn)題，而ChatGPT回答的不盡人意。例如：

而這些簡(jiǎn)單問(wèn)題回答的不盡人意的背后，則是我們對(duì)于人工智能領(lǐng)域發(fā)展的深度思考。

在深度學(xué)習(xí)領(lǐng)域，研究者們常說(shuō)一句話(huà)：如果你拷問(wèn)數(shù)據(jù)到一定程度,它會(huì)坦白一切。

這是一種自嘲，目前的人工智能領(lǐng)域，主要還是依靠大量的訓(xùn)練數(shù)據(jù)來(lái)訓(xùn)練模型，一個(gè)模型的成功與否與其訓(xùn)練的數(shù)據(jù)量息息相關(guān)。那么這勢(shì)必會(huì)引出一個(gè)問(wèn)題：如果有一天，一個(gè)超級(jí)模型使用了世界上最大的數(shù)據(jù)集進(jìn)行訓(xùn)練之后，還是不能得到足夠優(yōu)秀的結(jié)果怎么辦？畢竟對(duì)于普通人來(lái)說(shuō)，并不需要學(xué)習(xí)世界上的所有知識(shí)就可以具有自己的學(xué)習(xí)和判斷能力。

而更進(jìn)一步的講，全部的真實(shí)數(shù)據(jù)訓(xùn)練的數(shù)據(jù)就一定會(huì)比一部分真實(shí)數(shù)據(jù)訓(xùn)練出來(lái)的模型更好嗎？考慮到有些真實(shí)數(shù)據(jù)本來(lái)就是對(duì)于同一個(gè)問(wèn)題的答案完全相反的。就好像同一個(gè)問(wèn)題下面，總會(huì)有不同的人進(jìn)行爭(zhēng)論一樣。而這些訓(xùn)練集勢(shì)必會(huì)對(duì)于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練結(jié)果產(chǎn)生影響。

或許，人工智能的真正突破，還要等待基礎(chǔ)科學(xué)的突破。就好像麥克斯韋方程將人們帶入了無(wú)線(xiàn)信號(hào)傳輸時(shí)代一樣。在我們朝夕相處的空間中，或許還隱藏著更深的秘密，等待人們?nèi)グl(fā)現(xiàn)。