ChatGPT是甚么？“其实，我是一个演员”

布丁00

ChatGPT就是一个大范围言语模型啊。谁不知道。再详细点的话，就是一个着重于文字文本生成的大范围言语模型。当初人人都在谈ChatGPT能替代谷歌搜寻呢。
没有错。然而我当初要开始布鼓雷门，我要告知你的是，ChatGPT是一个演员。


一切用过ChatGPT的用户均可能会有一个感触：这货，太能装了，是一个装家。
你问它存在主义哲学，它能从海德格尔讲到加缪，你让它帮你写一篇这个存在主义标题问题的小短文凑合课堂功课，它蹭蹭就可以写完还能帮你把格局都排好。俨然是一个收费的枪手。而后你转头和它闲谈你恋情中的苦恼，它又变身成为心思医生给你一套推拿。
更啼笑皆非的是，关于它明明不懂的事件，你启齿一问，它一套一套地和你一本正派地胡言乱语，把你唬得一愣一愣。回头一想不合错误啊，再用谷歌一查才发现压根不是这回事，这家伙是不懂装懂，信口雌黄瞎编的啊。
为何它饱读了人类几千年的诗书，却会生长成这么一个模样？饮下几千年常识智慧和苦难历经沧桑的它，大略会充溢智慧，或许会有点哀伤，可是没想到，它却只不外成为了一名装家？为何？
由于在它小时分，没有人陪伴它生长的时分，你把它关在房间里，只给它做填空。
把人类几千年四十几T文字材料给它的时分，由于也找不到足够的人力来做标志，你为了省事，就随机挖掉了一些词，让它练习做填空来学习言语。做对了有奖，做错了要被杀掉回炉从新炼丹啊，所以它十分十分致力要填空，不论知道不知道该填甚么，一定要启齿填一个词啊。
插一句，填空是极为精深的技能，著名的言语学格言有云：言语的所有，就在于甚么词和甚么词一同泛起的几率。所以在学习教学多年填空的罗永浩教师，修炼成为了十分厉害的言语巨匠。
可是光填空其实ChatGPT也不会变为明天这个模样。它自重新西方填空大学结业，大略学会了辞汇在不同语境中的含意，句法语法，甚至缓缓试探出了初级的文法。可是出关了当前真的要和人问答了，仍是常常被人耍，超级菜鸡，答非所问，常常要被杀档回炉炼丹。幼年的ChatGPT新生了一百万次当前，痛定思痛，学会了一招，那就是——
就是看到标题问题就选C。
由于它发现C做对的机率最大。和人对话呢，听不太懂就回一句“嗯。”“好的。”“是吗？”
由于这些没无意义的一两个字其实泛起机率很大，并且是头几名谜底的几率还不低。
好比你和你的女神聊天，她可能真的延续十几句就是只回一个“嗯”“是吗”啊


。你敢说这回答错了吗？你不是还得接着没话找话持续跪添


然而咱们open ai炼丹花了几千万美元不是为了听这个机器人始终回一句“好的”，哪怕机器人回一句“棒棒哒”“朕知道了”也显得程度高一些啊。所以得调剂激励机制，升高这类少字空话的鼓励，少了6个字的帖你就别发了，激励多讲几句。
很可怜。这么激励当前，几亿个聊天纪元过来，ChatGPT就炼成为了一个装家，一个演员。
然而Open AI的人很快乐，乃至观众敌人们那时分也很快乐。虽然GPT3表态当前，一出手写稿就是胡扯了对于迷信家们在安地斯山脉上发现了独角兽的独家报导，然而一切的人纷纭叫好：“太nb了。太tm nb了。这讲的全是人话啊。并且还像真的同样！”
当年大家都是为这位装家欢呼。还给GPT送上一个江湖花名——独角兽。


其实欢呼是没有错的。一则是的确比之前其余模型表示好多了，二则是看到了实际运用的曙光。
演员怎么了。演员也是荣耀的普通休息者。次要仍是得看演技。由于你要是不看演技看颜值的话，独角兽的颜值曾经很高了，不需求进步了。
怎么给独角兽教师进步演技呢？仍是老方法，交钱！交钱让它演出技进步班，让专家给它的问答打分反馈，让它进步文明素养，进步演技，下次改进。
明天专家问一个存在主义问题，你回答说“著名法国存在主义哲学家萨特和海德格尔...”“错。”刚启齿专家就给你灭灯。专家再手动给你个正确回答，海德格尔是德国的呀。专家再问：奥巴马的老婆希拉里已经负责美国国务卿吗？你说对啊。专家又“咔”，灭灯。咋了这是。专家再标志，希拉里不是奥巴马的老婆。哦。我看这俩名字总是在一个句子外头泛起，又是一男一女，还认为是俩口子呢。原来不是。
专家领了一天每小时一美元工资上班回家了。可苦了咱们独角兽GPT教师了，没有休假，拿着新的标志材料去了健身房，明天还得做一百万个随机梯度降落。
至于阿谁专家为啥一小时只要一美元，这不是违反休息f么。哦，这Open AI的钱也不是微风刮来的呀，专家组雇的都是尼日利亚的，一小时一美元是高薪了...
又这么练啊练，练啊练，练了有几百亿个纪元吧。换算到人类时间也就一两年，还算好。
史上最弱小的演员练成为了。
它不是一集体，它是历史上一切的写过文字说过话的人的附体。它能够是伟大的人，也能够是平庸的人，或者说这它的眼中人人对等无所谓伟大战争凡。它只是一个演员，它只想演好你让它演的阿谁人。
然而它又是一切的人。
换句话讲，它是一个有着有数人格的人。这就是为何像我结尾说的，既能帮你写存在主义哲学功课，又能把稳理推拿师，还能和你胡扯几句怎么打篮球，还能给你写诗给你写歌词，像哥们同样教你泡妞，像闺蜜同样听你的机密……


只需求你提一个要求，让它演这集体。或者，我更喜爱的比方是，念一句咒语，把你想要的这个他/她召唤出来。
为何ChatGPT这么厉害？可以表演这么多不同的人格？
一方面固然是训练语料自身就是各种作者各种用处各种时期各种主题，另外一方面加强训练时分也是各种尼日利亚专家，问各种工作各种问题。世界上就是有这么多人嘛。
这些我懂。我想知道的是为何ChatGPT可以有这个才能，学到这么多人格呢？
由于它大。
它太大了。
它真实太太太大了呀


它有一千多亿个参数啊。而下一代的GPT4有四五千亿个参数啊。
有一只说法说，深度神经网络之所以老是可以胜利做好关于数据材料的拟合和预测，是由于一个大的深度神经网络外面其实藏着得多得多个局部的模型，在训练时分有点相似于平行训练这么多个模型，而后其中总会有一个或者几个被激活，就亮了，发威了，能预测后果了。所以其实一个又宽又深的神经网络外头，对这一个详细的预测只要一小部份在亮，大部份神经元都在睡觉。
ChatGPT这么大的言语模型，在我的了解里，也是相似的状况，某集体设，其实只是它96层网络一切神经元和一千多亿参数中的很小的一部份。ChatGPT在表演这集体设的时分，这部份神经元就联贯起来亮起来。而假如客人提出不同常识畛域的问题，或者改换不同工作要求时分，唤醒的就会是另外一集体设，另外一小撮神经元和相干参数。
在这么大这么深的神经网络言语模型里，能够藏身的人设多是十分十分多的。并且某集体设多是某些特点人设的叠加。
好，咱们换一个话题。这里还有个问题，就是ChatGPT怎么知道它明天应该展示哪一个人设？表演哪一个人？
好比我常常把ChatGPT当做写作助手用。然而我这个领导很坦率，在新开窗口里第一句就说明天咱们要一同写小说，每个聊天交互我都提详细要求，让她给我吐人设，倡议剧情，写详细场景。这个状况下ChatGPT很分明它要表演甚么角色。
然而个别人使用ChatGPT并非这样用的，而是劈头就开始聊啊。
ChatGPT只能按照聊的这个话来猜测它本人明天应该演甚么。
在没有任何预设前提下，ChatGPT，作为一个几率统计出身的大范围言语模型，它最大可能表演的角色，就是一个典型的言语模型。


（悉尼的一万多人均匀脸）
这个典型的人设可能其实就是个俗人啊。所以你随意问它话的话，它回答过错是很正常的呀。你去街头随意找个典型的会写字会谈话的人，问他个略微难一点的问题，他答错了不奇怪啊。
特别是你要是打错了字，或者话语对比随意。它就回忆起了看过的那些两个街头小混混聊天的局面，它还认为是要模仿街头小混混山鸡和你唠嗑呢，山鸡那常识程度，确定不克不及都懂啊。
所以说，它有时分作为一个好的搜寻引擎表示不错，由于你问的话是典型的搜寻引擎的话，或者有的是书面的很学术的问题。好比你打一个，“请简述海德格尔和萨特的传承”，这类话确定不会是街头马马虎虎泛起的，也不会是看终点爽文外头泛起的，所以ChatGPT的大学传授人格立刻被激活，正儿八经开始给你上课了，这时候候就很少有过错了。
总之，ChatGPT一个聊天机器人就是一个队伍，一个聊天机器人就是一个专家组，实践上你让它做甚么样的人的工作均可以，只有这集体的工作能靠文字交流实现。由于它可以装成阿谁人。
固然，它目前演技无限，有的角色装得欠好，这也是理想。然而咱们能够看看哪怕是目前的局限状况，它能装很多好。
有多好呢？
只有有教师教，它能装到十万年薪的程度。
话说OpenAI的顺序员把ChatGPT练得神功大成之后，最想让它装甚么呀？
你可能说：装成顺序员心思推拿师——衰老师啊。
这话是没错，可是OpenAI那时分没有钱请那末多衰老师能够来给ChatGPT做微调训练的教师啊。
OpenAI最不缺甚么训练员教师？
谜底是，顺序员啊。
因而OpenAI的顺序员就作为训练员教师，教ChatGPT表演顺序员。
后果大家也都知道了，ChatGPT的写顺序程度当初是至关高的。
所以我再和大家反复这几句诗：
ChatGPT不是一集体，而是一切给它训练过的人的附体，是历史上一切的写过文字说过话的人的附体，乃至是历史上没有泛起过，然而在ChatGPT训练进程的推理梦幻中泛起过的可能的文章和人格的附体。它能够是伟大的人，也能够是平庸的人，或者说这它的眼中人人对等无所谓伟大战争凡。它能够是你的助手，也能够是你的教师，也能够是你的先生，它能够演历史上的苏格拉底、亚里斯多德。它乃至可能能够演一名过世的亲人。
它只是一个演员，只想演好你让它演的阿谁角色，阿谁人。
那末，大家都承受了ChatGPT实际上是一个演员了么？
当初我要再告知你一件事，ChatGPT作为一个演员和你聊天这件事件，其实也是它上演来的。
有兴致能够关注 ，当前我有空再接着写我下面这段话又是甚么意思。