ChatGPT 引爆全網熱議！如果當它是“聊天機器人”，那你可就錯了！_風聞

近日來，智能聊天機器人ChatGPT的出現引發眾多網友討論，那它到底是什麼呢？

圖庫版權圖片，不授權轉載

2022年11月，人工智能公司OpenAI推出了一款聊天機器人：ChatGPT。它能夠通過學習和理解人類語言來進行對話，還能與聊天對象進行有邏輯的互動。除了聊天，ChatGPT還能夠根據聊天對象提出的要求，進行文字翻譯、文案撰寫、代碼撰寫等工作。

隨着ChatGPT被越來越多人認識，大家也紛紛對ChatGPT進行測試，看它能不能幫助解決一些工作或生活中的小問題。比如有人想用它來寫文案：

圖片來源：微博用户Jacob_Tech

還有人會用一些“夫妻問題”來考驗ChatGPT：

圖片來源：網絡

很多人都非常好奇，ChatGPT作為一個“聊天機器人”，為什麼能有如此多的功能？其實，我們一直都理解錯了。嚴格來講，ChatGPT並不只是一個“聊天機器人”，而是一個以自然語言為界面的機器人。這是兩碼事。

去年12月初的時候，當時ChatGPT剛剛上線不久，我就曾經就這個問題進行過討論。現在兩個多月過去了，國內已經到了“人人皆談GPT”的程度，在海外的技術圈裏，這個話題反而已經有點“過勁”了。

不過，基於ChatGPT的應用，也已經陸續出現。比如有人就用ChatGPT做了一個“會議秘書”程序，可以在視頻會議中實時形成會議紀要，最後連任務建議全都一併總結了——也許，過不了多久，各大公司裏就會出現看不見摸不着的“神秘小秘”給一線員工分派工作任務的情況吧。

但ChatGPT的意義恐怕還遠不止於此。所以，“為什麼ChatGPT是重要的”，這個問題，還是值得好好説一説。

雖然大多數人都只是將ChatGPT視為一個聊天機器人。但實際上，聊天機器人只是它的一個表現形式。**它實際上是大語言模型（LLM）的一個代表，一個“以自然語言為界面”的機器人。**這是不同的兩件事。

“作為一種服務的自然語言界面”，這並不是一個常見的概念——然而，這件事每天都在發生。一個人受教育的過程就是如此：我們不停地訓練自己，把書本上的內容翻譯成自己可以理解的自然語言。

但是你有沒有想象過這樣一種場景呢——看書的時候，突然有一個精靈浮現在書本上，對你説：“我是這本書裏的結構化知識的對話界面。我瞭解這本書的全部內容。關於這本書，你有什麼問題都可以問我。”接下來，你就可以通過深入的溝通（聊天）逐步瞭解了這本書中所包含的知識。在把這些知識投入實際應用的過程中，你也可以隨時通過“聊天”的方式，引入這個“精靈”的幫助。

這個場景是不是聽起來很誘人？

不過，你或許很少有機會聽到人們談論類似的需求。就像大多數新事物一樣，在它誕生之前人們存在類似的需求，但很可能從來沒有想過，這樣的需求可以如此被實現——這怎麼可能呢？

這當然有可能，因為人們已經習慣於用一種極為昂貴的方法，來提供這樣的作為“一種服務”的自然語言界面了：為了給教材一個這樣的界面，人們發明了“教師”；為了給財報一個這樣的界面，人們發明了“基金經理”；為了給法律文書一個這樣的界面，人們發明了“律師”……事實上，幾乎所有現代經濟中的“專業人士”，或多或少都可以被看做是這樣的“一種服務”。他們把結構化的信息轉譯成了自然語言。這麼一來，這些信息就可以被討論、被詰問、被辯難，然後再被對手方轉譯回結構化的信息。現在，以 ChatGPT 為代表的語言模型卻宣告説：這件事是可以被機器做到的。不是“無中生有”地創造信息，而是對已有信息的準確的歸納、總結、舉例，甚至在不同結構之間切換——這就是為什麼前天微軟總裁納德拉（Satya Nadella）説，這是新的工業革命的原因吧——我傾向於同意他。因為“信息流通轉譯”的服務的價格在一夜之間被徹底改變了——“信息流通轉譯”服務雖然不是信息本身，卻是現代經濟的血脈。

圖庫版權圖片，不授權轉載

不過，也有許多專業人士不認為大語言模型有智能。最有代表性的可能是圖靈獎得主楊立昆（Yann Lecun）。最近，咆哮着痛斥 ChatGPT 已經成了他近期的“每日功課”。前兩天，他還發了一條推特説：“任何一隻貓所掌握的常識都比任何今天的大語言模型更多。”有人在評論裏弱弱地問：“你家的貓也能寫 Python 嗎？”他則回覆説：“寫 Python 算個**智能。”我不會説貓的任何壞話（當然也不會説 Python 的任何好話），所以，我只能説他説得對。但請注意，這是沒什麼意義的正確。“半拉子智能”也可以有實際的用處。語言模型並不需要“在本質上了解世界”，只要“裝做了解”並且能夠侃侃而談就可以了。畢竟很多網絡大V（以及麥肯錫和德勤的諮詢師們）能做的也不過如此。實際上，在最近兩個月裏，我看到了很多有趣的語言模型應用。它們不一定是 ChatGPT，有些和它甚至是競爭關係。在這些例子裏，你可以明顯看到它們是怎樣搭建在兩種信息結構之間形成橋樑的：有一個應用針對生物醫學文獻，它可以和你討論文獻內容；有一個應用訓練在美國哲學家丹內特（Daniel Dennett）的著作上，可以偽裝成這個哲學家本人和你討論哲學問題；有一個建立在知識引擎Wolfram Alpha上的接口，讓你可以用自然語言（甚至使用話筒）提出數學問題（注意，它背後是極其專業的Wolfram Alpha！）；有一個應用，只要你輸入一個網頁，它就可以幫你以 Q&A 卡片形式生成內容摘要；有一個應用，如果你提問，它就可以幫你進行利弊決策分析；有一個應用，你上傳不超過60頁的PDF文檔，它就可以幫你總結內容……當你急於指出 ChatGPT 的弱點（太多了）的時候，有必要想到的是：首先，這裏有些是 ChatGPT 這個特定產品的問題而未必是大語言模型的問題（比如很多人不喜歡 ChatGPT 不給出參考文獻，但它的一個競品就會給）；其次，也是更重要的是，這個領域在接下來的幾個月和幾年裏會因為大量資金的投入突飛猛進。畢竟，AlphaGo 剛推出的時候也有人嘲笑説它連歐洲圍棋冠軍都下不贏，但重點在於“它竟然有資格跟歐洲圍棋冠軍下棋了”。同樣的，當你抱怨 ChatGPT 鬼話連篇滿嘴跑火車的時候，這可能有點像你看到一隻猴子在沙灘上用石頭寫下1+1=3。它確實算錯了，但這不是重點。

它有一天會算對的。

在本文的最後，我需要特別強調的一點是，ChatGPT最重要的競品，由Google公司推出的Bard已經正式上線。很多已經使用過這款產品的人表示，它比ChatGPT更強大。

一切皆有可能。

作者｜木遙（數學博士、原Google工程師）

審核｜於暘 騰訊玄武實驗室負責人

本文封面圖片及文內圖片來自版權圖庫

圖片內容不授權轉載

原創圖文轉載請後台回覆“轉載”