南开新闻网学生记者 张子莹 魏金蕊 王玮璇
“ChatGPT不是凭空而来的，它是过去20年互联网计算机技术发展积累、工程技术集大成的杰作。”3月4日下午，南开大学计算机学院、网络空间安全学院副院长刘晓光教授在科普讲座“ChatGPT浅析”中说。
该讲座由校团委主办，计算机学院和网络空间安全学院团委、2022级计算机科学卓越班、ACM算法协会共同承办，是创新创业文化节的首场科普讲座。刘晓光教授带领同学们，对当前“爆火”的人工智能新技术——ChatGPT的研发过程、基本原理及其影响力和局限性进行了深入浅出的讲解，勉励南开学子在人工智能新时代，要更加重视创造性、创新性思维能力的培养，找到自己热爱事业做精做深。
突破：解决开放环境下的开放问题
刘晓光把曾击败围棋世界冠军李世石的人工智能机器人AlphaGo与ChatGPT进行了比较。AlphaGo解决的是有着固定边界、固定规则的问题，这样的问题最适合计算机来做——计算机可以很快遍历所有可能性。但ChatGPT不一样，它面临的是开放环境下的开放问题，它能应对各种各样千奇百怪的问题。“这是相较于过往的人工智能机器人的一个很重要的突破。”刘晓光说。
刘晓光介绍了人工智能的发展历程：早期，人工智能更多的是基于规则解决问题，通过一些定义好的规则来产生数据；后来又经历了机器学习、神经网络的阶段；到现在，深度学习已经成为主流。ChatGPT的算法模型GPT也是基于Transformer（一个深度学习模型）。算法是组成ChatGPT很重要的一个部分。
刘晓光展示了GPT的迭代历程。从GPT-1到GPT-3，算法模型的参数量一直在增加。目前，ChatGPT应用的版本参数量已经达到了20亿。参数量的提升代表的是算力的提升。算力是组成ChatGPT的第二个重要部分。
要达到目前的性能，ChatGPT需要经过大量的“训练”或者说“数据输入”。“用人类的学习来举例：老师给你的答案打勾或叉，这是标注；老师告诉你多个答案中哪个答得更好，这是排序；老师为你讲解标准答案，这是说明。数据训练主要就是经历这三个流程。其中，‘说明’这一流程需要相关的专家来做。要达到ChatGPT的水平，需要大量的数据输入，也就需要大量相关的专家。”刘晓光说，数据是形成ChatGPT的第三个重要部分。
不必“AI焦虑” ChatGPT尚有不小局限
刘晓光肯定ChatGPT及类ChatGPT的人工智能模型会有积极影响。“它能提高互联网的市场力——这可能是互联网的下一个爆点：精准推送、广告的定位营销、影视剧的换脸、甚至能线上线下交互式逛街，这些都是未来人工智能能办到的事情。”刘晓光说。
刘晓光也同时指出，目前人工智能仍有较大局限性——只能进行知识、数据的处理，而不能产生新的知识。“它所产生的内容都是基于已有的经验，这就有一定的局限性、带来了一些问题。比如说，法律界现在正在讨论，ChatGPT生成的文章的版权究竟属于谁？实际上ChatGPT并没有产生新知识或者新想法，它只是把原有的东西拼接、糅合在一起而生成了一篇文章。所以，目前来说，ChatGPT是对法律、伦理有一定挑战的。”刘晓光说。
“在另一方面，人工智能目前还不能应用于关键领域。因为，目前的人工智能本质上还是一个统计模型、基于归纳推理。而归纳推理只是通过统计现有的数据得出一个模型、符合现有情况的模型，但无法保证未来一定不会出现反例。”刘晓光说。
刘晓光勉励同学们，在人工智能新时代，要减少功利心。“正是因为有了人工智能，在未来，创造性思维会显得更加重要。我们警惕思维能力的弱化，克服AI焦虑，静下心来找到自己喜欢、擅长的事业，做到极致、做到最好，创造人类更加美好的未来。”刘晓光说。
|
