复旦大学计算机学院教授黄萱菁：ChatGPT将拉近我们与通用人工智能间的距离

ChatGPT的火爆引发了近几年来一次全球性的技术狂欢。两个月时间内，其月活用户突破1亿，成为史上用户增长最快的应用之一。

社交媒体推特首席执行官埃隆·马斯克在使用ChatGPT后直呼其“好得吓人”，甚至断言“人工智能越发强大，离对人类产生威胁不远了”。

对大热的ChatGPT，复旦大学计算机学院教授黄萱菁团队也进行了测试，“我们测了几十万次，比如让它做中国的高考题，看看它到底有多么强。” 但结果很出人意料——虽然政史地科目结果很好，但是物理学科一道都没做对。黄萱菁打趣道：“学物理的人最安全”。

3月11日，在“我们︱WOMEN”2023复旦科创先锋论坛上，深耕人工智能与自然语言处理领域三十载的黄萱菁教授以《迈向大规模语言模型》为题，为我们讲述了ChatGPT的“前世今生”和最新发展趋势。

迈向大规模语言模型

 “托ChatGPT的福，大规模语言模型的概念已经深入人心。”黄萱菁教授在演讲中说到。ChatGPT由 GPT-3.5 模型提供支持，是一种人工智能技术驱动的自然语言处理工具。它不仅能够自动回答问题、生成文本、翻译文章、对信息分类、撰写脚本文案、代码等，也会承认错误、质疑不正确的前提并拒绝不恰当的请求。可以说ChatGPT是AIGC（人工智能生成内容）最新进展的代表。

“语言模型就是语言的规律，首先是语法，我们无论学习汉语还是英语等语言，都是从语法开始学起，但是只有语法，我们依然很难捕捉客观世界纷繁复杂的语言现象，因为语言并不会严格按照语法去表达。这个时候，我们就需要使用到数学工具——概率，在各种语言现象中间去寻找规律。”黄萱菁对语言模型的基本概念做出简单介绍。

以Transformer为架构的大型语言模型机器学习系统，采用的神经网络学习能力和模型的参数规模成正相关。GPT-2大约由15亿个参数组成，而GPT-3是一个由 1750 亿个参数组成的最先进的语言模型。黄萱菁介绍，近年来，学术界和工业界开始尝试在自然语言处理领域应用神经网络方法，预先训练出大规模的语言模型，并针对具体场景构建特定数据集，供这些大模型在下游任务中通过参数微调以适配具体任务。

“但是当语言模型变得更强大的时候，就会有一些问题”，黄萱菁说，“一方面厂商出于商业原因逐渐舍弃开源，OPenAI没有开放过GPT3模型，只开放API接口，你可以调用，但是拿不到内部细节，今年新出来的ChatGPT连论文都没有，只能靠大家去猜测。另一方面用户也缺乏足够的计算资源使用大模型，所以我们非常期待国产芯片，能够让我们拥有更多的算力去运行大规模语言模型。”

打开“AI情感计算”之门

2022年12月，埃隆·马斯克发了一条推文，他说：“ChatGPT is scary good. We are not far from dangerously strong AI.（ChatGPT厉害得让人害怕，强大到有危险的人工智能的出现已经离我们不远了。）”

自从ChatGPT 出现，越来越多的人开始讨论人工智能是否会颠覆他们的生活、他们的工作是否会被人工智能取代。但是到目前为止，还没有任何人工智能通过了图灵测试，ChatGPT也不例外。

在黄萱菁看来，未来一段时间内，ChatGPT还不足以完全替代某一个岗位，但将大大促进各个领域的生产效率：“在肉眼可见的未来，善用AI的人将和不用AI的人在工作效率上会产生巨大差距，因此我鼓励大家多去使用和熟悉与AI进行沟通。”

“ChatGPT将拉近我们与通用人工智能之间的距离。”黄萱菁感慨，“我们从来没有觉得自己与通用人工智能如此接近，这是过去我做人工智能这么多年以来最兴奋的一个时期，我以前一直觉得它在我可以预见的将来是看不到的，但是现在我觉得可能不是那么遥远了。”

“正如微软CEO萨提亚·纳德拉（Satya Nadella）接受媒体采访时所说的那样，内燃机带来了廉价的动力，互联网技术减少了信息传递的成本，而ChatGPT会让信息的整合、转译、流通变得更加廉价。AI可能会像工业革命和信息革命一样，引领我们走向下一个时代。”黄萱菁说。