ChatGPT原理剖析

ChatGPT常见误解

1. 罐头回应

由开发者准备好的罐头回应：

下面是一个问答，让ChatGPT讲一个关于人工智慧的笑话，但可以看出来，这个笑话的笑点显然和我们平常人不太一样，显得笑点非常奇怪：

2. 网络搜寻重组

你搜寻之后，ChatGPT从网上搜寻答案，整理重组给你想要的答案：

但实际上，多数ChatGPT的答案在网络上都找不到一模一样的句子，甚至很多是幻想出来的。

比方说这个例子：

这些网站看上去有模有样，但其实都是虚构的，不是真实存在的。

官方也给出了回应，说ChatGPT是没有连网的：

ChatGPT真正做的事——文字接龙

ChatGPT真正在做的事情一言以蔽之就是文字接龙，可以把它理解成一个函数，输入一些东西就输出一些东西。可以输入一个句子，输出一个词汇的几率，然后做取样，举例：

它是从一个几率分布中做取样，所以它每次产生的答案是有随机性的。

那现在来看，它也只能回答一个字呀，它是怎么回答一个句子的呢？

它会将原来输出的字作为添加到输入当中去，然后继续产生新的输出，一直反复，知道最后选择出一个结束的符号为止。

那它怎么知道我们之前跟它说的话呢？其实原理是一样的，同一则对话的历史记录都会被作为输入，接入其中。

这个函数会非常复杂，可能有1700亿个以上的参数！

这么一个复杂且神奇的函数f是怎么形成的呢？

是通过大量网络上的资料以及人类的指导下，训练出来的，当神奇函数f找到后，ChatGPT就不需要联网了。我们平常使用的时候，就是测试，测试的时候就不需要上网搜集资料了。

ChatGPT背后的关键技术——预训练（Pre-train）

• 预训练（Pre-train）又叫自督导式学习（Self-supervised Learning）或基石模型（Foundation Model）

其中ChatGPT中的P就是这个意思：

一般机器是怎样学习的？

以一个英文翻译成中文为例，我们需要提供大量的成对的句子，提供给机器：

这种学习成为督导式学习。

有了成堆资料机器会自动找到函数f：

然而要将一般的机器学习步骤运用在ChatGPT上，我们需要给它提供大量的学习资料，但人类老师提供的资料也许是不足够的，当有人问到它之前没有遇到过得问题，那么它也无法回答：

所以ChatGPT还运用到了另外一个技术，可以无痛制造成对资料。

实际上，网络上的很多句子，都能形成成对的问答：

其实ChatGPT是在GPT基础上继续发展而来的，从2018年的GPT到后来的GPT2.0，GPT3.0都只是用到了网络上的大量数据，当然每一代都比上一代要多用很多的数据。但是效果并不那么好，之后加入了人类老师的指导变成了ChatGPT：

这其中，在没有人类老师指导的情况下，学习大量网络上的数据，此时称之为预训练（自督导式学习），而在人类老师的指导下呢，就称之为微调（finetune）。

当然，ChatGPT还有用到增强式学习：

当人类老师比较懒不想教AI的时候，或者人类老师也不知道标准答案的时候，就可以使用增强式学习（Reinforcement Learning，RL）这个时候我们只需要点个赞，或者点个踩就可以，比较省事。

ChatGPT带来的研究问题

1. 如何精准提出需求

• 当我们不能精准提出需求的时候：

• 当我们精准提出需求的时候：

2. 如何更改错误

如何让ChatGPT修改一个错误，并且不会导致其他错误，这是一个新的主题，叫做：Neural Editing

3. 侦测AI生成的物件

4. 不小心泄露秘密？

有时候这个大型语言模型也许会泄露秘密？

有时候我们不小心告诉它一些东西，有没有办法让它遗忘呢？这是一个新的研究主题，这个主题叫做：Machine Unlearning