江苏龙网

  1. 主页 > 生活百科 > >

有了ChatGPT，读书还有用吗？

ChatGPT


有了ChatGPT，读书还有用吗？

文章插图
李子 技术社会学博士，哥伦比亚大学医学人文和伦理系博士后研究员
上半年ChatGPT横空出世，人工智能的潜能展现，给许多职业带来了一场生存危机的探讨 。GPT能够通过律师和工程师资格考试，写的大学论文能不挂科，甚至能够“理解”笑话 。它能回答人们的疑问，组织生动的语言结构，模仿各式各样的语言风格；而大语言模型和图像生成 AI 结合的技术，例如Midjourney，能够让丝毫没有受过艺术训练的人，用只言片语“创造”出惊人的艺术图像 。
ChatGPT 的本质，实际上是大语言模型（Large Language Model，LLM）叠加生成式人工智能 。大语言模型，顾名思义，就是大，用海量的语素，用机器学习的方法训练一个计算机模型 。生成式，则是用预测的方式，在对话时把最有可能出现的语素联系展示出来 。
对于知识“加工”和“消费”者而言，大语言模型加上生成式人工智能的能力是巨大的 。海量语素数据、深度神经网络和极大的计算力，相当于把整个来自互联网的知识“压平“，再通过人机互动进行“整装” 。
从计算逻辑上来讲，ChatGPT 相当于一个更加强大的搜索引擎 。普通的搜索引擎例如谷歌和百度通过爬虫的模式“扒”整个互联网的信息，并通过复杂的算法进行排序 。而人工智能使用机器学习的方法，相当于把这些扒出来的信息，用预测的方式进行了符合语言逻辑的整理 。知识加工变得更加便捷迅速，消费变得更加简明清晰——有的时候甚至过于简便，给了考试论文作弊以可乘之机 。
针对这一点，技术乐观主义者认为，既然从今以后机器能够生成的内容，或许也不需要大多数的人类去动脑实现，就如同搜索引擎取代了图书馆的馆藏卡片、计算器取代珠算一般 。的确，那些需要大量重复的文字类工作，或者机械的列举、整理工作，即使 AI 不介入最终决策，确实也能够提供相当程度的生产力，辅助人类进行知识的加工和消费 。
那么，读书还有用吗？各大高校、研究机构的人员，是否也可以下班了？
机器能“学到”什么
大语言模型和生成式人工智能，为将来的知识“生产者”带来了一个绕不过的课题：何为知识？如何生产多样、公正、真实的知识？
人工智能的“学习”能力是惊人的 。现有的大语言模型和人工智能的应用，都脱不开机器学习作为其底色 。“学习”二字，实质上是用大量的数据训练预测模型，并在预测的准确度，以及普适性上找到平衡 。这种预测实际上是基于现有知识的，语言模型的预测，也是基于现有语言之间的联系 。例如输入“红烧”，机器预测“肉”；然后根据更多的输入，例如地点，人，习惯等等，给出更加精确的预测，比如“外婆做的红烧牛肉”等等 。
这种预测是怎么实现的呢？我们熟悉的坐标系是二维的 。比如整个人群中，身高和体重有一个大致的对应关系，给出身高，机器预测一个平均体重，就是基于现有数据的预测 。再加入另一个维度，比如性别，那么就成为了一个三维坐标，男女的预测会有所不同 。如此下去，数据的维度可以是无限的，而机器学习的模型，就是在人脑所不能想象的多维空间中寻找此类联系，并不断调整各个维度之间的权重 。比如，身高对体重的预测“有多重要”，可以在大量的数据输入之后进行调整 。
因此，基于机器学习的人工智能，会把各种维度的数据，在更高维度的空间里联系起来，有发现数据之间潜在联系的能力，也会“学到”一些现实中不存在的、但很可能发生的联系 。用在语言模型中，人工智能也能学习到不同的语言风格，挖掘现有文字中的“精髓”和“问题” 。
数据越大，模型越成熟，其计算和挖掘能力也越高 。类似于 BERT、GPT 这样诞生于大机构的 AI，被许多人认为走到了技术的“拐点”，量变产生质变也不无道理——这对于知识生产者来讲是好事 。不过，大模型也有其内在的问题，模型越大，问题也越尖锐，特别是涉及到知识的多样、公正和真实方面 。
怎样才能生产真实
且公正的知识？
新的知识能从现有知识的连结和新模式中产生，这一点不管是从人还是机器的层面都是成立的 。然而，现有的知识是否足够？是否充分？是否公平？如果现有知识的基础是不足的、甚至是有偏见的，那么在此基础上建立的新知识也会产生偏差 。


推荐阅读


上一篇：AI杀进文学界：“让写作像呼吸一样简单”？

下一篇：2023 年值得考虑的10大 React 静态站点生成器！