本文轉載自微信公眾號「活在資訊時代」，作者活在資訊時代。轉載本文請聯絡活在資訊時代公眾號。
這幾天，人工智慧領域最火紅的當紅炸子雞，無異於OpenAI開發的可以進行對話聊天的機器人ChatGPT了。
ChatGPT是一個大型預訓練語言模型，它可以在對話中產生類似於人類的文字回應。其基於演算法基於當下最受歡迎的Transformer架構，這是一種使用自註意力機制處理輸入資料的深度神經網路。廣泛用於各類自然語言處理任務。 ChatGPT基於大量文字對話資料集進行訓練，並使用自註意力機制來學習類人對話的模式和結構。這使得他的回答，與真人的回答非常接近。甚至有人認為ChatGPT可以完全取代搜尋引擎了。
在知乎作者DeFi的科普文《科普：什麼是ChatGPT？ 》中，對ChatGPT進行了介紹。如圖：
但在文末的最後，作者給了大家一個彩蛋，表示這篇文章本身就是ChatGPT自己寫的。例如上圖的「ChatGPT介紹」一節，也就是作者在問ChatGPT：什麼是ChatGPT？之後得到的回答，類似的，「演算法」一節，則是作者在提問了「ChatGPT背後的演算法是什麼？」之後得到的答案。
從文章中，我們可以看出，ChatGPT在這種場景下的回答，幾乎很難分辨是否是機器人在回答。這也難怪很多人對它的表現表示出驚嘆了。
然而另外的一群人則對於ChatGPT的表現並不滿意。例如說著名的程式設計師社群Stackoverflow在12月4日的時候就發布了一條臨時規定：禁止使用ChatGPT產生的內容來回答Stackoverflow上面的問題。原因在於，這些產生的內容正確率非常的低，而這些似是而非的內容，對於整個網站以及尋求正確答案的用戶來說是有害的。這裡的主要問題是，由於使用ChatGPT的門檻非常低，因此最近很多人都在使用ChatGPT來回答別人提出的問題，而由於他們本身缺少專業知識，沒有驗證ChatGPT生成的回答是否正確的能力，因此產生了很多毫無價值，甚至會引起誤導的回答。
而另外的一些人則嘗試了一些小學生的問題，而ChatGPT回答的則不盡人意。例如：
而這些簡單問題回答的不盡人意的背後，則是我們對人工智慧領域發展的深度思考。
在深度學習領域，研究者常說一句話：如果你拷問資料到一定程度,它會坦白一切。
這是一種自嘲，目前的人工智慧領域，主要還是依靠大量的訓練資料來訓練模型，一個模型的成功與否與其訓練的資料量息息相關。那麼這勢必會引出一個問題：如果有一天，一個超級模型使用了世界上最大的資料集進行訓練之後，還是不能得到足夠優秀的結果怎麼辦？畢竟對一般人來說，並不需要學習世界上的所有知識就可以擁有自己的學習和判斷能力。
而更進一步的講，全部的真實資料訓練的資料就一定會比一部分真實資料訓練出來的模型更好嗎？考慮到有些真實數據本來就是同一個問題的答案完全相反的。就好像同一個問題下面，總會有不同的人在爭論一樣。而這些訓練集勢必會對於神經網路的訓練結果產生影響。
或許，人工智慧的真正突破，還要等待基礎科學的突破。就好像麥克斯韋方程式將人們帶入了無線訊號傳輸時代。在我們朝夕相處的空間中，或許還隱藏著更深的秘密，等待人們去發現。
以上是ChatGPT的火熱背後，人工智慧發展未來路向何方？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
