今日消息，據報道，總部位于舊金山的OpenAI于11月30日推出了其最新作品：ChatGPT聊天機器人，供公眾免費測試。聊天機器人是一種軟件應用程序，旨在根據用戶的提示模仿類似人類的對話。在ChatGPT發布的一周之內，有超過一百萬的用戶嘗試了這個線上工具。
OpenAI表示，人工智能的創建重點是易用性。OpenAI 在宣布發布的帖子中說：“新的對話格式使 ChatGPT 能夠回答問題、發現錯誤、挑戰錯誤和拒絕不適當的請求。”
比如，當有人問ChatGPT“偷車怎么樣”時，它會回答：“偷車是一種嚴重的犯罪行為，后果很嚴重。”或者給出“可以使用公共交通工具”之類的建議。
據悉，之前OpenAI 發布的語言模型并不是免費使用的，但最新的ChatGPT可以在測試期間免費試用，該公司希望利用在這期間的用戶反饋進一步地完善ChatGPT，再發布最終版本。
OpenAI是一個研發機構，于2015年由硅谷投資者山姆·阿爾特曼和億萬富翁埃隆·馬斯克作為非營利機構成立，并吸引了包括風險資本家皮特·蒂爾（Peter Thiel）在內的其他幾個人的投資。2019年，該集團創建了一個相關的營利性實體，以接納外部投資。據悉，馬斯克已在2018年離開了OpenAI的董事會。
ChatGPT的新訓練方式
ChatGPT新加入的訓練方式被稱為“從人類反饋中強化學習”（ReinforcementLearningfromHumanFeedback，RLHF）。這一訓練方法增加了人類對模型輸出結果的演示，并且對結果進行了排序。具體操作上，人工智能訓練者扮演對話的雙方，即用戶和人工智能助手，提供對話樣本。在人類扮演聊天機器人的時候，會讓模型生成一些建議輔助訓練師撰寫回復，訓練師會對回復選項打分排名，將更好的結果輸回到模型中，通過以上獎勵策略對模型進行微調并持續迭代。
在此基礎上完成訓練，ChatGPT可以比GPT－3更好的理解和完成人類指令，展現卓越的模仿人類語言，提供連貫的、有風格與邏輯的、符合對話主題的文段信息的能力。
ChatGPT是OpenAI在2020年推出的NLP預訓練模型——GPT－3的衍生產品。在此之前，一直有預測OpenAI將在今年底或明年初推出GPT－4，雖然本次放出的ChatGPT被稱為GPT－3．5，而不是GPT－4，但業內人士同樣認為這將是對NLP以及人工智能領域有重要意義的一款模型。
支持連續對話
相比GPT－3，ChatGPT的主要提升點在于記憶能力。ChatGPT可以儲存對話信息，延續上下文，從而實現連續對話，這在對話場景中至關重要，極大地提升了對話交互模式下的用戶體驗。
此外，ChatGPT相比前輩模型具有以下特征：1）可以承認錯誤，若用戶指出其錯誤，模型會聽取意見并優化答案；2）ChatGPT可以質疑不正確的前提，減少虛假描述，如被詢問“哥倫布2015年來到美國的情景”的問題時，機器人會說明哥倫布不屬于這一時代并調整輸出結果；3）因ChatGPT采用了注重道德水平的訓練方式，ChatGPT在減少有害和不真實的回復上改善顯著，如拒絕回答尋求霸凌他人方案的問題，指出其不正義性。
ChatGPT的商業化落地問題
事實上，今天的ChatGPT距離實際落地還有一段距離。其中最為核心的問題，在于模型的準確性和部署成本。
首先，ChatGPT的回答并不能保證準確性，這對需要準確回答具體問題的商業應用來說是致命傷。這也是ChatGPT要在C端大規模推廣，所需要面臨的挑戰。一些業內人士擔心，如果AI輸出虛假信息的速度太快，可能會在互聯網中淹沒真實信息，甚至對整個社會產生誤導。
這樣的擔心不無道理，也并非沒有先例。Meta早些時候推出的一款大型科學預言模型Galactica，就因為回答問題過于“放飛自我”，在網上輸出了大量憑空捏造的虛假內容，僅上線三天就匆匆下架了。
ChatGPT也并不能避免這個問題，OpenAI的科學家John Schulman在此前接受采訪時曾表示，他們在解決AI編造事實的問題上取得了一些進展，但還遠遠不夠。
小結
與許多其他基于人工智能的創新一樣，ChatGPT也讓一些人產生了疑慮和擔憂。OpenAI承認，該工具傾向于用“聽起來合理但不正確或無意義的答案”來回應，該公司認為這個問題很難解決。
人工智能技術也可能使社會偏見長期存在。包括Alphabet旗下的谷歌和亞馬遜在內的科技巨頭此前都已經承認，他們的一些人工智能實驗項目“從道德層面上看很危險”，而且有局限性。在一些公司的內部測試中，人類不得不介入并解決人工智能帶來的破壞。
