close
微軟開發的聊天機器人ChatGPT，
在11月30日正式開放試用，
僅僅五天就衝破百萬用戶，
甚至創下歷史上全新的紀錄，
在兩個月內突破一億用戶。非常驚人。
這個由OpenAI釋出的超夯人工智慧工具究竟是什麼？為何能有此表現？
當人工智慧研究實驗室OpenAI釋出對話式語言模型ChatGPT，因為它的用途廣泛、效果強大，因此迅速走紅。
根據官網的介紹，ChatGPT可以跟使用者對話、回答問題，若是使用者的論點中有錯誤，它也能指正。
目前開放給民眾免費使用的ChatGPT還在測試階段，不過已經有許多人發掘出它的有趣應用，除了對話以外，有學生拜託它回答大學理論課的申論題，也有工程師麻煩它寫程式，或者要求它吟詩作賦，而ChatGPT來者不拒地照辦—品質還驚人地好。
聊天機器人ChatGPT被讚萬能，唯獨這指令一出會被立即拒絕。
其實，ChatGPT並不是真的有求必應，若使用者輸入的內容和仇恨言論、暴力、犯罪等主題有關，ChatGPT不會做出回答，還會提醒使用者這違反了平台的規範。
ChatGPT的用法和其橫空出世的脈絡及現況，帶你一次看。完整更新。
除了寫作業、寫程式以外，ChatGPT還有更多元的有趣應用。
ChatGPT。針對「有什麼使用人工智慧產出文字的酷方法」，ChatGPT「稍作思考」後，也針對自身的用途，提供寶貴建議，以下為ChatGPT產生的文字：
生成創意文字，甚至吟詩作對：人工智慧演算法可以訓練大量文字，如書籍和詩歌，並可以生成原創的故事或詩歌。
翻譯：人工智慧演算法可以訓練翻譯一種語言到另一種語言，讓不同語言的人更容易溝通。
幫你抓重點摘要：人工智慧演算法可以用來自動摘要長文件，讓人們更容易快速理解主要思想。
例如，有人想了解全球第二大加密交易所FTX為何破產？
貼給ChatGPT一份研究報告摘要後，它馬上可以簡略回答出，「根據資料，由創辦人SBF所成立的FTX和Alameda兩間公司，中間似乎有密切的關係。而且大量FTT代幣被這兩間公司控制，讓人對他們的獨立性產生懷疑。」這個重要結論！
幫你省去看艱深報告內容的大筆時間。
寫個人化的電子郵件：人工智慧演算法可以訓練生成個人化的電子郵件，根據人們的興趣和喜好。
代工小編，幫你寫新聞：人工智慧演算法可以訓練生成特定主題的新聞文章，讓新聞組織能夠快速製作各種主題的內容。
其實，ChatGPT能派上用場的地方遠遠不止如此，網友也發現有隱藏版用法可以語音學習。就創意而言，它確實能夠接收使用者給定的題目與人物寫出故事，當起編劇來。
具體來說它能夠幫助創意工作者針對特定的場景發想點子，例如請ChatGPT產出一段穿越劇故事，都辦得到。
另外，ChatGPT也是個點子王。突然失業了怎麼辦？它還可以幫你腦力激盪賺取收入的小點子，還不只一個，如下圖
另外，也有網友發現，它可以代為回覆客服信函。在協助數據工作者上，它還能夠給予產出關鍵字。或幫助開發應用的人，快速生出小教學文章等。
同時，它中文也能通。來看看下面它給大家工作面試前的建議。
ChatGPT究竟是什麼？
ChatGPT的開發者是一家專精於人工智慧的組織OpenAI，OpenAI曾經推出輸入文字便能輸出圖像的DALL-E、給定音樂風格和歌詞就可以產出音樂作品的Jukebox，以及2020年推出時震撼全球的語言模型GPT-3。
根據OpenAI的介紹，ChatGPT就和先前曾推出的「打電動機器人」OpenAI Five一樣，都是透過由人類提供回饋的增強學習（reinforcement learning）訓練而成。
增強學習的原理類似小朋友在玩電動遊戲，即使在場沒有成年人指導，幼童仍可以在不斷的試錯當中，藉著每次挑戰所獲得的正向與負向回饋，找到能夠通關的策略。
訓練ChatGPT時便是仿照上述概念，OpenAI先請模型的訓練者們同時扮演使用者和人工智慧助手（即現在的ChatGPT）的角色，創造一定數量的數據，讓機器認識到對話的基本策略。
接著，為了讓機器學到相對較佳的對話內容與模式，訓練者會扮演使用者向機器擔任的人工智慧助手發話，此時訓練者會提供建議幫助機器撰寫回答。
為了讓機器「學習」，訓練者會擷取機器撰寫的不同語句，接著「告訴」機器回答內容的品質高低。
這些線索有如「小朋友齊打交」的正向與負向回饋，機器可以藉此改善產出，並回頭更新其產生回答的策略，就這樣一步一步的離成品邁進。
當然，使用無監督的數據生成模型說來容易，但實務上的挑戰甚巨，因為訓練模型需要大的運算能力，這意味著燃燒資本。
就第一代GPT模型來說，預訓練的數據量達到約5GB，使用到的參數接近1.2億。
隔年（2019）OpenAI發表GPT-2，預訓練的數據量暴漲，直接衝高到40GB，使用到的參數更是來到15億。
OpenAI並沒有停下腳步，在2020年又釋出了GPT-3，這次的數據量翻了千倍，達到45TB，而參數量也升級到1,750億。
OpenAI並沒有公佈訓練GPT模型所投入的資金。但就深度學習企業Lambda Labs的首席科學家推測，若是利用最便宜的雲端運算服務訓練GPT-3模型，需要花上至少460萬美元、耗時355年才能訓練完成。
當OpenAI公布GPT-3以後，很快造成轟動。就像現在的ChatGPT一樣，當時有許多人利用GPT-3，打造出各種有趣的服務，例如請語言模型幫忙解析學術論文、根據描述產出網頁以及對應的程式碼、將平常使用的語言轉換成法律術語等等。
ChatGPT有何隱憂？
除了擔心老師們以後再也無法分辨作業是誰的產出之外，已經出現了人工智慧技術壟斷的相關討論。
無論是Google的BERT，或者是OpenAI的GPT，不僅頂尖科學家要投入心血，企業更要挹注大筆資源，才能打造出厲害的模型。
然而，這是個富者愈富、貧者愈貧的世界。隨著大企業開發出一個又一個新的模型，能夠像是這次ChatGPT一樣，從人們的踴躍試用中得到更多回饋，進而改進其模型，而機器學習領域又是一個殘酷的世界，只有表現好的模型才有話語權－這又回頭仰賴企業的資源，因此直到今日，能夠開發出此類巨型語言模型的企業屈指可數。
就像科技作家「演算法決定世界」的預言一樣，人工智慧也把持在少數企業手中。
這會為我們的生活帶來什麼樣的影響？是否會出現科幻小說當中的常見情節，日後人類的生活會被少數科技菁英與機器所主宰？我們必須關注人工智慧發展中的壟斷問題。
（本文出自2022.12.10《遠見》網站，小編整理增加部分內容，留存備查。）
文章標籤
全站熱搜
留言列表
