ChatGPT真有智能？从莎士比亚的猴子看懂ChatGPT如何炼成

　　·让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。但是，我们不知道什么时候才能完成，如何找到猴子打出来的结果。

　　·GPT-3学了全部的武林秘籍，又用吸星大法吸收了各种内力，但是不能融会贯通。ChatGPT就像是找到了一个方法，彻底把全部内力打通，各种武术都学会了，再有内力加持，就变成了无敌高手。

　　很多人说ChatGPT这样的人工智能已经拥有真正的人类智慧。他们提到了许多例子，比如ChatGPT能够和人类对话，甚至可以进行智能聊天，可以帮助你润色文章、提取摘要，甚至直接帮你扩写内容。但是事实并非如此。

　　首先，我们必须明确，人工智能并不是真正的智能。它是一种人造智能，是由人类通过研究和开发创造出来的。因此，它不具备真正的人类智慧，而只是一种模仿人类智慧的技术。

　　其次，虽然ChatGPT可以聊天，但这并不能证明它拥有真正的人类智慧。聊天只是一种表面现象，并不能说明ChatGPT拥有人类的思考能力。只有当ChatGPT能够理解人类的思想，并能够思考、判断和决策时，我们才能说它拥有真正的人类智慧。

　　最后，人工智能是一个极具挑战性的领域。尽管科学家和工程师们已经取得了巨大的进步，但人工智能还有很长的路要走。我们不能因为当前的技术水平而把人工智能误认为是真正的智慧，应该保持理性的态度。

　　但是，也不能因为ChatGPT不是完全跟人脑一样的智慧体就小瞧它，它可以在很多方面辅助我们。比如，它可以帮助我们解决一些复杂的数学问题，甚至可以帮助我们预测未来的发展趋势。此外，它还可以用于智能客服、智能问答、智能聊天等多种应用场景。

　　今天，我们就好好聊聊ChatGPT的原理和细节，局限性以及应用场景。

　　我们尽量不用任何公式、数学模型来把问题搞复杂，对大众来说，了解ChatGPT的原理可以满足他们的好奇心，也利于他们用好ChatGPT，在合适的地方用，该怎么用。

　　首先，我简单地引入一个莎士比亚的猴子的概念。

　　无限猴子定理

　　让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。

　　这个定理有各种表述，也可以说，只要有足够多的时间，足够多的猴子，可以打出来整个大英图书馆或法国图书馆的全部藏书，等等。

　　这是在揭示随机的信息里可能蕴含了无尽的信息。也有一个说法是，在圆周率π里包含了人类全部的信息，因为π是无限不循环小数。

　　但是，随机信息和有信息量的信息的区别在于，即使我们知道猴子最终可以打出莎士比亚的全套著作，我们也不知道什么时候才能完成，如何找到猴子打出来的结果。

　　刘慈欣有一本小说，叫做《诗云》，大概逻辑是一个高于人类文明无数倍的外星生物，了解到人类有诗，看了无数人类的文学作品。它想超越人类的诗作者，就想到了一个办法，去随机生成无数的文字，在这些文字里面必然包含了无数的优秀的诗。但是最后，它发现，生成这些随机的文字，存储它们需要耗费无数资源。生成了也没用，因为无法找到。

　　我引入这个隐喻就是想介绍，虽然GPT已经包含了智能，但是也包含很多问题，语言模型的先天问题。如何从一个貌似包含了人类全部文字信息的语言模型，引出一个可以稳定执行各种命令、回答人类各种问题的实用产品？这就有了GPT-3这样的超级无敌AI机器，然后需要解决的问题，也就是我们今天为什么能看到ChatGPT的原因。

　　首先我们需要了解GPT和语言模型。

　　什么是语言模型

　　ChatGPT的本质是GPT-3，而GPT-3是一种语言模型，要理解ChatGPT和GTP-3，我们需要先理解什么是语言模型。

　　语言模型是一种人工智能模型，它可以对给定的语言文本进行分析和建模，并预测下一个可能出现的词语。例如下图：

　　最简单的也是最早期的语言模型叫做N元模型，很简单也很好理解。就是把句子里连续N个单词（汉语的话连续N个汉字，或连续N个词）当作一个单元，拆解以后，统计他们相邻出现的概率。

　　比如，一个英文例句为， the students opened their books，用N元模型来分析：

　　·1元：“the”, “students”, “opened”, “their”, “books”

　　·2元：“the students”, “students opened”, “opened their”, “their books”

　　·3元：“the students opened”, “students opened their”, “opened their books”

　　·4元：“the students opened their”, “students opened their books”

　　如果是一句中文：学生们打开来了他们的书。用N元模型来切分（已分词）：

　　·1元：“学生们”, “打开”, “来了”, “他们”, “的”, “书”

　　·2元：“学生们打开”, “打开来了”, “来了他们”, “他们的”, “的书”

　　·3元：“学生们打开来了”, “打开来了他们”, “来了他们的”, “他们的书”

　　·4元：“学生们打开来了他们”, “打开来了他们的”, “来了他们的书”

　　那么当问题是，“学生打开来了他们的______”时，我们到底应该选择书本、笔记本、试题、还是思路呢？这就要看出现的概率了。

　　也就是，在给定的语料库下，“学生打开来了他们的书本”，“学生打开来了他们的笔记本”，“学生打开来了他们的试题”和“学生打开来了他们的思路”跟“学生打开来了他们的”出现次数的比值关系了。

　　N元语言模型可以算作最简单的语言模型，后面会介绍语言模型的一步步发展，但是它们的实现细节差异很大，但是基本上要完成的任务是一样的。

　　语言模型本身就可以应用在很多地方，比如输入法的联想：

　　聊天和信息软件的自动推荐：

　　Google搜索的自动推荐：

　　但是更重要的是，语言模型通常用于帮助构建其他的自然语言处理任务，如语音识别、机器翻译、文本分类等，它可以帮助计算机理解和处理人类语言。语言模型可以通过预训练和微调来实现模型的提升，并且在不断推进的研究过程中也取得了巨大的进步。

　　语言模型的发展历史

　　语言模型的发展可以追溯到20世纪50年代末，当时科学家们开始探索如何让计算机处理人类语言。在随后的几十年里，随着计算机硬件和软件技术的发展，语言模型也不断演进。20世纪90年代，神经网络模型开始被广泛应用于语言模型的研究，并取得了显著进步。随后，深度学习模型也开始在语言模型领域得到广泛应用，并取得了更多的成果。

　　在历史上，有许多重要的语言模型，其中包括：

　　·基于N元语法的语言模型：这是最早的语言模型之一，它基于N元语法的概率分布来建模语言文本，并预测下一个词语的可能性。它的优点是简单易行，但缺点是无法处理长距离依赖关系。

　　·神经网络语言模型：这是一种基于神经网络的语言模型，它通过多层感知器来建模语言文本，并使用语言模型的损失函数来训练模型。它的优点是可以处理长距离依赖关系，但缺点是计算复杂度高，难以训练大规模的模型。

　　·基于RNN（循环神经网络）的语言模型：这是一种基于循环神经网络的语言模型，它通过对时序数据进行处理，来捕捉语言文本中的长距离依赖关系。它的优点是能够处理长距离依赖关系，但缺点是计算复杂度高，难以处理长文本。

　　·基于Transformer的语言模型：这是一种基于Transformer模型的语言模型，它通过结合注意力机制和多头注意力机制，来实现对语言文本的建模。它的优点是计算效率高，能够处理长文本，并且可以通过预训练来提高模型的泛化能力。它的缺点是训练时需要大量的训练数据，并且需要高性能的计算机硬件支持。

　　·基于BERT的语言模型：这是一种基于双向注意力机制的语言模型，它通过对语言文本的上下文进行建模，来提高模型的表示能力。它的优点是能够有效地捕捉语言文本中的上下文信息，并且可以通过预训练来提高模型的泛化能力。它的缺点是训练时需要大量的训练数据，并且需要高性能的计算机硬件支持。

　　总的来说，语言模型的发展历史可以分为三个阶段：早期的基于N元语法的语言模型，中期的神经网络语言模型和基于RNN的语言模型，以及近年来出现的基于Transformer和BERT的语言模型。这些模型在不同时期都取得了重要突破，为人工智能领域的发展做出了巨大贡献。

　　GPT各个版本之前的差别和发展历史

　　·GPT：这是最早的GPT模型，它采用了单层的Transformer模型，并通过对大量语言文本进行预训练来提高模型的泛化能力。它可以用于各种自然语言处理任务，如文本生成、语言模型预测。通过对40亿个语言文本词语进行预训练来提高模型的泛化能力。

　　·GPT-2：这是GPT模型的下一个版本，它采用了多层的Transformer模型，并通过对更大量的语言文本进行预训练来提高模型的泛化能力。它具有更高的计算能力和更丰富的语言表示能力，可以用于更复杂的自然语言处理任务。通过对7000亿个语言文本词语进行预训练来提高模型的泛化能力。

　　·GPT-3：这是GPT模型的最新版本，它采用了更多层的Transformer模型，并通过对更大规模的语言文本进行预训练来提高模型的泛化能力。它具有更高的计算能力和更丰富的语言表示能力，可以用于更多种类的自然语言处理任务，如文本生成、语言模型预测、机器翻译、问答系统等。通过对175000亿个语言文本词语进行预训练来提高模型的泛化能力。

　　·ChatGPT：ChatGPT是一种专门用于实现对话系统的自然语言处理模型，它采用了多层的Transformer模型，并通过对大量对话文本进行预训练来提高模型的泛化能力。可以说ChatGPT是GPT-3的一个特殊应用，它专注于对话系统领域，而GPT-3则是一个更加通用的自然语言处理模型，可以应用于更多种类的自然语言处理任务。

　　GPT-3的语料包含哪些内容

　　具体来说，GPT-3的语料包含了以下内容：

　　·丰富的语言文本：GPT-3的语料包含了大量语言文本，包括小说、新闻、网页、博客、社交媒体等各种类型的文本。这些文本来自于不同的语言、文化背景，并且涵盖了广泛的话题。

　　·多样化的语言表示：GPT-3的语料涵盖了多种语言表示方法，包括文本、图像、音频、视频等多种形式。这使得GPT-3模型能够捕捉到不同类型的语言信息，并实现更为丰富的语言表示能力。

　　·深度的语言理解：GPT-3的语料还包含了大量的语言理解信息，如语义、句法、语用等。这使得GPT-3模型能够更深入地理解语言文本的含义，并能够更准确地完成各种自然语言处理任务。

　　总的来说，GPT-3的语料包含了丰富、多样化和深度的语言信息。

　　这么厉害的ChatGPT到底是不是真的达到了人类的智慧？

　　ChatGPT可以帮你写文章，可以帮你起标题、润色文章、扩写文章、提取摘要、校对文字，还可以翻译。它还可以帮我们写程序，查询函数的参数、进行代码审核、写unit test，等等。它还可以帮我们学英语，找例句、翻译、润色英文作文，等等。

　　它做的甚至比一些专门设计去做这些工作的软件还好，甚至可以达到比较厉害的人的水平，那么它就真的拥有智能了吗？

　　其实并不能。

　　举一个例子，我们问ChatGPT，1+1等于多少？

　　它会回答：

　　很多人做过很多这样的加法测试，都得到了正确的结果，例如，34+56等于多少？

　　它回答：

　　答案是对的，看起来也头头是道，但是“将结果相加得到 10 + 8 = 18 ”这句话是什么意思？不符合我们的数学基本原理。

　　虽然最后的结果是对的。我们再随便把数字加大，比如问它，70654+89034等于多少？

　　它回答道：

　　我们一眼就发现结果也是错了，论述也是错误的，但是为啥听上去，还是头头是道呢？

　　首先，它的语料库包罗万象，一些数学题、简单的加减乘除的教材可能也有，所以，当一个题目的答案在它的语料库里时，它多半回答正确。这个过程就类似于它去自己的数据库里查了一次一样（实际上是因为整理过的语料里，正确结果存在的概率一定高于错误结果）。

　　但是当数字很大、很怪，大概率语料库中不存在的时候，它所输出的加法的结果就是基于语言学逻辑概率的结果，而不是数学逻辑下的结果，自然就有可能大错特错了。但是它仍旧可以给你讲得头头是道。

　　你可以理解为它是一个自然语言学问的博士，对语言无比精通，对其他知识一无所知，天天跟各种数学家交谈（在数学语料下训练），它听过的东西，一般不会答错，虽然它并不明白它回答的意思是什么。它的泛化能力很强大，让你以为它可以举一反三，但是这种泛化是基于语言结构和语料的，并不能无中生有，不能进行严密的逻辑推理。所以，它没听过的东西，它回答的时候近似于胡猜。但是听起来很有道理，因为它很会说话，所以，有很多时候可以蒙对。

　　所以，因为它的语料库、知识库包罗万象，所以你问一些包含在知识库、语料库内的内容，它几乎都不会答错。它似乎是一个全能全知的神。但是它其实并不理解这些内容。

　　当然，我们现在说的是ChatGPT，它可以做无数事情，但不是每件事情。它不是真的学会了数学。但是ChatGPT比GPT-3的效果要好得多。所以，GPT-3推出时引发了无数业界的关注，但是普通人并不了解。只有ChatGPT出现以后，GPT家族才成了彻底的显学。

　　其实，我前面讲了，GPT只是一个语言模型，它确实可以补全很多话，很多时候会表现得非常有智能。但是很多时候，它会输出车轱辘话，会输出毫无意义的话，有时候结果又很好。它在真正被使用前，往往需要公司进行finetune。所谓finetune就是使用针对性的语料对GPT-3进行针对性的训练，在finetune的过程中，GPT-3原来包含的语料信息和知识信息不会消失，但是会形成对特定问题的特定领域的知识。

　　比如Notion AI和Craft AI都是把GPT-3用在笔记应用里，它们就对GPT-3在文本润色、标题处理、摘要等具体应用方准备大量的语言，去finetune，从而让GPT-3的输出效果在笔记应用这个层面更好用。

　　这就有点像我们的莎士比亚猴子，本来空读了无数的书，但是不知道人们喜欢它怎么说话，所以说话完全由着性子，虽然饱读诗书，但是看起来还是不够聪明。经过了finetune，它知道了在某个地方大家喜欢怎么说话，它就学着这么说话，就让大家觉得聪明了。

　　让一只猴子在打字机上随机地按键，当按键时间达到无穷时，几乎必然能够打出任何给定的文字，比如莎士比亚的全套著作。

　　或者用一个金庸小说里的桥段，GPT-3学了全部的武林秘籍，又用吸星大法吸收了各种内力，但是不能融会贯通。有时候打出一拳来威力无穷，有时候又软绵无力，不能收放自如。然而这时候，如果学了一门剑法，剑术加内力就成了剑术高手。

　　但是，ChatGPT不是简单的在任何方向上单独finetune的结果，我会详细介绍，为什么ChatGPT在无数领域都可以做出很好的效果。

　　ChatGPT就像是找到了一个方法，彻底把全部内力打通，各种武术都学会了，再有内力加持，就变成了无敌高手。

　　WebGPT和Google

　　首先我们介绍一个OpenAI没有正式发布的产品WebGPT。

　　我们知道Google的原理，Google的本质就是抓遍全网的数据，然后建立索引。所谓一个关键词的索引，其实就是一个关键词的全部结果的列表。如果你搜一个复杂的问题，就等于是把多个关键词的索引组合起来得到一个结果。

　　你不管问什么问题，Google本质上就回答有xxx个答案，然而按照相关性排序，最靠谱的排在前面。

　　Google的基本原理：

　　再看ChatGPT的基本原理：

　　时效性

　　从时效性来看Google更好，任何信息发布后几天，甚至几分钟内，在Google里就可以搜索到。这是因为Google的爬虫每时每刻都在爬取新的内容，而Google的索引服务也每时每刻都在更新索引。

　　而从GPT来看，ChatGPT是最近推出的，包含了很多新的内容，但是也只是截止到2021年而已，比如我问它，2022年8月发生了什么大事儿，它回答：

　　但是，我问它，2021年12月发生了什么大事儿，它回答：

　　抓取数据后，编入语料库，需要进行大量的处理，包含数据清洗、对齐和一些语义挖掘，所以需要大量时间。而海量语料库的训练也需要海量的计算资源和时间，目前还无法像Google那么随时更新。

　　所以，GPT发布于2018年，GPT-2发布于2019年，而GTP-3发布于2020年。ChatGPT最近发布，但是数据可能截止到2021年底左右。

　　那什么是WebGPT呢？

　　WebGPT演示。

　　所谓WebGPT是OpenAI没有正式发布的一个产品，仅仅是一个Demo（展示）。它的思路是从Google的搜索结果里面找到最好的内容，然后整合成一篇短文。你可以理解为，比如它可以把Google搜索一个关键词的前十名文章凑成一篇长文，然后用它自己的摘要功能把这篇超长的文章写成一个比较短的摘要。

　　ChatGPT是怎么炼成的呢？

　　前面介绍了语言模型，GPT-3，甚至WebGPT，是希望大家建立一个概念。在ChatGPT前，GPT-3已经表现出了智能，但是结果不稳定，使用之前需要针对应用领域finetune。但是ChatGPT几乎什么都能干，它是怎么炼成的呢？

　　简单地说，三个步骤：

　　·收集示例数据，训练一个有监督的模型

　　·收集比较数据，训练一个奖励模型

　　·根据奖励模型，对有监督模型进行持续的强化学习

　　1、收集示例数据，训练一个有监督的模型

　　如上图，第一步，系统从之前收集的提示数据库，也就是一堆形形色色的问题，可能有几万到几十万的有意义的问题，中间选一个。

　　比如这个问题是：如何向一个六岁小孩儿解释什么是登陆月球？

　　然后，由一个标注人员，就是一个人，来写一个期待AI能回答出来的比较好的答案的范本。

　　这些问题和人写好的回答，就形成了训练数据。

　　用这些数据去finetune现有的GPT-3或GPT-3.5模型，得到一个监督学习的模型。这个模型的精神内核还是GPT，但是它更会回答问题了，它参考了这些数据库里抽取纪录片的问题和标注人员写好的答案。它具有了一定的好好回答问题的能力。

　　2、收集比较数据，训练一个奖励模型

　　如上图，有了刚才第一个有监督的模型以后，我们就可以让那个模型多次输出不同的答案。然后让标注人员对多个结果进行质量评估。比如得到D>C>A=B的结果。也就是A和B答案质量差不多，C更好，D最好的这么一个评估结果。这样我们就可以给答案排序。

　　有了问题、一组答案和排序，就可以训练一个奖励模型。这个奖励模型就是，给它任何一个问题和一组答案，它都能自动判断哪一个答案更好。

　　3、根据奖励模型，对有监督模型进行持续的强化学习

　　有了第一个回答问题的监督模型，评估答案的奖励模型，就可以开始强化学习的循环。

　　所谓的强化学习就有点像《射雕英雄传》里周伯通的左右互搏，我们让AI不断生成答案，然后根据奖励模型，我们可以告诉AI哪一次生成的答案更好。如果结果好，我们就鼓励模型继续这么做，如果不好，我们就惩罚模型让它改进。

　　为什么会有这三个步骤呢？其实前面两步都是监督学习。需要人工参与，需要准备大量的标注数据。这样训练的规模很难上去，经济成本和时间成本都很高。第三步，有了前两步的准备，就全部是机器左右互搏，就不再需要人工的参与，就可以进行海量运算，去不断优化结果了。

　　前两步的数据量估计在几万到几十万量级，成本高昂，旷日持久。但是到了第三步，几乎不需要人的参与，主要耗费的就是计算力和电力。这个时候，训练的规模就可以几乎无限大，尽力去追求最好的结果。

　　如果你了解围棋天下第一的AlphaGo，其实它最早期的版本就是通过标注信息进行监督学习。在那个时期，它相当于接受了人类所有历史上已知的棋局，就已经达到了秒杀全部人类高手的能力。但是那时候，相对于围棋全部的知识来说，AlphaGo和人类还没掌握到全部的精髓。

　　著名围棋选手柯洁对战AlphaGo。

　　后面的AlphaGo也是用强化学习去训练的，这个时候，全世界的人类都无法跟AlphaGo比肩，人类的历史棋谱也不如AlphaGo的水平高了。怎么继续提高？就是左右互搏，两个原始的AlphaGo互相下，没有限制的各种下，探索人类从来没有达到过的高度。用机器来判定每一步哪个AlphaGo下得更好，逐渐相互学习，得到了目前人类和机器都无法企及的高度。

　　ChatGPT的第三步也是如此。这也说明为什么目前ChatGPT虽然看起来万能，但是它会主动说不掌握2021年12月以后的信息。因为训练GPT-3和GPT-3.5已经是旷日持久的工作，需要几个月时间，用大量最好的AI服务器不停训练。而在GPT-3和GPT-3.5的基础上，得到了前两步的监督模型和奖励模型后，进行强化学习还需要大量训练时间去精益求精。

　　好。我们尽全力不用任何公式，用普通人应该能听得懂的原理解释方式去讲清楚了ChatGPT是怎么炼成的。它当然还有局限性，但是它也仍旧在继续进化中。

　　据说，GPT-4很快要发布，后续GPT家族，还有Google、Meta，其他硅谷巨头的类似模型也都在研发，我们继续关注AI如何改变我们的生活，我们怎么去理解AI的发展，从而了解原理，更好地知道它的局限性和功能，用好AI。

　　参考资料：

　　1.无限猴子定理

　　https://zh.wikipedia.org/wiki/%E7%84%A1%E9%99%90%E7%8C%B4%E5%AD%90%E5%AE%9A%E7%90%86

　　2.Stanford CS224N: NLP with Deep Learning | Winter 2019 | Lecture 6 – Language Models and RNNs 

　　https://youtu.be/iWea12EAu6U

　　【作者郝培强，网名Tinyfool，自由职业（自媒体），资深（也就是老的意思）开发者。】