一篇文章帶你讀懂生成式人工智能
Éric Moulines
巴黎綜合理工大學(xué)統(tǒng)計(jì)機(jī)器學(xué)習(xí)教授
Hatim Bourfoune
法國(guó)國(guó)家科學(xué)研究中心（CNRS）密集型科學(xué)計(jì)算開(kāi)發(fā)與資源研究所（IDRIS）人工智能研究工程師
Pierre Co.NETte
法國(guó)國(guó)家科學(xué)研究中心（CNRS）密集型科學(xué)計(jì)算開(kāi)發(fā)與資源研究所（IDRIS）人工智能支持工程師
人工智能的發(fā)展日新月異，生成型AI是其中的一種，它能夠根據(jù)輸入的指示，創(chuàng)造出各種文字、圖像或聲音的內(nèi)容。這種技術(shù)有什么原理？它有哪些應(yīng)用和局限？它又會(huì)帶來(lái)哪些挑戰(zhàn)和風(fēng)險(xiǎn)？本文將為您介紹生成型AI的基本概念、最新進(jìn)展和未來(lái)趨勢(shì)，讓您了解這個(gè)正在改變我們社會(huì)的創(chuàng)新領(lǐng)域。
- 生成式AI，指能夠?qū)W習(xí)數(shù)據(jù)庫(kù)中的信息，并以此為基礎(chǔ)，根據(jù)用戶(hù)輸入的提示生成文字、圖像或音頻的人工智能。
- 生成式AI仍處于蹣跚學(xué)步的階段，有許多需要改進(jìn)的地方，比如答案不夠可靠或帶有偏見(jiàn)。
- ChatGPT、Bloom都屬于生成式AI的應(yīng)用模型。潛在的應(yīng)用還有千千萬(wàn)萬(wàn)待探索。
- 任何技術(shù)有利必有弊。生成式AI耗能極高，而且存在被濫用的風(fēng)險(xiǎn)。
ChatGPT已經(jīng)成為了當(dāng)今社會(huì)的熱議話(huà)題，新一輪AI技術(shù)革命已初露端倪。生成式AI有看似無(wú)窮的潛在應(yīng)用場(chǎng)景，也毫不意外地引發(fā)了無(wú)休止的爭(zhēng)論。不過(guò)，大眾對(duì)于生成式AI 原理的理解似乎還有待加深。
生成式AI，指能夠?qū)W習(xí)數(shù)據(jù)庫(kù)中的信息，并以此為基礎(chǔ)，根據(jù)用戶(hù)輸入的提示生成文字、圖像或音頻的人工智能。巴黎綜合理工大學(xué)的統(tǒng)計(jì)機(jī)器學(xué)習(xí)教授Eric Moulines解釋說(shuō)：“AI在學(xué)習(xí)的過(guò)程中，會(huì)從數(shù)據(jù)中概括規(guī)律，并基于此生成具有原創(chuàng)性的內(nèi)容。”
目前兩種主流的人工智能模型分別是GPT（生成式預(yù)訓(xùn)練轉(zhuǎn)換器）和擴(kuò)散模型。法國(guó)國(guó)家科學(xué)研究中心（CNRS）密集型科學(xué)計(jì)算開(kāi)發(fā)與資源研究所（IDRIS）的人工智能研究工程師Hatim Bourfone補(bǔ)充說(shuō)：“人工智能會(huì)通過(guò)一種‘注意力機(jī)制’理解輸入文本的上下文含義。其輸出的內(nèi)容由其之前在訓(xùn)練階段學(xué)習(xí)的詞匯構(gòu)成，AI會(huì)根據(jù)每個(gè)詞出現(xiàn)的概率，判斷接下來(lái)該使用哪個(gè)詞”。用不同的數(shù)據(jù)庫(kù)訓(xùn)練算法，便能得到適用于不同情景的AI。
Bourfoune的團(tuán)隊(duì)參與開(kāi)發(fā)了一款名為Bloom的AI，這是一款供研究人員使用的學(xué)術(shù)論文翻譯器。IDRIS 研究員Pierre Cornette 說(shuō)“Bloom模式的主要任務(wù)就是學(xué)習(xí)多門(mén)外語(yǔ)。我們給它輸入了大量的文本，然后讓它根據(jù)前文內(nèi)容去判斷下文該出現(xiàn)哪個(gè)詞。如果出錯(cuò)了，我們會(huì)糾正。”
01
蹣跚學(xué)步的新技術(shù)
Moulines解釋道：“第一代生成式AI模型的歷史還不到十年。生成式AI技術(shù)的首次突破發(fā)生于2017年：轉(zhuǎn)換器技術(shù)問(wèn)世，完善了注意力機(jī)制。到2021年，商用生成式AI就上市了，速度之快令人乍舌，比其他深度學(xué)習(xí)模型都要快得多。”盡管如此，我們必須認(rèn)識(shí)到ChatGPT等AI仍處于蹣跚學(xué)步的階段，有許多需要改進(jìn)的地方。
Moulines承認(rèn)，GPT給出的答案的可信度不夠高，仍然是個(gè)問(wèn)題：“ChatGPT不知道什么是‘可信度’，不懂得評(píng)估自己給出的答案的準(zhǔn)確性。”這就是為什么有時(shí)候ChatGPT會(huì)“一本正經(jīng)地胡說(shuō)八道”。“由于ChatGPT純粹根據(jù)概率推理來(lái)生成單詞序列，所以會(huì)生成看似可信，實(shí)則虛假的內(nèi)容。”
除了會(huì)“瞎編”，生成式AI還有一些其他的缺陷需要引起我們的注意。AI在深度學(xué)習(xí)過(guò)程中，會(huì)大量吸收現(xiàn)有文本，也會(huì)內(nèi)化其中的偏見(jiàn)。Moulines說(shuō)：“如果你問(wèn)ChatGPT地緣政治問(wèn)題，得到的答案都是西方國(guó)家的立場(chǎng)。這樣的答案中國(guó)用戶(hù)肯定不會(huì)認(rèn)同！”
02
無(wú)窮無(wú)盡的潛在應(yīng)用
生成式AI的魅力在于，通過(guò)使用多樣化的學(xué)習(xí)數(shù)據(jù)庫(kù)，能夠開(kāi)發(fā)出無(wú)窮無(wú)盡、功能各異的模型。Cornette 說(shuō)：“生成式AI就如同一臺(tái)高功率的發(fā)動(dòng)機(jī)，可以搭載在拖拉機(jī)上，讓其發(fā)揮最大牽引力，也能安裝在賽車(chē)中，讓其飛馳而過(guò)。”若把ChatGPT比作一輛賽車(chē)，GPT-4就是它的發(fā)動(dòng)機(jī)。“發(fā)動(dòng)機(jī)是核心技術(shù)。開(kāi)車(chē)的人不須要知道發(fā)動(dòng)機(jī)的原理，也能在賽場(chǎng)上風(fēng)馳電掣。”
Bloom也能反映生成式AI模型的廣泛應(yīng)用潛力。Bourfoune說(shuō)：“一年前，Bloom是唯一一個(gè)對(duì)學(xué)界完全開(kāi)放的模型。”任何人都可以下載Bloom并用于自己的研究。經(jīng)過(guò)多語(yǔ)種科學(xué)論文數(shù)據(jù)庫(kù)的訓(xùn)練，Bloom現(xiàn)在能幫學(xué)者輕松理解外語(yǔ)論文。Cornette補(bǔ)充道：“Bloom的開(kāi)發(fā)團(tuán)隊(duì)還發(fā)起了一個(gè)叫Bigcode的項(xiàng)目，用于計(jì)算機(jī)代碼自動(dòng)生成。只要簡(jiǎn)單地描述代碼的功能，Bigcode就可以用用戶(hù)指定的編程語(yǔ)言寫(xiě)出具體的代碼。”
ChatGPT現(xiàn)在大受歡迎，表明一般用戶(hù)已經(jīng)意識(shí)到它的實(shí)用價(jià)值。為了與谷歌競(jìng)爭(zhēng)，必應(yīng)已經(jīng)將GPT的聊天功能整合到其搜索引擎中，這種做法一定程度上能克服生成式AI“胡說(shuō)八道”的缺點(diǎn)：必應(yīng)聊天給出的答案中會(huì)標(biāo)注信息來(lái)源，便于用戶(hù)理解并驗(yàn)證內(nèi)容的可靠性。最近，Adobe將生成式AI模型集成到Photoshop、Illustrator等軟件中，展示了另一種新穎應(yīng)用。
03
激動(dòng)人心的未來(lái)
從當(dāng)前的應(yīng)用來(lái)看，生成式AI必將迎來(lái)令人振奮的未來(lái)，然而也有人擔(dān)心這一技術(shù)可能被濫用。Bourfoune承認(rèn)：“任何技術(shù)有利必有弊。這就為什么OpenAI設(shè)置了多重安全屏障。” OpenAI的內(nèi)容政策也帶著這些安全因素的考量，因此在涉及ChatGPT運(yùn)作的許多問(wèn)題上，OpenAI都選擇保持沉默。
對(duì)于仍處于起步階段的生成式AI技術(shù)，Moulines表示：“我們?cè)谘芯恐星宄刂兰夹g(shù)還在起跑線上。生成式AI已經(jīng)能實(shí)際使用，這一點(diǎn)我們都覺(jué)得驚訝。”不過(guò)，技術(shù)仍有許多法律監(jiān)管等各方面的空白有待填補(bǔ)。由于生成式AI以現(xiàn)有內(nèi)容數(shù)據(jù)庫(kù)為基礎(chǔ)生成內(nèi)容，可能會(huì)“剽竊”他人的作品，而不提及原作者的姓名。“以既有內(nèi)容創(chuàng)作新作品，必須聲明原作來(lái)源。AI的行為涉嫌侵權(quán)。”
盡管生成式AI有各種局限性，但潛力依舊巨大。Moulines 說(shuō)：“想到未來(lái)這一領(lǐng)域可能發(fā)生的突破，我心情十分激動(dòng)。生成式AI的發(fā)展勢(shì)不可擋，衍生應(yīng)用將如雨后春筍般出現(xiàn)。現(xiàn)在大家都在爭(zhēng)相開(kāi)發(fā)新技術(shù)，進(jìn)展很快。” Bloom就屬于一種衍生應(yīng)用，既能促進(jìn)科學(xué)家之間的跨語(yǔ)種交流，又能將論文翻譯成稀有小語(yǔ)種，促進(jìn)科研結(jié)果的傳播，還有望用于保存瀕臨滅亡的語(yǔ)言。
不過(guò)，在激動(dòng)之余，不能忽視生成式AI的碳足跡。Moulines解釋?zhuān)?ldquo;這些模型須要存儲(chǔ)大量數(shù)據(jù)，故需要大量?jī)?nèi)存。根據(jù)我們的估算，OpenAI消耗的能量相當(dāng)于比利時(shí)整個(gè)國(guó)家電網(wǎng)的耗能。”未來(lái)，能耗可能會(huì)是生成式AI發(fā)展道路上最大的阻礙。
作者
Pablo Andres
編輯
Meister Xia
