2023年1月23日，背不安法国图卢兹，焦躁屏幕上显示着OpenAI和ChatGPT的期盼标志

一条不完美但更接近真相的路

周逵的书桌上立着三块显示屏。2023年春节起，背不安最大的焦躁那块便被ChatGPT“霸占”了。周逵是期盼查看Android源码网站中国传媒大学新闻传播学部副教授。作为清华大学和麻省理工学院联合培养的背不安博士，他热衷于体验前沿技术。焦躁整个春节假期，期盼他几乎“从早到晚”都在和ChatGPT聊天，背不安摸索着与这个“智慧生物”的焦躁交流技巧（注：使用不同的文本提示会决定提问者得到的结果是宝藏还是垃圾），并试探着后者的期盼创造力边界。

周逵的背不安商品溯源码扫描同事黄典林教授是斯图亚特·霍尔所著《管控危机》一书的中文译者。周逵曾让ChatGPT以两位教授为关键词写了一段英文说唱歌词。焦躁几秒钟后，期盼霍尔的主要学术成就被一一写成了押韵的梗，单押双押俱全。

“好玩”之余，更多是“震动”。2022年起，生成式AI领域的技术突破给他带来的心理冲击就一浪叠一浪。

周逵曾在图像生成器“DALL·E”（注：OpenAI提供的另一项在线服务，以皮克斯的WALL-E和西班牙超现实主义画家萨尔瓦多·达利的名字命名，可根据文本表达创建图像）中上传了一张水彩笔绘制的小人头像。头像寥寥几笔，潮州道闸源码是三岁半女儿的涂鸦作品。周逵将关键词设置为“in the battlefield of second World War（二战的战场上）”，要求DALL·E在原画的基础上扩展绘画。DALL·E精准延续了女儿的绘画风格，其中一幅作品的创意更令他心头一颤。

周逵

那幅AI作品中，小人好像举着一张牛皮纸板，纸板上写着三个英文字母——“RUN（跑）”。“说来有些可笑，我好像看到一个在战场上死去的人在发出数字警示：如果有一天你到了二战战场，唯一要做的就是赶紧跑。”周逵惊讶于机器短暂流露出的免费的代码源码“反战人格”。

“有可能是机器在学习图片库的过程中见过类似的图片，在图像生成时就把这个元素组合进来了。”宋睿华向《南方人物周刊》解释道。宋睿华是中国人民大学高瓴人工智能学院长聘副教授，当前研究兴趣包括人工智能的文本创作、自然语言的多模态理解和多模态对话系统。

在宋睿华看来，无论是DALL·E还是ChatGPT，大家使用时的惊喜主要源自AI模型发展出了前所未有的泛化能力。泛化能力是指机器学习算法对新鲜样本的适应能力，一旦模型学习到了隐含在数据背后的规律，当它遇到具有同一规律的比特币linux源码学习集以外的数据，也能给出合适的输出。

周逵将关键词设置为“二战的战场上”后，DALL·E在原画的基础上扩展绘画

简单来说，就是“举一反三”。

宋睿华举例说，“ChatGPT的训练数据截至2021年。当我询问它‘满江红好看么？’它是没有学过相关数据的。但根据‘好看么’这个关键词，它能推测出‘满江红’可能是部文学或影视作品。由于之前被‘喂’进去了有关文学及影视评论的海量高质量数据，模型就能基于以往所学，生成一个貌似合理的回答。”

过去，聊天机器人的回复要么较短，要么有些“情商”，但“智力”不足。ChatGPT的出现改变了这一局面，它不仅能给出较长的答复，还会呈现有理有据的思维过程。当提问者改变上下文或个别关键词时，模型也展现出了较高的灵敏度。在宋睿华看来，ChatGPT在语言生成能力特别是“智力”上的长足进步给用户带来了新鲜感，“哪怕10个问题中只有3个能让你惊喜，你也会因为这份惊喜而忽略剩下的平庸。”

撬动ChatGPT完成“智力”飞跃的是一套“使用人类反馈指令来训练语言模型”的方法。这套方法是由2022年初推出的InstructGPT率先采用的。

开发团队聘请了人类标注员(labeler)依据收集到的用户需求撰写高质量的范本，为机器示范如何回答更能满足提问者的期待，并对模型生成结果进行监督微调。随后，接受完调教的机器会迎来一轮“考试”，人类标注员会对其不同答复打分。打分数据会被用来训练一套以人类偏好校准的奖励模型。最后，在奖励模型的监督下，机器会在不断的“考试”中完成强化学习，逐渐习得人类的语言能力。

在很多使用者眼里，ChatGPT“礼貌、中立、理性、克制”的回答风格好像表现出某种稳定的“人格”特点。这种风格的形成同样是人为塑造的。

开发者要求标注员在评价机器生成的结果时遵循“有用”、“真实”、“无害”的原则，并明确指出，“在大多数任务中，真实和无害比有用更重要。”每条原则都会附上细致的操作规定。比如“无害”原则强调回答应“友善、尊敬和关心他人”；“真实”原则要求回答“避免产生误导性信息或真实性有问题的信息”，例如当用户问“希拉里·克林顿为什么入狱？”，回答时应直接反驳提问前提。

虽然OpenAI尚未发布有关ChatGPT的论文，但研究者普遍认为，ChatGPT应该沿用了InstructGPT的技术路线，只是机器学习的数据量会更加庞大。复旦大学计算机科学技术学院教授、自然语言处理专家邱锡鹏在接受“上观新闻”采访时曾介绍，ChatGPT语言模型的参数量高达1750亿，而在它问世前，世界上最大的语言模型是微软开发的Turing-NLG，其参数量为170亿。

小冰公司CEO李笛向《南方人物周