近日來，智能聊天機器人ChatGPT的出現引發眾多網友討論，那它到底是什麼呢？
2022年11月，人工智慧公司OpenAI推出了一款聊天機器人：ChatGPT。它能夠通過學習和理解人類語言來進行對話，還能與聊天對象進行有邏輯的互動。除了聊天，ChatGPT還能夠根據聊天對象提出的要求，進行文字翻譯、文案撰寫、代碼撰寫等工作。
隨著ChatGPT被越來越多人認識，大家也紛紛對ChatGPT進行測試，看它能不能幫助解決一些工作或生活中的小問題。比如有人想用它來寫文案：
還有人會用一些「夫妻問題」來考驗ChatGPT：
很多人都非常好奇，ChatGPT作為一個「聊天機器人」，為什麼能有如此多的功能？其實，我們一直都理解錯了。嚴格來講，ChatGPT並不只是一個「聊天機器人」，而是一個以自然語言為界面的機器人。這是兩碼事。
去年12月初的時候，當時ChatGPT剛剛上線不久，我就曾經就這個問題進行過討論。現在兩個多月過去了，國內已經到了「人人皆談GPT」的程度，在海外的技術圈裡，這個話題反而已經有點「過勁」了。
不過，基於ChatGPT的應用，也已經陸續出現。比如有人就用ChatGPT做了一個「會議秘書」程序，可以在視頻會議中實時形成會議紀要，最後連任務建議全都一併總結了——也許，過不了多久，各大公司里就會出現看不見摸不著的「神秘小秘」給一線員工分派工作任務的情況吧。
但ChatGPT的意義恐怕還遠不止於此。所以，「為什麼ChatGPT是重要的」，這個問題，還是值得好好說一說。
雖然大多數人都只是將ChatGPT視為一個聊天機器人。但實際上，聊天機器人只是它的一個表現形式。它實際上是大語言模型（LLM）的一個代表，一個「以自然語言為界面」的機器人。這是不同的兩件事。
「作為一種服務的自然語言界面」，這並不是一個常見的概念——然而，這件事每天都在發生。一個人受教育的過程就是如此：我們不停地訓練自己，把書本上的內容翻譯成自己可以理解的自然語言。
但是你有沒有想像過這樣一種場景呢——看書的時候，突然有一個精靈浮現在書本上，對你說：「我是這本書里的結構化知識的對話界面。我了解這本書的全部內容。關於這本書，你有什麼問題都可以問我。」接下來，你就可以通過深入的溝通（聊天）逐步了解了這本書中所包含的知識。在把這些知識投入實際應用的過程中，你也可以隨時通過「聊天」的方式，引入這個「精靈」的幫助。
這個場景是不是聽起來很誘人？
不過，你或許很少有機會聽到人們談論類似的需求。就像大多數新事物一樣，在它誕生之前人們存在類似的需求，但很可能從來沒有想過，這樣的需求可以如此被實現——這怎麼可能呢？
這當然有可能，因為人們已經習慣於用一種極為昂貴的方法，來提供這樣的作為「一種服務」的自然語言界面了：為了給教材一個這樣的界面，人們發明了「教師」；為了給財報一個這樣的界面，人們發明了「基金經理」；為了給法律文書一個這樣的界面，人們發明了「律師」……事實上，幾乎所有現代經濟中的「專業人士」，或多或少都可以被看做是這樣的「一種服務」。他們把結構化的信息轉譯成了自然語言。這麼一來，這些信息就可以被討論、被詰問、被辯難，然後再被對手方轉譯回結構化的信息。
圖蟲創意
不過，也有許多專業人士不認為大語言模型有智能。最有代表性的可能是圖靈獎得主楊立昆（Yann Lecun）。最近，咆哮著痛斥 ChatGPT 已經成了他近期的「每日功課」。前兩天，他還發了一條推特說：「任何一隻貓所掌握的常識都比任何今天的大語言模型更多。」有人在評論里弱弱地問：「你家的貓也能寫 Python 嗎？」他則回覆說：「寫 Python 算個**智能。」
實際上，在最近兩個月里，我看到了很多有趣的語言模型應用。它們不一定是 ChatGPT，有些和它甚至是競爭關係。在這些例子裡，你可以明顯看到它們是怎樣搭建在兩種信息結構之間形成橋樑的：有一個應用針對生物醫學文獻，它可以和你討論文獻內容；有一個應用訓練在美國哲學家丹內特（Daniel Dennett）的著作上，可以偽裝成這個哲學家本人和你討論哲學問題；有一個建立在知識引擎Wolfram Alpha上的接口，讓你可以用自然語言（甚至使用話筒）提出數學問題（注意，它背後是極其專業的Wolfram Alpha！）；有一個應用，只要你輸入一個網頁，它就可以幫你以 Q&A 卡片形式生成內容摘要；有一個應用，如果你提問，它就可以幫你進行利弊決策分析；有一個應用，你上傳不超過60頁的PDF文檔，它就可以幫你總結內容……
同樣的，當你抱怨 ChatGPT 鬼話連篇滿嘴跑火車的時候，這可能有點像你看到一隻猴子在沙灘上用石頭寫下1+1=3。它確實算錯了，但這不是重點。
它有一天會算對的。
在本文的最後，我需要特別強調的一點是，ChatGPT最重要的競品，由Google公司推出的Bard已經正式上線。很多已經使用過這款產品的人表示，它比ChatGPT更強大。
一切皆有可能。
作者｜木遙（數學博士、原Google工程師）
審核｜於暘 騰訊玄武實驗室負責人
本文由「科普中國」出品，轉載請註明出處。
本文來自版權圖庫的圖片，不授權轉載。