ChatGPT 是自然语言之神。
——题记
ChatGPT = 语言大师
2023 年春节后的第 1 个月，随着 ChatGPT 的爆火，很多人开始用各种各样的方式玩起 ChatGPT 来。就像金毛狗看到小虫子就会用爪子抓来抓去，孩子发现新玩具就会忍不住摆弄和探索一样，人们开始“调戏”这个新鲜玩意儿。在各种详细测试中，ChatGPT 的本质逐渐被揭开。虽然知道 ChatGPT 的一些搞笑段子背后的原理，但我还是经常深受触动。
先看一个关于写作的例子，需要用到风格迁移，如图 2-1 所示。
图 2-1 ChatGPT 写作示例
这有些像鲁迅的文风了。我们再让 ChatGPT 写一首歌，如图 2-2 所示。
图 2-2 ChatGPT 歌词创作示例
这些说唱歌词详细、形象地描述了现代人刷短视频上瘾的感觉。对于普通大众来说，写出这样贴切主题、节奏感和韵律都不错的歌词并不容易。
接下来，我们让 ChatGPT 以“地球上只剩下了最后一个男人”为线索，续写科幻小说，如图 2-3 所示。结尾非常开放，续写难度非常大。
图 2-3 ChatGPT 科幻小说创作示例
可见，ChatGPT 的思路非常开阔。它不仅写到了平行宇宙，还写到了以发光的徽章作为外星语言翻译器。女主角居然来自另一个地球，故事线是拯救男主角。可以说，ChatGPT 的写作能力已经超越普通大学生了。
ChatGPT 不仅可以进行文学性写作，对于专业写作也不在话下。我们来看一下 ChatGPT 为文章起的标题，而且它给出了 10 个方案，如图 2-4 所示。实际上，你也可以要求 ChatGPT 给出 100 个标题方案，它照样可以写出来。
图 2-4 ChatGPT 标题创作示例
通过这 10 个标题就可以进行一场小型的头脑风暴。举例来说，ChatGPT 和教育的关系，可能就是很多人没有想到的话题。
可以发现，ChatGPT 的本质之一就是语言大师。作为一个自然语言模型，ChatGPT 最拿手的就是语言，它可以将自然语言的运用发挥到极致。从这一点出发，我们可以理解它的许多性质。
ChatGPT = 偏科天才
很多人严重偏科，比如擅长语文，但根本学不懂数学。ChatGPT 就是这样一个严重偏科的“孩子”。提到偏科，我想到了韩寒。韩寒不仅是著名作家，而且还有很多其他标签：顶级车手、知名导演、音乐家、社会活动家。令我印象深刻的一点是，他在学生时代不仅不擅长数学，而且对这门学科非常反感，经常因此感到挫败和自卑。高一的时候，他有七门功课不及格，被学校劝退。他写道：“七门功课红灯，照亮我的前程。”其实韩寒非常聪明，之所以数学不及格，只是因为他沉迷写作，没有时间学数学而已。ChatGPT 也是如此，刚诞生时，ChatGPT 就连最基本的加法也不会。这是因为，它是一个自然语言模型，不是数学模型。
图 2-5 展示了我在 ChatGPT 发布不久后所做的测试。
ChatGPT 知道猫和鸡分别有多少条腿，但简单地加在一起结果是多少，它就不会算了。打个比方，这相当于 ChatGPT 上过 100 亿节语文课，但是没有上过一节数学课。它只能凭印象回答，并不会真正地去计算。我们再看一个例子，如图 2-6 所示。
图 2-5 测试 ChatGPT 的数学能力
图 2-6 简单的算术测试
1346 乘以 364 的正确答案是 489 944，而 ChatGPT 回答 495 504，显然它不会算。看到这里，你可能还没明白这个答案从何而来。ChatGPT 具有一定的学习能力，它大概能看出来这两个数的乘积是一个以 4 结尾的 6 位数……这一点令人咋舌。
再来看一个搞笑的例子，如图 2-7 所示。
图 2-7 诚恳道歉的 ChatGPT
虽然 2 加 5 等于 7，但如果我们强调 7 是错误答案，那么 ChatGPT 会诚恳地道歉，并回答 8 是正确答案。
当然，这个错误太明显了，网友纷纷发现了这个 bug。ChatGPT 很快就进行了修复。
我们再看看改进后的效果，如图 2-8 所示。
图 2-8 改进后的效果
2023 年 1 月 30 日，OpenAI 宣布 ChatGPT 的数学能力升级，上述错误都被修正了。ChatGPT 只是一个基于概率的语言预测模型，它根据自己见过的所有文本对问题进行概率预测。因此，ChatGPT 最初本身是几乎没有数学能力的。
ChatGPT = 外语大师
在玩 ChatGPT 后，我发现了一个有趣的现象。在回答中文问题时，ChatGPT 偶尔会冒出英文单词，来看图 2-9 所示的例子。
图 2-9 在 ChatGPT 的回答中同时出现中英文
剧本杀是近年来流行的一种娱乐活动，通常由几位玩家共同完成一个虚构的故事情节，并在游戏过程中根据剧情展开角色扮演和推理等活动。玩过剧本杀的朋友都知道，好的剧本对于整体体验有多重要。产出好的剧本，门槛是很高的。这需要创作者兼顾很多元素的设计，比如人性故事、背景设定、剧情线索设计等。
使用 ChatGPT 可以快速产出一个故事框架，虽然故事不一定精彩、内容不一定丰富，但能为人物的角色设定和性格塑造等提供很多线索和灵感。
奇怪的是，这样一个关于宋朝故事的剧本中却出现了英文：Title（标题）、Introduction（介绍）、Characters（角色）、Plot（情节）。这是为什么呢？
图 2-10 展示了一段英文影评问题清单，其中就出现了这 4 个单词：Title、Introduction、Characters、Plot。ChatGPT 回答中文问题不仅用中文，而且知道英文世界的剧本要素是什么。对于 100 多种其他语言中的这 4 个概念，它也是清楚的。虽然它回答的内容基于宋朝故事线，但也可能包含来自好莱坞剧本的线索。因为好莱坞剧本大多采用英文，所以 ChatGPT 在回答时使用了这几个单词。这就像一个在美国待了 10 年的人，回到国内工作后，会本能地在说话时夹杂英文。
图 2-10 英文影评问题清单
比如，在外企里，可能会听到很多白领，尤其是留学回来的“海归”，说话中英混杂。
这个 project 的 schedule 有些问题，另外，budget 不高，cost 偏高。
目前我们没法 confirm 手上的 resource 能完全 take 得了，deadline 快到了，大家加油！
anyway，我们还是先 pilot 一下，再 follow up 最终的 output。
我们来问问 ChatGPT，这到底是怎么回事，如图 2-11 所示。
图 2-11 针对中英文混杂的现象，ChatGPT 给出的解释
看了 ChatGPT 的回答，我们便能理解原因了。ChatGPT 是以英文为主要语言进行编程和训练的自然语言模型，中文只占其中很小的比例。考虑到 ChatGPT 至少支持几十种语言，在每一种非英语语言的比例如此之小的情况下，效果还如此之好，这着实令人吃惊。ChatGPT 已经完全可以轻松地写文言文和对对联了。这也让很多人担心中文大模型使用中文训练出来的实际效果会比 ChatGPT 差。所有语料凝结了全人类的知识精华，即便是中文大模型，仅仅用中文进行训练也是远远不够的，因为还涉及学习很多其他语言世界的知识。其实完全不需要担心中文大模型的智能水平，理论上可以做到像英文大模型一样好。后文将对这部分内容进行详解。
作为一个自然语言模型，ChatGPT 的翻译能力极其出众，尤其在口语化翻译上，它已经超越专业翻译工具。我们来试试让 ChatGPT 将英文翻译成文言文，如图 2-12 所示。
图 2-12 测试 ChatGPT 的文言文翻译能力
显然，ChatGPT 深谙文言文。尝试利用 ChatGPT 执行各种翻译任务，你会有惊奇的发现。有一次，我让 ChatGPT 翻译 metaverse 这个单词，并给出 10 种译法。它给出的其中一种译法为“元届”，这可谓很有深度的译法了。
ChatGPT = 图书馆天才
2004 年，大导演周星驰的《功夫》上映。这是一部好片，里面的每个角色都令人难忘。还记得这部电影里的两个绝世高手吗？一个双目失明，一个双耳失聪。很多人不知道这两个角色其实有正式的江湖名号：“三洞琴魔天残地缺”，以琴声杀人于无形。最初的 ChatGPT，就像是又聋又盲的绝世高手。
为什么这么说呢？来看图 2-13 所示的例子。
图 2-13 ChatGPT 创作的七言绝句
我强调了要押韵，结果这四句话的末字“中、绕、乐、边”一点儿也不押韵。这是因为，GPT-3.5 版 ChatGPT 只是一个纯文本模型，它没有“见过”图片和视频，也没有“听过”音频。正因为如此，ChatGPT 不知道这些字的真正发音。但是，它肯定知道哪些字是押韵的，因为原始数据集里有大量的押韵资料。大模型肯定可以习得这个特征，只不过在作诗时，押韵这个机制没有生效而已。不信请看图 2-14 所示的例子。
图 2-14 ChatGPT 应该是懂押韵的
ChatGPT 是理解何谓“押韵”的，但是这里的“蕙”字与其他字不押韵。可见，ChatGPT 的押韵技能还有待提升。虽然 GPT-3.5 版 ChatGPT 没有“听过”任何声音，也没有“见过”任何图像，但它还是可以用语言描述生动的画面，如图 2-15 所示。
图 2-15 ChatGPT 可以用语言描述生动的画面
我还试过让 ChatGPT 猜脑筋急转弯，如图 2-16 所示。注意哦，这是我原创的，网上并没有答案。记住，ChatGPT 是没有“见过”桌子的，只不过它通过“道听途说”了解到桌子长什么样。
图 2-16 让 ChatGPT 猜脑筋急转弯
再看一个有些意想不到的例子，如图 2-17 所示。
图 2-17 ChatGPT 解释 Chocolate 如何发音
虽然 ChatGPT 没有“听过”声音，但它能够很好地解释巧克力的英文单词 Chocolate 如何发音。第一版的 ChatGPT 就像是一个在藏有 100 万册纯文本书的图书馆里孜孜不倦地读完了所有书的天才少年。这个图书馆没有窗户，没有喇叭，这个少年也从未见过图书馆外面的世界。尽管如此，它仍然能够解决如此多的问题。使用 GPT-3.5 版 ChatGPT 时，你可以把它当作隔壁黑屋里的天才，你只能通过给它递纸条来问问题，它也只能通过递纸条来给你答案。它阅读过一切，但从未看过世界。
GPT-3.5 版 ChatGPT 是一个纯文本模型，而在 2023 年 3 月 14 日发布的 GPT-4 版已经支持多模态了。也就是说，ChatGPT 这个少年已经开始“看世界”了。
多模态是 OpenAI 重点研发 ChatGPT 的新方向。接触超过目前文本千倍数据量的图片、音频、视频后，ChatGPT 将出现怎样的智能，我们很难想象。
ChatGPT = 绝世通才
金庸的小说《天龙八部》中有一段精彩的描写：
暖阁中一时寂静无声。过了半晌，黄眉僧缓缓地道：“老僧听说世间确有慕容博这一号人物，他取名为‘博’，武功当真渊博到了极处。似乎武林中不论哪一派、哪一家的绝技，他都无一不精、无一不会。更奇的是，他若要制人死命，必是使用那人的成名绝技。”
后续的 2000 字描述了大反派慕容博在年少时惊艳登场的故事。
ChatGPT 就是这样，无所不知，无所不晓。ChatGPT 的训练数据量高达 570 GB，共计约 3000 亿词（严格地说是 token），相当于几十万本《红楼梦》的数据量。所以，ChatGPT 总是能够知道我们很难发现的因果关系，这也是很多人非常喜欢用它的原因。
来看一个在社交网络上流传的例子，来自猎豹移动首席执行官傅盛，如图 2-18 所示。
图 2-18 ChatGPT 对“老鼠吃大象”问题的回答
大家都知道老鼠不能吃掉大象，但是 ChatGPT 在回答时居然考虑到了老鼠的食性，这是我没有想到的。不仅如此，ChatGPT 还能够推断出在大象死了之后，老鼠不可能先吃掉它，因为还有蝴蝶、苍蝇、白蚁等也可能吃掉大象。这也是我没有想到的。ChatGPT 拥有常人所没有的深度和视角。当然，蝴蝶、苍蝇、白蚁可能也不适合吃大象。虽然有些胡说八道，但是这完全可以通过更全的训练数据集来获得改进。
图 2-19 是一位网友对 ChatGPT 开的玩笑。
图 2-19 ChatGPT 为电视剧角色给出的鸡尾酒配方
鸡尾酒部分很有意思，显然 ChatGPT 不懂“口感”和“提神醒脑”真正意味着什么，也是“道听途说”学来的。我细看后发现，开头第二句有些令人细思极恐：“考虑到他曾经走上了错误的道路……”注意，ChatGPT 只了解 2021 年 9 月前的信息，但是《狂飙》是在 2023 年播出的！细想下来，我才发现 ChatGPT 是通过提问中的“劝他回头是岸”推断出了“他曾经走上了错误的道路”。很少有普通人具备这样微妙的提炼能力和扩展能力。
ChatGPT = 过家家的小朋友
ChatGPT 发布于 2022 年 11 月 30 日，第一个版本非常惊艳，但也出现了很多令人啼笑皆非的问题，“胡说八道”就是其中最典型的一个。来看图 2-20 所示的例子。
图 2-20 ChatGPT 回答“林黛玉为什么要倒拔垂杨柳”
很显然，林黛玉不是鲁智深，肯定没有做过“倒拔垂杨柳”这种事。我查了一下，网上确实有很多关于林黛玉倒拔垂杨柳的讨论。ChatGPT 很可能就学到了这些内容，它分不清事实和胡编乱造，因此会胡乱给出一些错误信息。
如图 2-21 所示，在知乎平台上，与“林黛玉倒拔垂杨柳”相关的问题下出现了 100 多个回答。
图 2-21 知乎平台上与“林黛玉倒拔垂杨柳”相关的问题
ChatGPT 胡说八道的问题不仅源于语料中的谬误，它也是真的分不清理想和现实。再来看一个例子，如图 2-22 所示。
图 2-22 ChatGPT 给出的人工智能领域的里程碑事件
我一下子就发现了第 3 条中的问题：AlphaGo 战胜李世石的年份应该是 2016 年。我之所以记得特别清楚，是因为我在 2016 年成功减肥，还赢了和朋友的 AlphaGo 赌注饭局。在因写书而需要寻找一些灵感和线索时，我经常会问 ChatGPT 类似的问题。显然，目前它给的一些答案不太可信，一些内容还需要进一步查证。
于是，我继续追问，如图 2-23 所示。
图 2-23 在我的继续追问下，ChatGPT 给出了正确答案
懂了装糊涂，还来糊弄我，我很不满意。于是，我抛出质问，如图 2-24 所示。
图 2-24 ChatGPT 为回答错误道歉
好歹 ChatGPT 态度很好，给我道了歉。我们再来看一个例子，如图 2-25 所示。
图 2-25 “AI 幻觉”示例
回答里的李志远这个人根本就不存在，这个名字就是 ChatGPT 瞎编的。ChatGPT 胡说八道的现象，就是著名的“AI 幻觉”问题。ChatGPT 是一个自然语言模型，它并不了解一些事实问题，无法分辨孰真孰假，只能根据概率涌现出它认为理想的答案。很多使用 ChatGPT 的人会发现，目前在很多问题上是不能信任 ChatGPT 的。可信度是所有大模型都要解决的问题。
这个问题也意外地让我们知道了 ChatGPT 的记忆边界，即它的语料库截至 2021 年 9 月。目前来说，大模型是不能实时更新的，这肯定也是未来要解决的问题。
ChatGPT 就像是过家家的小朋友，它分不清楚幻象和现实。不管家里有没有烟囱，小朋友都相信圣诞老人是从烟囱里爬进来的。但是，不管小朋友多么天真，我们都不能低估小朋友的潜力，因为小朋友终究会长大。
流浪的机器人 作者：歌特之城
精选留言