ChatGPT 等人工智能聊天机器人背后的逻辑非常简单

聊天机器人可能看起来像是像真人一样做出反应的复杂对话者。但如果你仔细观察，它们本质上是一个程序的高级版本，它通过预测接下来会出现哪些单词来完成你的句子。Bard、ChatGPT 和其他人工智能技术都是大型语言模型——一种经过类似于小学测验中 Mad Libs 风格问题的练习训练的算法。更简单地说，它们是人类编写的指令，告诉计算机如何解决问题或进行计算。在这种情况下，算法会使用你的提示和它遇到的任何句子来自动完成答案。

像 ChatGPT 这样的系统只能使用从网络上收集到的信息。卡内基梅隆大学机器学习系教授 Rayid Ghani 表示：“它所做的就是利用它可以访问的互联网，然后填补接下来的内容。”

假设你把这句话输入到人工智能聊天机器人中：“猫坐在___上”。首先，语言模型必须知道缺失的单词必须是名词才能符合语法。但它不能是任何名词——例如，猫不能坐在“民主”上。因此，算法会仔细检查人类编写的文本，以了解猫实际上坐在什么地方，并选出最可能的答案。在这种情况下，它可能会确定猫 10% 的时间坐在“笔记本电脑”上，20% 的时间坐在“桌子”上，70% 的时间坐在“椅子”上。然后模型会选择最有可能的答案：“椅子”。

系统能够利用这一预测过程用完整的句子做出回应。如果你问聊天机器人“你好吗？”，它会根据问题中的“你”生成“我很好”，然后根据网络上大多数人被问及“你好吗”时的回答生成“很好”。

这些程序处理信息并做出决定的方式有点类似于人类大脑的行为方式。麻省理工学院计算机科学与人工智能实验室的研究员 Yoon Kim 说：“这项任务（预测最有可能的反应）虽然简单，但实际上需要对语言运作方式和世界运作方式有极其复杂的了解。”“你可以将 [聊天机器人] 视为带有小旋钮的算法。这些旋钮基本上是根据你在野外看到的数据进行学习的”，从而使软件能够创建“整个英语词汇的概率”。

语言模型的美妙之处在于，研究人员不必严格定义任何规则或语法供他们遵循。人工智能聊天机器人通过使用标记（即从书籍、文章和网站的原始文本中组合在一起的常见字符序列）来隐式学习如何形成有意义的句子。它所需要的只是它在某些单词或短语中找到的模式和关联。

但这些工具给出的答案往往不准确或不正确——这在一定程度上与它们的训练方式有关。“语言模型既接受小说的训练，也接受非小说的训练。它们接受过互联网上每一篇文本的训练，”Kim 说。如果 MoonPie 在推特上说它的饼干真的来自月球，ChatGPT 可能会在产品介绍中提到这一点。如果 Bard 在浏览这篇文章后得出结论说有一只猫坐在民主国家，那么你可能不得不更习惯这个想法。

了解更多关于人工智能时代的生活：