OpenAI创始人：ChatGPT推理能力将进一步提升

　　（本文作者：许子皓 沈丛）

　　3月23日凌晨，英伟达创始人兼CEO黄仁勋与OpenAI联合创始人兼首席科学家伊尔亚·苏茨克维针对ChatGPT进行了深入探讨。伊尔亚·苏茨克维指出，和之前版本相比，ChatGPT-4最大的提升在于更强大的神经网络功能，能通过逻辑推理对未来进行预测。但ChatGPT-4目前的推理能力还没有达到预期水平，如果能进一步扩大数据库，保持目前的商业运转模型，其推理能力将会得到进一步提升。

　　黄仁勋认为，ChatGPT是AI界的“iPhone时刻”，但这一时刻的到来并非一蹴而就。

　　以下为中国电子报记者整理的本次对话内容精华：

　　黄仁勋：近期，ChatGPT的热潮让AI获得了全世界的关注，OpenAI作为研发者备受行业关注。为什么会决定聚焦AI深度学习领域？

　　伊尔亚·苏茨克维：人工智能通过不断的深度学习，给世界带来了巨大的改变。对于个人而言，主要体现在两方面：

　　首先，关注AI深度学习的初心在于，人类对于各种各样的问题都有一定的直觉性理解。人类是如何通过智力完成这样的预判，以及人类意识、人类体验的如何进行定义，使我非常感兴趣。

　　其次，在2002年—2003年上大学期间，认为“学习”这项技能，只有人类才能完成，计算机无法做到。可当时突然冒出一个想法——如果让计算机也能够不断学习，或许会为整个AI领域带来改变。

　　我当时的专业正好是研究神经网络学习。神经网络是AI领域的一个非常重要的进步，人们一直在探索如何通过神经网络去进行深度学习，如何让神经网络像人类的大脑一样思考，以及如何将处理数据的能力反映到计算机的工作方式上。那时，我其实并不清楚研究这个领域的未来会怎样，只是觉得长期来看很有前景。

　　黄仁勋：你曾说过，GPU将会影响接下来几代人的生活，GPU可能会对深度学习的培训带来帮助。你是在何时意识到这一点的？

　　伊尔亚·苏茨克维：我们在多伦多实验室中，第一次尝试使用了GPU来培训深度学习，当时并不清楚如何使用GPU，以及如何让GPU获得真正的关注。但随着我们获得的数据集越来越多，我们也越来越清楚，这将会为传统模型带来的优势。我们希望能够加速数据处理的过程，培训出过去科学家从来没有培训过的内容。GPU的使用，给我们带来了一个转变性的革命，让我们能不断地去培训神经网络，训练神经网络的图像处理能力。

　　黄仁勋：ChatGPT和OpenAI是否已经打破了过去计算机编辑图像的模式？

　　伊尔亚·苏茨克维：我认为不是打破了计算机图像的编辑，而是用另外一种处理方式。大部分人都是用传统的思维模式去处理数据集，但我们的处理方式更先进，是“超越式”的。曾经，我们也认为这是一件艰难的事情，甚至觉得几乎不可能完成，但如果我们能做好，就是让人类生活有了一大进步。

　　黄仁勋：担任Open AI的首席科学家，你认为最重要的工作是什么？我觉得Open AI在不同的时间点，关注焦点并不相同。我认为ChatGPT是“AI界的iPhone时刻”，你是如何实现这样的跨时代转变的？

　　伊尔亚·苏茨克维：最开始，我们也不太清楚如何开展整个项目，而且，我们现在所得出的结论，和当时使用的逻辑完全不同。无法想象现在的用户已经有这么好用的ChatGPT工具，来帮助大家创造出非常好的艺术效果和文本效果。但在2015年、2016年时，我们还不敢想象能达到当下的程度。

　　在当时，我有两大想法：一是，想让机器具备一种不受监督的学习能力。虽然，现在认为这是理所当然的，可以用自然语言模型培训所有内容。但在2016年，不受监督的学习能力仍旧是没有被解决的问题，也没有任何科学家有过相关的经验和研究。我当时认为“数据压缩”是技术上的瓶颈。但实际上ChatGPT确实压缩了我们的培训数据集。最后，我们还是找到了数学模型，通过不断培训来压缩我们的数据。

　　二是，希望通过培训神经网络来预测下一个字符。我认为，下一个神经元的单位会和我们的整个视觉神经的网络密切相关，这和我们验证的方法是一致的。再次重新证明了，下一个字符的预测、下一个数据的预测能够帮助我们去发掘现有数据的逻辑，这就是ChatGPT培训的逻辑。关键在于，培训一些神经网络去预测下一个字符，是一个值得努力的目标。

　　黄仁勋：扩大数据规模能够提高AI的表现能力，更多的数据、更大的数据集能够帮助生成式AI获得更好的结果。你觉得GPT-1、GPT-2、GPT-3的演变过程，是否符合这样的“摩尔定律”？

　　伊尔亚·苏茨克维：OpenAI的目标之一，是解决扩大数据集的问题。刚开始面临的问题，是如何提升数据的高精准度。因此，我们在做Open AI项目时，通过让它做一些策略性的游戏，来提升精准度，比如，竞争性的体育游戏，训练它必须足够快、足够聪明，还要和其它队竞赛。作为一个AI模型，它需要不断重复基于人类反馈的强化学习过程。

　　我们的工作原理，就是通过不断培训神经网络体系，让神经网络去预测下一个单词。预测的单词和过去的单词之间，能够达成一定的逻辑上的一致。从神经网络来看，它更像是根据方方面面来得出一个结论。但我们的模型还没有达到这样的效果。人类的反馈很重要，越多的反馈能使AI更可靠。

　　黄仁勋：你可以让AI做一些事情，但是你能不能让AI不做一些事情？如何让AI知道自己的界限在哪里？

　　伊尔亚·苏茨克维：可以实现。未来，第二阶段的培训序列，就是和AI、神经网络去进行交流，我们对AI训练得越多，AI的精准度越高，就会越来越符合我们的意图。我们不断地提高AI的忠诚度和准确度，它就会变得越来越可靠、越来越精准，而且越来越符合人类社会的逻辑。

　　黄仁勋：相比较于以前的版本，GPT-4有怎样的升级？未来在哪些方面、哪些领域有更多的升级？

　　伊尔亚·苏茨克维：GPT-4基于ChatGPT的性能，做了很多改善。对GPT-4的训练大概是6～8个月之前开始，GPT-4和之前GPT版本最重要的区别，是GPT-4有更强大的神经网络预测功能，能够更精确的去预测下一个单词是什么，意味着能够对人们说的话有更精准的理解。

　　这与人们此前常说的直觉有很大不同，GPT-4采用的是推理能力。比如，在一篇推理小说中，小说中有各种不同的人物和情节，有密室、有谜团，人们在读推理小说的过程中，完全不清楚接下来会发生什么。但是能通过小说中不同的人物和情节，来预测结局。GPT-4也是如此，能够像推理小说一样预测结果。

　　黄仁勋：语言模型是如何学习到推理和逻辑的？GPT-4现在有哪些缺陷，在接下来的版本中将进一步完善？

　　伊尔亚·苏茨克维：想清楚定义逻辑和推理并不容易，但是未来可通过将逻辑和推理定义的更精准，来获得更确切的答案。

　　神经网络是有一些缺陷，用神经网络去打破之前固有的思维模式，那么就需要考虑这个神经网络能够走多远的问题

　　神经网络依旧面料一些挑战，比如，让神经网络去打破固有的思维模式，但这也就意味着人们要思考神经网络到底能走多远，也就是神经网络到底有多大潜力。目前GPT-4的推理能力确实还没有达到预期的水平，未来希望GPT-4的推理和逻辑能够达到更高的水平。但未来如果能更进一步的扩大数据库，保持过去的商业运转模型，未来推理的能力会进一步提高，对此也很有信心。

　　黄仁勋：ChatGPT是否有一种自然属性，能够不断地去理解新内容？

　　伊尔亚·苏茨克维：是的，神经网络确实有这些能力，但是有时候也并不准确，这也是神经网络接下来面临的最大挑战。在很多情况下，神经网络会出现很多奇怪的错误，甚至出一些人类根本不会犯的错误。针对这些“不可靠性”，需要进一步针对神经网络来进行研究，从而未来能够给人们一个更精准的结果，甚至能够纠正一些错误，让神经网络变得更可靠。

　　现在GPT-4的模型已经被公开发布了，它其实没有追踪数据模型的能力，它的能力是基于文本去预测下一个单词，根据数据调节来得出结果，所以是有局限性的。有人认为，可以让GPT-4去找出某些数据的来源，然后会对数据来源做更深入地调查，来不断提升能力。

　　总体而言，尽管GPT-4并不支持内部的数据收集，但它肯定会在持续的数据挖掘之中变得更加精准。GPT-4甚至已经能够从图片中进行学习，并且根据图片和内容的输入进行反馈。

　　黄仁勋：多模态学习如何能够加深GPT-4的理解能力？为什么多模态学习定义了GPT和OpenAI？

　　伊尔亚·苏茨克维：多模态学习可以从两个维度来看：

　　第一，多模态在视觉和图像识别上特别有帮助。因为整个世界是由图片形成的，人们和其他动物都是视觉动物，人脑1/3的灰质都是用来处理图像的，GPT-4也能够去理解这些图像。

　　第二，随着人们对于世界的认知不断加深，通过图片或文字对世界的理解是一样的。对于一个人而言，一个人可能一生之中只会说10亿个词。这通过计算人一生有多少时间，以及一秒能处理多少词，再减去睡觉的时间，就能算出一生处理了多少单词。人和神经网络的不同之处在于，人如果10亿个词汇无法理解，可以用其他万亿级的词汇来理解。对于AI神经网络而言，可以通过文本，将人们对于世界的知识和信息慢慢渗透给AI的神经网络。外加视觉图片等其他元素，神经网络可以更精准地进行学习。

　　黄仁勋：对于文本和图片方面的深度学习，如果我们想要人工智能去理解其背后的逻辑，甚至是理解这个世界的基本原理——比如我们人类日常的表达方式，一个词其实有两种含义，声音的高低变化，其实都代表着两种不同的语气。说话的语言和语调的变化，对AI去理解文本是否有一定帮助呢？

　　伊尔亚·苏茨克维：是的，这类场景非常重要。对于语音和语调，包括声音的大小和语气，对于AI而言都是非常重要的信息来源，提供了领域中重要的解读信息的方式。

　　黄仁勋：请总结一下AI正处于怎样的发展阶段？以及在不远的将来，生成式AI能够达到怎样的高度？大语言模型的未来是什么？

　　伊尔亚·苏茨克维：预测未来比较困难的。目前能做的，是把现有的事情继续做下去，让人们看到GPT更惊艳的系统版。未来，希望通过提高数据的可靠度，让系统更进一步获得人们的信任。目前，生成式AI在解读这个文本过程中，还无法完全验证文本的真实性以及信息来源。对于未来的展望，是让神经网络必须要确认所有数据来源的真实性，准确地服务人们每一步的需求。

　　黄仁勋：在第一次使用ChatGPT-4时，有哪些性能让你觉得很惊艳和震惊？

　　伊尔亚·苏茨克维：我认为AI本身存在的意义，是可以给人类带来帮助。之前的ChatGPT版本，神经网络只会回答问题，甚至有时候会误解问题，在回答方面很不理想。但是GPT-4基本没有误解问题的情况，甚至能够去处理更复杂的任务。简而言之，它的可靠性更好。例如，GPT-4能够写诗，可以写押头韵的诗，也能写押尾韵的诗。甚至它能去理解笑话，能明白笑话背后的意思。