馬斯克資助的ChatGPT與AIGC，對內容生態的挑戰

Elon Musk創立的OpenAI基金會的最新聊天機器人ChatGPT，以其強大寫作、對話能力席捲了網路世界。ChatGPT是一種由人工智慧驅動的聊天機器人，它以一種令人信服的對話方式與用戶互動，ChatGPT對問題深思熟慮和全面的回答（即使不準確）令用戶震驚，包括學術界和科技產業。

該工具迅速走紅，週一，Open AI的聯合創辦人、著名的矽谷投資者Sam Altman在 Twitter上表示，ChatGPT的用戶已突破100萬。

知名的科技投資人Box執行長Aaron Levie也表示：「當一項新技術調整了你對運算的想法時，會有一種特定的感覺，Google、火狐、AWS、iPhone都做到了，OpenAI正在通過ChatGPT做到這一點」。

與其他人工智慧工具一樣，ChatGPT也可能擾亂創意產業、延續偏見和傳播錯誤資訊，如Stack Overflow暫時禁止用戶分享ChatGPT生成的回覆。

因為ChatGPT很容易與用戶互動，且可以快速生成大量回答，這讓網站充斥著許多第一眼看起來是正確的答案，但在仔細檢查後就能發現其中的錯誤。

因此，本文，我們將討論最近流行的AIGC工具ChatGPT及此類工具對內容生態審核制度的挑戰。

什麼是ChatGPT？

Generative Pre-trained Transformer （GPT），是一種基於互聯網可用數據訓練的文本生成深度學習模型。它用於問答、文本摘要生成、機器翻譯、分類、程式碼生成和對話AI。

2018年，NLP（自然語言處理）的預訓練模型元年，GPT-1 誕生，此時的GPT-1僅是一個語言理解工具而非對話式AI。

2019年，GPT-2採用更多的網路參數與更大的數據集進行訓練，此時的GPT-2展現出普世且較強的能力，並在多個特定的語言建模任務上實現了彼時的最佳性能。

隨後，GPT-3出現，作為一個無監督模型（自監督模型），幾乎可以完成自然語言處理的絕大部分任務，例如面向問題的搜尋、閱讀理解、語義推斷、機器翻譯、文章生成和自動問答等等。

GPT-3的出現，使人們看到了通用人工智慧的希望。

今天，ChatGPT的到來，也被視為文本生成器GPT-3的下一個迭代，為GPT-4到來拉開序幕。

ChatGPT是一種大型語言模型，通過大量線上資訊進行訓練並創建其響應，註冊ChatGPT後，用戶可以要求人工智慧系統回答一系列問題，這些問題包括開放性問題，例如生命的意義是什麼、加密貨幣值得投資、什麼是Hacker Movement等。

ChatGPT如何工作的？

談到ChatGPT的算法模型， 其前身InstructGPT仍值得關注。

2022年初，OpenAI發表了InstructGPT，開發人員通過結合監督學習+人類回饋強化學習，提高GPT-3的輸出品質。

在這種學習中，人類對模型的潛在輸出進行排序，強化學習算法則對產生類似於高級輸出材料的模型進行獎勵。

訓練數據集以創建提示開始，其中一些提示是基於GPT-3用戶的輸入，比如「解釋什麼是Hacker Movement」或「給一個小學生解釋Hacker」。

開發人員將提示分為三個部分，並以不同的方式為每個部分創建響應：

• 人類作家會對第一組提示做出響應，開發人員微調了一個經過訓練的GPT-3 ，將它變成InstructGPT以生成每個提示的現有響應。

• 下一步是訓練一個模型，使其對更好的響應做出更高的獎勵，對於第二組提示，經過優化的模型會生成多個響應，人工評分者會對每個回覆進行排名。在給出一個提示和兩個響應後，一個獎勵模型（另一個預先訓練的 GPT-3）學會了為評分高的響應計算更高的獎勵，為評分低的回答計算更低的獎勵。

• 開發人員使用第三組提示和強化學習方法近端策略優化（Proximal Policy Optimization， PPO）進一步微調了語言模型，給出提示後，語言模型會生成響應，而獎勵模型會給予相應獎勵，PPO使用獎勵來更新語言模型。

ChatGPT和InstructGPT算法模型基本一樣，不同之處在於數據如何被收集和訓練。

• InstructGPT ：給一個輸入就給一個輸出，再跟訓練數據對比，對了有獎勵，不對有懲罰；

• ChatGPT： 給一個輸入，模型給出多個輸出，然後人（AI訓練師）對輸出結果排序，讓模型使得這些結果從「更像人話」到「沒有邏輯」排序。

與其他AI聊天機器人不同，本著建構更加負責任的強人工智慧原則， ChatGPT可以回答後續問題、承認錯誤、挑戰不正確的問題並拒絕不適當的請求。

寫在這裡記起，科幻小說家阿西莫夫（Isaac Asimov）為機器人設定的行為準則「機器人三定律」：

• 第一法則：機器人不得傷害人類，或坐視人類受到傷害；

• 第二法則：機器人必須服從人類命令，除非命令與第一法則發生衝突；

• 第三法則：在不違背第一或第二法則之下，機器人可以保護自己。

ChatGPT等AIGC工具對內容生態的挑戰

不可置疑的是AIGC對很多領域產生了積極的影響，例如文本創作、音樂創作、遊戲文本生成等。

隨著AIGC工具的成熟，其甚至可自主編程、拼接生成新的協議。

但，此類工具向內容生態提出一個全新的問題，就是如何應對AIGC的真實性。

以ChatGPT為例：

• a） 在訓練的強化學習 （RL） 階段，對於問題，並沒有真相和問題標準答案的具體來源；

• b） 訓練模型更加謹慎，可能會拒絕回答（以避免提示的誤報）；

• c） 監督訓練可能會誤導/偏向模型傾向於知道理想的答案，而不是模型生成一組隨機的響應並且只有人類評論者選擇好的/排名靠前的響應。

人工智慧生成的答案有數千個，而這些答案通常需要具有專業知識的人詳細閱讀，才能確定答案實際上是錯誤的，這些錯誤資訊很容易破壞以志願者為基礎的高品質問答社群。

紙質新聞時代，每個事實都必須包含權威的一手或二手資料來源，但現在已經很少有出版物有事實核查員，這就把責任推給了記者和編輯。

資訊爆炸時代，以人為媒介傳播的虛假資訊尚且讓審核機制「頭疼」，很難想像當人工智慧開始傳播虛假資訊，所帶來的挑戰，尤其是在這個輿論時常反轉的時代，只要一個消息聽起來合理，許多人就會認為這是正確的。

本文為金色財經授權刊登，原文標題為「馬斯克資助的ChatGPT與AIGC 對內容生態的挑戰」