與 ChatGPT 的對話：技術(shù)、應(yīng)用和局限性
人工智能聊天機器人的出現(xiàn)引起了全世界的注意，它可以生成類似人類的句子并寫出連貫的文章。本文討論了聊天機器人的歷史概況以及Chat Generative Pre-trained Transformer（也稱為ChatGPT）背后的技術(shù)。此外，還強調(diào)了ChatGPT在醫(yī)療保健、教育和科研等各個領(lǐng)域的潛在應(yīng)用。盡管取得了可喜的成果，但圍繞ChatGPT仍存在一些隱私和道德問題。此外，作者還強調(diào)了當前版本的ChatGPT的一些重要限制。還要求ChatGPT對作者試圖回答的幾個問題提供其觀點，并做出回應(yīng)。
01 介紹
1950年，英國計算機科學家艾倫·圖靈（Alan Turing）就人類推理能力是否可以被計算機替代提出質(zhì)疑：“機器能思考嗎？” [1]. 隨后，他提出了圖靈測試來衡量計算機或人工智能。在圖靈測試中，人類詢問者會收到來自人類和計算機（具有實時生成書面文本的能力）的響應(yīng)。如果詢問者無法區(qū)分答案，則計算機系統(tǒng)通過圖靈測試。盡管一些計算機程序和聊天機器人（如 Eliza）在圖靈測試 ([2] [3]) 中取得了成功，但這些程序可以說是使用了某些技巧來通過測試 [4]，而沒有展現(xiàn)任何重要意義的智能。隨著機器學習和自然語言處理 (NLP) 的進步，聊天機器人得到了廣泛的研究關(guān)注，并已用于各種商業(yè)和非商業(yè)應(yīng)用 ([5]、[6]、[7]、[8] , [9]).盡管被廣泛采用，但大多數(shù)聊天機器人都沒有個性化，用戶滿意度仍然值得懷疑 [10]。這種局限性促使研究人員和開發(fā)人員將重點放在聊天機器人的參與度上，以使聊天機器人更健談。
2022 年 11 月，OpenAI 發(fā)布了一款名為 ChatGPT 的新型人工智能聊天機器人，引起了公眾的極大關(guān)注。與之前的任何聊天機器人不同，ChatGPT 以其對各種問題的連貫響應(yīng)而令公眾感到驚訝。在這篇簡短的論文中，作者探討了使 ChatGPT 取得成功的技術(shù)，并重點介紹了 ChatGPT 的幾個領(lǐng)域和應(yīng)用。作者還邀請 ChatGPT 回答作者試圖回答的一些問題，首先是它對聊天機器人歷史的回答。
?
Q1 您好 ChatGPT，請告訴我聊天機器人的歷史
ChatGPT: 當然！可以模擬人類對話的機器的想法可以追溯到幾十年前。事實上，第一個聊天機器人是在 20世紀60 年代由麻省理工學院計算機科學家 Joseph Weizenbaum 創(chuàng)建的。Weizenbaum 的聊天機器人，稱為 ELIZA，使用一組規(guī)則通過提問和給出預(yù)設(shè)回答來模擬對話。ELIZA 旨在模仿心理治療師，人們常常驚訝于它能如此令人信服地模擬人類對話。
多年來，聊天機器人不斷發(fā)展和改進。其中一項關(guān)鍵進步是自然語言處理 (NLP) 技術(shù)的發(fā)展，該技術(shù)使聊天機器人能夠更準確地理解和響應(yīng)人類語言。在 20世紀90 年代和21世紀初期，聊天機器人開始用于客戶服務(wù)和支持，美國在線和微軟等公司開發(fā)聊天機器人來幫助用戶使用他們的軟件和服務(wù)。
近年來，人們對聊天機器人的興趣激增，部分原因是人工智能和機器學習的進步?，F(xiàn)代聊天機器人結(jié)合使用自然語言處理、機器學習和其他人工智能技術(shù)，以更自然、更微妙的方式理解和回應(yīng)人類語言。它們現(xiàn)在被用于廣泛的應(yīng)用，從客戶服務(wù)和支持到個人助理和娛樂。
總的來說，聊天機器人的歷史是一段引人入勝的歷史，它反映了人工智能的發(fā)展以及作者越來越渴望創(chuàng)造出能夠以更像人類的方式理解作者并與作者互動的機器。
第一印象是 ChatGPT 的響應(yīng)似乎非常連貫、引人入勝且沒有語法錯誤。還注意到 ChatGPT 在提供事實信息方面做得很好。它設(shè)法準確地引用名稱和日期。有趣的是，ChatGPT 并沒有談?wù)撟约?，?jù)了解，它在 2021 年 9 月 之后呈現(xiàn)的信息有限。最后，令人著迷的是，ChatGPT 以其觀點的總結(jié)結(jié)束了其回復。
02 ChatGPT技術(shù)：從語言模型到強化學習
機器學習是人工智能 (AI) 的一個子領(lǐng)域，被定義為計算機系統(tǒng)無需明確教導或編程即可從經(jīng)驗中學習的能力。隨著計算能力的進步、數(shù)據(jù)可用性的提高和算法的改進，深度學習已成為一種高性能的預(yù)測工具。與傳統(tǒng)機器學習不同，深度學習算法使用人工神經(jīng)網(wǎng)絡(luò)，通常參數(shù)容量很大。深度學習模型通常需要更多的訓練數(shù)據(jù)，但可以提供更好的泛化能力。Transformer 或大型語言模型是一個特殊的深度學習模型家族，已成為文本數(shù)據(jù)的最先進解決方案。從文本分類到文本生成，這些模型提供了優(yōu)于其他 AI 模型的性能。
語言模型通常在維基百科等大型語言語料庫上進行預(yù)訓練，但可以針對特定任務(wù)進行微調(diào)。兩個最著名的語言模型包括來自Transformers的雙向編碼器表示 (BERT) [11] 和生成式預(yù)訓練Transformer (GPT) [12]。前者主要用于語言中的上下文識別和分類任務(wù)，而后者更擅長機器翻譯和問答等語言生成任務(wù)。
ChatGPT 之前的幾個聊天機器人使用語言模型。然而，使 ChatGPT 能夠做出連貫且引人入勝的響應(yīng)的主要因素歸功于強化學習的使用。在這種情況下，人類評估人員對 ChatGPT 的響應(yīng)進行了排名，這使其能夠優(yōu)化其某些參數(shù)，從而從本質(zhì)上成為更好的對話者。ChatGPT 是在 GPT-3 之上開發(fā)的，GPT-3 是一種具有 1750 億個參數(shù)的生成自回歸語言模型 [13]。為了訓練如此復雜的網(wǎng)絡(luò)，OpenAI 與 Microsoft 合作，據(jù)報道其訓練資源超過 350GB 內(nèi)存，耗資 1200 萬美元。
?
Q2 你好 ChatGPT，你是如何被開發(fā)出來的？
ChatGPT: 你好！我是由 OpenAI 開發(fā)的，OpenAI 是一家專注于以安全有益的方式推進人工智能發(fā)展的研究機構(gòu)。具體來說，我是由 OpenAI 的一組研究人員和工程師開發(fā)的，他們使用一種稱為 transformer 的深度學習技術(shù)和大量文本數(shù)據(jù)來訓練我。Transformer 是一種神經(jīng)網(wǎng)絡(luò)，特別擅長處理序列數(shù)據(jù)，例如語言。
為了訓練我，團隊向我提供了大量來自各種來源的文本，包括書籍、文章和網(wǎng)站。然后他們使用一種稱為無監(jiān)督學習的過程來教我識別文本數(shù)據(jù)中的模式。通過這個過程，我學會了理解和生成自然語言。
在我最初的開發(fā)之后，我經(jīng)歷了嚴格的測試和改進過程，以確保我使用起來準確、可靠和安全。自發(fā)布以來，我一直在不斷更新和改進，以更好地為我的用戶服務(wù)。
與第一個答案一樣，作者對 ChatGPT 回復的引人入勝的性質(zhì)和結(jié)構(gòu)印象深刻。作者注意到 ChatGPT 提到使用無監(jiān)督學習來識別模式，這是準確的，并且在 GPT 論文 [12] 中有所概述。另一個有趣的觀察結(jié)果是，ChatGPT 將最后階段描述為“測試和優(yōu)化過程”，而沒有提及強化學習或其他細節(jié)。
03 ChatGPT 的應(yīng)用
盡管最近才發(fā)布到公共領(lǐng)域，但ChatGPT已經(jīng)獲得了大量的研究關(guān)注。在本節(jié)中，作者描述了最近研究ChatGPT用于各種研究和應(yīng)用的工作。Thorp[14]對ChatGPT對教育、文學和科學寫作等研究主題的反應(yīng)進行了定性評估。當被要求完成一部經(jīng)典戲劇中的一個場景時，ChatGPT提供了一篇有趣的文章。在教育方面，ChatGPT可以提供真實的答案，但在撰寫論文方面還有一段路要走。在另一項研究[15]中，研究人員被要求區(qū)分ChatGPT和人類撰寫的科學論文摘要。這一結(jié)果令人驚訝，因為人類評估人員只確定了由ChatGPT生成的68%的摘要。De Angelis等人[16]討論了根據(jù)ChatGPT對語言模型的評估，并強調(diào)了醫(yī)學和公共衛(wèi)生領(lǐng)域潛在的倫理和實踐挑戰(zhàn)。主要挑戰(zhàn)包括人工智能驅(qū)動的錯誤信息或“信息傳播”的可能性，這些信息通常很難辨別。
在醫(yī)學和公共衛(wèi)生領(lǐng)域，ChatGPT已經(jīng)被探索用于各種應(yīng)用。Khan等人[17]討論了ChatGPT在醫(yī)學教育中的幾個潛在應(yīng)用，包括個性化學習和生成案例研究。作者還指出，ChatGPT可以用于臨床管理，用于文檔和決策支持。Rao等人[18]評估了ChatGPT在放射學中提供臨床決策支持的有效性。作者向ChatGPT提供了文本提示，如“對于'變異乳腺癌癥篩查。平均風險女性：乳腺癌終生風險<15%的女性。'，確定最合適的單一成像程序”，以評估其在乳腺癌癥篩查和乳腺疼痛檢測中的功效。
ChatGPT在前一項任務(wù)中表現(xiàn)相對較好，有88.9%的正確反應(yīng)，但對乳房疼痛的正確反應(yīng)僅為58.3%。還討論了ChatGPT和生成人工智能在幫助泌尿科醫(yī)生方面的作用[19]。ChatGPT主要可以幫助泌尿科醫(yī)生完成低復雜度的任務(wù)，讓他們有更多的時間專注于患者。Hulman等人[20]利用ChatGPT回答有關(guān)糖尿病的常見問題，并要求醫(yī)護人員區(qū)分人類和ChatGPT生成的答案。作者發(fā)現(xiàn)，評估人員在59.5%的時間內(nèi)能夠正確識別ChatGPT生成的答案。作者還得出結(jié)論，盡管ChatGPT沒有接受專門的醫(yī)學數(shù)據(jù)培訓，但它具有臨床知識，可以識別有關(guān)疾病管理的信息。生成關(guān)于特定主題的醫(yī)學報告在藥學教育中可能很有用。為此，Zhu等人[21]促使ChatGPT撰寫了一篇關(guān)于“基于脂質(zhì)的藥物遞送系統(tǒng)”的小型綜述。作者得出結(jié)論，ChatGPT可以很好地構(gòu)建主題，并為讀者提供有意義的結(jié)論。然而，由于缺乏可靠的引文，準確性存在疑問。Shen等人[22]總結(jié)了ChatGPT在醫(yī)學中的其他潛在使用案例和意義。
研究人員還調(diào)研了ChatGPT是否可以回答醫(yī)學考試問題。Kung等人[23]測試了ChatGPT在美國醫(yī)學執(zhí)照考試中的表現(xiàn)，該考試由美國醫(yī)學執(zhí)照所需的三項標準化考試組成。在沒有來自人類的專門輸入條件下，ChatGPT以60%的準確率通過了考試。任何包含視覺信息的問題，如中間圖像，都被刪除了。研究結(jié)果證明了ChatGPT在醫(yī)學教育和臨床決策輔助方面的潛力。然而，在中國國家醫(yī)療許可證考試中，ChatGPT的表現(xiàn)要低得多，有45.8%的回答正確[24]。在眼科學中，ChatGPT使用眼科知識評估項目的問題進行了測試，該項目包含兩項考試，準確率分別為55.8%和42.7%[25]。對于美國心臟協(xié)會的基本和高級心血管生命支持檢查，ChatGPT的表現(xiàn)低于84%的通過線[26]。然而，它能夠提供合理精度的詳細答案，這使它成為自學和考試準備的潛在有用工具。Mbakwe等人[27]認為，ChatGPT在回答醫(yī)學考試方面的成功可以歸結(jié)為這些考試的本質(zhì)是死記硬背，而不是測試分析和批判性思維。
聊天機器人備受期待的應(yīng)用之一是在教育領(lǐng)域。人工智能和技術(shù)可以在教育的幾個方面發(fā)揮作用，包括個性化學習[28]。在這種情況下，ChatGPT可以提高學生的參與度，提供體驗式學習，并幫助教育工作者評估考試和內(nèi)容準備[29]。幾位研究人員將他們的研究重點放在了ChatGPT對教育的影響上（[30]，[31]，[32]，[29]）。ChatGPT在教育中的潛在問題包括反應(yīng)偏見（[31][32]）、作弊[30]、私人數(shù)據(jù)泄露（[31][22]）和透明化[32]）。聊天機器人也可以有效地為同伴輔導做出貢獻。Pardos和Bhandari[33]發(fā)現(xiàn)，ChatGPT在初等和中級代數(shù)主題中提供的70%的提示可以為學生帶來積極的學習收益。Frieder等人[34]評估了ChatGPT在幫助數(shù)學家完成問答和尋找定理等任務(wù)方面的數(shù)學能力。研究人員發(fā)現(xiàn)，ChatGPT的數(shù)學水平低于普通研究生的水平。公眾擔心ChatGPT被用于剽竊，有必要創(chuàng)建檢測此類剽竊的工具。為此，Khalil和Er[35]試圖利用ChatGPT作為剽竊檢測工具，并發(fā)現(xiàn)ChatGPT創(chuàng)建的響應(yīng)通常不會被其他剽竊檢查人員所檢測到。與此同時，當ChatGPT被要求檢查寫作是否是自己生成的時，它的表現(xiàn)比其他抄襲檢測軟件要好。Yang等人[36]探討了ChatGPT總結(jié)書面文本的能力，發(fā)現(xiàn)ChatGPT的表現(xiàn)與現(xiàn)有的基于Rouge分數(shù)的微調(diào)方法不相上下。作者還強調(diào)，目前5000的最大輸入token長度是評估ChatGPT文本匯總能力的一個限制。ChatGPT能提高學生作文水平嗎？為了回答這個問題，Basic等人[37]對使用ChatGPT的對照組和實驗組的9名學生進行了一項研究。作者得出結(jié)論，ChatGPT并不一定能提高論文質(zhì)量，因為對照組在大多數(shù)標準上都優(yōu)于實驗組。
Bang等人[38]評估了ChatGPT在邏輯推理和常識推理等十項推理任務(wù)上的有效性。作者發(fā)現(xiàn)，ChatGPT在演繹推理任務(wù)上表現(xiàn)相當好，但在歸納推理上表現(xiàn)極差。ChatGPT在常識推理方面也做得很好。例如，ChatGPT被問及以下問題；請判斷這個謂詞是（可能）可信還是不可信：“刀砍石頭”。對此，它的回答是：刀能砍穿石頭是不可信的。刀具是用來切割食物、紙張或木材等較軟的材料的。巖石比這些材料堅硬得多，刀無法在巖石上留下凹痕，更不用說把它砍了。
ChatGPT在新聞和錯誤信息檢測方面仍然是一個潛在的有益工具，尤其是在參考文獻和事實核查方面。在新冠肺炎大流行期間，疫苗錯誤信息導致社交媒體對疫苗猶豫不決[39]。Sallam等人[40]對ChatGPT對疫苗陰謀論和強制接種的反應(yīng)進行了描述性分析。研究發(fā)現(xiàn)，ChatGPT對陰謀論不屑一顧，但通過強調(diào)利弊，為疫苗授權(quán)提供了不同的意見。
在軟件開發(fā)中，ChatGPT可以用于輔助和軟件測試。Jalil等人[41]通過向ChatGPT提出教科書問題來評估其在軟件測試方面的能力。在這種情況下，結(jié)果并不樂觀，因為ChatGPT只能正確回答37.5%的問題。Jiao等人[42]評估了ChatGPT在幾個基準集上的翻譯性能。在高資源的歐洲語言中，ChatGPT的性能與谷歌翻譯等商業(yè)應(yīng)用程序不相上下。然而，對于低資源或遠程語言，性能明顯較差。在這一點上，讓作者詢問ChatGPT在各個領(lǐng)域的潛在用途。
Q3 ChatGPT，你可以以什么方式用于醫(yī)療保健、教育和研究？
ChatGPT: 作為一個人工智能語言模型，我可以在醫(yī)療保健、教育和研究中以各種方式使用。以下是一些例子：
在醫(yī)療保健領(lǐng)域：
1）醫(yī)療診斷和治療：可以訓練人工智能語言模型來分析醫(yī)療數(shù)據(jù)，如醫(yī)療圖像、電子健康記錄和其他患者信息，以協(xié)助醫(yī)療診斷和處理。這可以幫助醫(yī)療保健專業(yè)人員就患者護理做出更準確、更明智的決定。
2） 患者互動：人工智能語言模型可用于幫助患者與醫(yī)療保健提供者互動，并為他們提供有關(guān)健康狀況、治療方案和藥物說明的信息。
3） 醫(yī)學研究：人工智能語言模型可以幫助研究人員處理和分析大量的醫(yī)學數(shù)據(jù)，并確定疾病爆發(fā)、藥物療效和患者結(jié)局的模式和趨勢。
在教育領(lǐng)域：
1）語言學習：人工智能語言模型可以通過為語言學習者提供個性化反饋、練習和對話模擬，幫助他們提高語言水平。
2） 教育內(nèi)容創(chuàng)建：人工智能語言模型可用于生成教育內(nèi)容，如測驗、抽認卡和學習指南，這些內(nèi)容是為滿足個人學習者的需求而定制的。
3） 學術(shù)研究：人工智能語言模型可用于分析學術(shù)文本，并生成摘要、見解和建議，幫助研究人員獲得新的見解和發(fā)現(xiàn)。
在研究領(lǐng)域：
1）數(shù)據(jù)分析：AI語言模型可用于分析來自各種來源的大量數(shù)據(jù)，并確定人類研究人員不容易看到的模式，趨勢和相關(guān)性。
2）文本挖掘：AI語言模型可以幫助研究人員從大量非結(jié)構(gòu)化文本數(shù)據(jù)（例如研究論文，新聞文章和社交媒體帖子）中提取相關(guān)信息。
3）研究合作：AI語言模型可以通過提供實時翻譯服務(wù)，自動校對和編輯以及內(nèi)容摘要來幫助研究人員相互合作。
Q4 新聞和軟件開發(fā)領(lǐng)域怎么樣？？
在新聞學領(lǐng)域：
1）新聞寫作和摘要：人工智能語言模型可以用于自動生成新聞文章和摘要，為記者和新聞機構(gòu)節(jié)省時間和資源。
2） 事實核查：人工智能語言模型可以幫助對新聞報道進行事實核查，并驗證所提供信息的準確性。
3） 個性化：人工智能語言模型可以根據(jù)個人讀者的興趣、閱讀歷史和位置，幫助他們個性化新聞內(nèi)容
在軟件開發(fā)領(lǐng)域：
1）聊天機器人：人工智能語言模型可以用來為聊天機器人提供動力，聊天機器人可以與用戶互動，并用自然語言回答他們的問題。
2） 代碼生成：可以使用人工智能語言模型自動生成代碼，減少軟件開發(fā)所需的時間和精力。3） 漏洞檢測：人工智能語言模型可用于檢測代碼中的漏洞和錯誤，提高軟件應(yīng)用程序的質(zhì)量和可靠性。
Q5 您還可以在哪些領(lǐng)域使用？
ChatGPT: 作為一個人工智能語言模型，我可以用于醫(yī)療保健、教育、研究、新聞和軟件開發(fā)之外的廣泛領(lǐng)域。以下是幾個例子:
1）客戶服務(wù)：人工智能語言模型可以用來為聊天機器人和虛擬助理提供動力，為用戶提供客戶服務(wù)和支持
2）金融服務(wù)：人工智能語言模型可用于分析金融數(shù)據(jù)和檢測欺詐行為，并為個人提供個性化的金融建議。
3）營銷和廣告：人工智能語言模型可以幫助營銷人員生成廣告文案和內(nèi)容，分析客戶情緒和行為，并為個人用戶個性化營銷活動。
4）法律服務(wù)：人工智能語言模型可用于分析法律文件，并為個人和企業(yè)提供法律建議。
5）社交媒體：AI語言模型可用于分析社交媒體內(nèi)容，監(jiān)視在線對話以及檢測用戶行為的模式和趨勢。
6）游戲：AI語言模型可用于為視頻游戲生成對話和敘事內(nèi)容，以及游戲中的Power Virtual Assistant和聊天機器人。
7）運輸：AI語言模型可用于為車輛的語音助手提供動力，并幫助駕駛員導航和控制各種車輛系統(tǒng)。
8）機器人技術(shù)：AI語言模型可用于實現(xiàn)人類與機器人之間的自然語言互動，并幫助機器人理解和響應(yīng)人類的命令和請求。
ChatGPT因其在撰寫科學文章方面的潛在用途而引起了很多人的關(guān)注。根據(jù)Stokel Walker[43]的說法，有四篇論文將ChatGPT列為其寫作貢獻的合著者。然而，像《科學》這樣的主要出版商已經(jīng)排除了將人工智能聊天機器人列為合著者的可能性，而包括Taylor&Francis在內(nèi)的其他出版商正在審查他們在這個問題上的政策。包括《韓國放射學雜志》在內(nèi)的幾家期刊都發(fā)表了政策，拒絕任何來自ChatGPT或其他人工智能模型的共同作者的貢獻[44]。另一方面，其他期刊發(fā)表了指導方針，建議承認用于研究的任何人工智能工具，但不允許將其列為合著者（[45]，[46]）。研究人員還呼吁期刊澄清他們的論文中包含人工智能產(chǎn)生的內(nèi)容的比例[47] ，并發(fā)布人工智能在寫作論文中的使用指南[48]。
Korinek [49]探索了像 ChatGPT for Economic research 這樣的語言模型的潛在用例。作者認為，研究人員可以通過使用語言模型來完成編輯和生成標題等任務(wù)，從而提高工作效率。Chen [50]討論了在科學寫作中使用人工智能工具的一些倫理問題和潛在好處。作者認為聊天機器人可以幫助母語不是英語的作家。論文由作者用中文撰寫，用 ChatGPT 進行總結(jié)，并通過人工智能工具翻譯成英文。Ayd?n 和 Karaarslan [51]利用 ChatGPT 撰寫了一篇關(guān)于數(shù)字孿生在醫(yī)療保健中的作用的文獻綜述。盡管結(jié)果令人鼓舞，作者發(fā)現(xiàn) ChatGPT 在復述句子時在抄襲檢查器上有顯著的匹配。Dowling 和 Lucey [52]發(fā)現(xiàn) ChatGPT 在產(chǎn)生合理的研究想法、文獻綜述和測試框架方面是有效的。他們還指出，如果加入領(lǐng)域?qū)ｉT知識作為投入，研究質(zhì)量將大大提高。雖然 ChatGPT 可能會加速科學論文的研究和撰寫，但應(yīng)該有人為的監(jiān)督和事實核查，因為像 ChatGPT 這樣的語言模型可能會產(chǎn)生誤導性信息([53] ，[54] ，[55] ，[56])。下表1總結(jié)了幾個領(lǐng)域中使用 ChatGPT 的現(xiàn)有工作。
表1 ChatGPT 在現(xiàn)有工程中的應(yīng)用
04 ChatGPT的局限性
ChatGPT無疑具有多樣化和有趣應(yīng)用的潛力。但是，用戶應(yīng)該考慮當前模型的局限性。在本節(jié)中，作者概述了ChatGPT當前的一些限制。
ChatGPT聽起來可能很有趣，也很有說服力，但不要相信它的話！事實上，ChatGPT在形成有意義的對話句子方面的能力令人印象深刻，但它可能經(jīng)常會產(chǎn)生“幻覺”回應(yīng)[56]。因此，強烈建議對來自ChatGPT的任何響應(yīng)進行驗證和事實核查。
ChatGPT在簡單的推理、邏輯、數(shù)學和呈現(xiàn)事實信息方面會出錯[57]。預(yù)計將于2023年某個時候發(fā)布的下一個版本GPT-4的很可能會顯著改進ChatGPT。據(jù)多位消息人士透露，GPT-4網(wǎng)絡(luò)將比其前身復雜得多，包含約100萬億個參數(shù)。相比之下，GPT-3模型由1750億個參數(shù)組成。
ChatGPT目前在處理最多5000個文本token作為輸入方面受到限制。雖然這在大多數(shù)應(yīng)用程序中不是問題，但在文本摘要等任務(wù)中可能會很有挑戰(zhàn)性。此外，ChatGPT的當前接口不允許上傳圖像或音頻文件。ChatGPT可以基于文本提示生成視覺圖像的代碼表示，但其繪圖技能目前有限[38]。在這種情況下，研究人員最近引入了一種在多模態(tài)語料庫（如圖像字幕對）上訓練的多模態(tài)語言模型，該模型可以感知一般模態(tài)[58]。多模式系統(tǒng)可以提供應(yīng)用程序，例如通過文本提示生成圖像和從流行音樂中分離詞干。
ChatGPT傾向于給出冗長而詳細的回答，除非明確要求不要這樣做。此外，ChatGPT表達的情緒比普通人少，而且往往更客觀[59]。因此，ChatGPT無法取代對人際關(guān)系的需求，也無法成為你的朋友！同樣，它也不能用于需要親密人際關(guān)系的個人治療或咨詢。
雖然 ChatGPT 可以為您提供2021年9月之前發(fā)生的事件的信息，但是不要指望它會給您提供最新的消息！當被問及土耳其最近發(fā)生的地震時，ChatGPT 回答說: “我很抱歉，但作為一個人工智能語言模型，我無法獲得來自未來的信息。”。據(jù)我所知截止日期是2021年9月，2023年土耳其沒有發(fā)生任何大地震。然而，地震可能在任何時候發(fā)生，重要的是要準備和了解潛在的風險和安全措施。’
?
Q6 嗨，ChatGPT，您的局限性是什么？
1)有限的上下文: 雖然我能夠理解和回應(yīng)廣泛的主題和問題，但我的回應(yīng)僅限于問題或陳述中提供的信息和上下文。除了給定的信息，我沒有能力理解上下文。
2)缺乏情感和同理心: 我沒有情感，我不能同情用戶或理解他們的感受。
3)無法解釋非語言線索: 作為一個人工智能語言模型，我沒有能力解釋非語言線索，如肢體語言或面部表情，這是人類交流中必不可少的。
4)對數(shù)據(jù)質(zhì)量的依賴: 我的回答只能和用來訓練我的數(shù)據(jù)一樣好。如果用來訓練我的數(shù)據(jù)是有偏見或不完整的，我的回答也可能是有偏見或不完整的。
5)不能執(zhí)行物理任務(wù): 我是一個語言模型，沒有物理身體，所以我不能執(zhí)行物理任務(wù)或以任何方式與物理世界交互。
05 結(jié)束語: 對倫理和隱私問題的考慮
在本文中，作者提供了一個聊天機器人的歷史發(fā)展概述。此外，還研究了使 ChatGPT 得以出現(xiàn)并取得成功的重大技術(shù)發(fā)展。然后，描述了 ChatGPT 在幾個領(lǐng)域和應(yīng)用中的潛力。在醫(yī)療保健中，ChatGPT 可用于醫(yī)療篩查、回答一般問題和準備考試。在教育中，ChatGPT 可用于輔導和檢測剽竊行為。ChatGPT 還可以幫助研究人員進行寫作、總結(jié)信息和翻譯。然而，關(guān)于 ChatGPT 還有許多道德和隱私問題需要解決。例如，一些用戶報告了 ChatGPT 的反饋，其中包含種族和性別偏見。此外，鑒于 ChatGPT 的有效性，它可能被用于教育中的不道德目的，包括作弊。在研究中，ChatGPT 提出了有關(guān)版權(quán)和剽竊的倫理問題。在隱私問題方面，ChatGPT 接受了超過3000億字的訓練，可能包含互聯(lián)網(wǎng)用戶的個人信息。最后，ChatGPT 繼續(xù)改進用戶交互，但包含個人信息(如聯(lián)系人)的提示可以由模型處理，甚至可以學習。
本文轉(zhuǎn)自 AI生成未來 ，作者：AIGCer
