ChatGPT 是什麼？應用、優缺點以及未來展望

背景

2022 年 11 月，美國著名的人工智能實驗室 OpenAI 發佈了一款震驚世界的聊天機器人 ChatGPT。在短短不到一個禮拜的時間內，他的註冊使用人數就超過一百萬人，可見其熱門程度。

這款聊天機器人可以了解高達 18 種語言，其中也包括繁體中文！目前，用戶只需要註冊就可以免費和他對話。

從發布到現在，網路上各處可見 ChatGPT 的蹤影。從寫下簡單的應用程式、旅遊景點、歷史典故、到寫故事文章，這個機器人都可以幫你做到！並且做出來的結果與人類非常像，這就是 ChatGPT 厲害的地方。

在講更深入前，讓我們來了解一下 OpenAI 這個實驗室的背景。

OpenAI 是一家位於舊金山的人工智慧研究實驗室，成立於2015年，主要創立人為包括 Elon Musk 和 Sam Altman，但後來 Elon Musk 因爲其他企業的利益衝突而離開了公司董事會。

OpenAI 目標在創建先進的 AI 技術，並讓這些技術可用於造福全人類。並以安全和有益的方式推進人工智慧技術，確保 AI 技術的使用符合人類的利益。

自成立以來，OpenAI 已經取得了幾項顯著的里程碑，包括開發了像 GPT-3，一種先進的語言模型，以及開發了 Dactyl，一個能夠以出色的靈巧度操控物體的機器人手，以及創建了幾個用於 AI 開發的開源工具和框架。研究領域涵蓋自然語言處理、機器人技術、計算機視覺和強化學習等領域。

總之，OpenAI 就是人工智慧領域的領先組織，致力於推進 AI 技術以造福人類。

技術背景

ChatGPT 的基本架構是一個大型的語言模型。它可以根據使用者輸入的文字產生合理的回應。

通過學習大量資料，ChatGPT 可以模擬人類的對話方式，使對答更加順暢，並且讓對話有連續性。

而這個大型的語言模型是什麼呢？也就是在前一段提到的 GPT-3 的升級版 GPT-3.5。

GPT 的全名叫做 Generative Pre-trained Transformer，是一款透過深度學習來分析及訓練出來的自然語言文本。其實在更之前，OpenAI 也推出了第一版及第二版，讓我們來看看他們的差別。

從上表我們可以知道第二版到第三版有了飛躍式的成長。總參數數量越高代表著模型的表現能力越好，但同時也代表越難訓練以及訓練的時間更長。

而 GPT-3.5 則是基於 GPT-3 的模型上的優化版，GPT-3.5 提供了更準確和連貫的回應。據說，OpenAI 也將在明年推出 GPT-4，總參數數量也將達到驚人的 100 萬億個。

ChatGPT 更使用了 RLFH (Reinforcement Learning from Human Feedback) 進行訓練，中文叫做人類反饋的強化學習。不了解沒關係，官方提供了一個很好的圖例來解釋。

第一步：使用現有的資料集訓練初版語言模型

這些訓練資料集的主要輸入是一些提示，比如說「吃飯」、「歷史」、「中午」等等關鍵字。

接下來會由人工的方式來告訴電腦說，看到這些提示時可能會回答什麼樣的答案。比如說如果提示是「吃飯」，那可能的結果就是「要去哪間餐廳？」、「義大利麵怎麼做？」等等。

根據這些資料集，我們可以訓練出初版的語言模型。

第二步：訓練獎勵模型

同一個提示初版語言模型會有不同的輸出。舉例來說如果提示是「吃飯」，那麼初版語言模型的輸出可能會是A：要去哪間餐廳、B：牛肉麵的歷史、以及C：台北市有哪些好吃的餐廳。

接著，我們透過人工的方式將 ABC 三個輸出結果給予評分，越高分代表約接近人類想要的結果。

那麼我們評分的結果可能會是 A > C > B。我們接著將這些評分資訊拿去訓練一個獎勵模型，讓這個模型知道怎樣的輸出應該給予幾分。

第三步：優化初版語言模型

將兩個模型串接，使用來自資料集的新的提示，讓初版語言模型輸出結果，並將此結果輸入到獎勵模型並產生分數。

產生出來的分數會用來訓練優化初版語言模型，使得語言模型能產生得分更高的輸出結果。經過幾千萬次的優化後，我們就可以得到 ChatGPT 了！

應用場景

ChatGPT 不只能和使用者進行簡單的對談，它還有更多意想不到的功能，比如說：

• 創作兒童故事書：網路上有很多人使用 ChatGPT 撰寫兒童故事，並搭配 Midjourney 這個網站來產生圖片，最後出版成實體故事書販售。
• 創建程式代碼：我們可以提供一段敘述給ChatGPT 讓他幫我們產生程式碼，比如說「請幫我寫出預測股價的程式」。
• 求解數學方程式：給予一個數學題目，ChatGPT 會提供我們詳細的求解過程，並解出最後答案。從簡單的加減乘除到困難的微積分都可以。
• 各類文章總整理：我們可以提供一大段文章，並讓 ChatGPT 幫我們重點整理，這省下了我們大量的閱讀時間。我常常用這個功能來快速閱讀早上新聞。
• 修改文法或程式碼錯誤：給予一段有文法錯誤的文章，或是有錯誤的程式碼，ChatGPT 都可以快速地告訴你哪裡有問題並提供修正。

缺點與局限性

合理性

訓練 ChatGPT 的資料很大一部分是來自網路，因此，當前最讓人們擔心的就是他會對所有文章進行學習，不論是友善的還是充滿惡意的，並進一步產生錯誤或是有惡意的回答。

OpenAI 也提到，這個模型是去產生聽起來最「合理」的結果，而不是去產生最「正確」的結果。

同時也說，要達到完全不會有惡意的回答也是非常困難的，因為如果要訓練 ChatGPT 更加謹慎可能會造成他拒絕回答一些他本來能回答正確的問題。

一至性

另外，ChatGPT 對於調整輸入或嘗試多次輸入相同問題非常敏感。例如，給定一個問題的某種提示，模型可能會聲稱不知道答案，但是給定一個稍微不同的提示，它就可以正確地回答問題。而這個問題 OpenAI 也聲稱這是他們目前遇到的瓶頸之一。

最理想的情況是，當使用者提供一個含糊不清的問題或是當模型不理解時，模型應該提出澄清問題。但是，目前的模型只能做到猜測使用者的意圖。

未來展望

據 富比世報導，GPT-4 很快就要到來了。他所擁有的訓練參數也將高出現在 ChatGPT 模型的一百倍，而OpenAI也宣稱，這個模型將做到和人類無區別。

但是，當中也提到 GPT-4 並不會有能力產生圖像，反而更重視的是程式碼的質量與回答的更為人性。

ChatGPT 的問世也可以為公司帶來非常大的成本削減。許多公司現在已經在規劃將 ChatGPT 的模型導入到客服部門，讓客戶可以有更人性化的體驗以及全年無休的客服。

目前，運行這個模型的成本大約是每次搜尋 1 美分。但是，方舟投資 (ARK Invest) 和產業界也推估到了 2030 年，搜尋和訓練 ChatGPT 所需的成本也將大幅下降。

因此在這方面，我對未來 ChatGPT 這類產品被應用在各個產業的客服抱有很高的信心與期待。

除了以上方面，ChatGPT 也對搜尋引擎比如說 Google 造成了不小的影響。現在有許多人開始臆測當有了 ChatGPT 後，會不會讓人們對 Google 的黏著度大幅下降。

雖然目前 ChatGPT 還沒有真正對 Google 造成影響，但是 Google 也做出了相對的回應。

在今年 2/07，Google 也推出了自家的聊天機器人 Bard。但是，Bard 卻在發表會上出包，要展示的手機當下也找不到，造成當天 Google 的股價大跌。

而微軟也將自家搜尋引擎 Bing結合ChatGPT，來擴充自家搜尋引擎的表現能力。

因此，由微軟和 Google 的作為可見，業界對於聊天機器人的應用以及未來市場也是非常看好的！