透过 ChatGPT 的进化足迹，OpenAI 传达了哪些信号？

古希腊神话中，一位名叫赫尔墨斯的神，会充当人神之间的信使，穿着带有双翼的飞鞋，行走在神明与人类之间。

根据《荷马史诗》的记载：“在天神中，赫尔墨斯是最喜欢引导凡人前行的。”这句话用来形容 OpenAI 与 AI 的关系，虽不中亦不远矣。

上一周，OpenAI 打造的 ChatGPT 出尽风头，成为国内外 AI 领域的头号热门话题。关于 ChatGPT 的对话能力，大家可能已经通过很多文章感受过了。简单总结，就是对答如流，无所不能，可替程序员写代码，可替商务人士出方案，还能替作家编故事。一度让久违的 “谷歌已死”“XX 职业又要被 AI 取代了”之类的 AI 威胁论说辞，开始大量出现了。

关于 ChatGPT 的神奇之处，看多了也有点审美疲劳了，冷静下来思考一下：

为什么同样是 AIGC，问答、对话这类 NLP 领域应用更容易引起轰动，激发人们对通用人工智能的希望？

为什么同样是预训练模型，相比 BERT、GPT3 等前辈，ChatGPT 的对话能力产生了质的飞跃？

为什么同样是做 AI，OpenAI 要死磕 NLP，从 GPT1 到 ChatGPT 不断迭代？

OpenAI 的 CEO、联合创始人 Sam Altman 曾说过一句话：“Trust the exponential，Flat looking backwards，vertical looking forwards”，相信指数的力量，平行地向后看，垂直地向前看。ChatGPT 出现代表着，AI 似乎已经站到了指数级飞跃的关键点上。但起飞的 ChatGPT，并不是一蹴而就的。

从 GPT 到 ChatGPT，恰好代表了 OpenAI 在大模型领域切实走过的历程，从中可以看到，OpenAI 在 AI 大模型竞争中，已经探索出了一条属于自己的道路，就如同赫尔墨斯一样，成为引领 AI 技术前进的使者。

如果 OpenAI 是传递 AI 前沿进展的赫尔墨斯，ChatGPT 就是那双带着双翼的金丝鞋。我们既要关注 ChatGPT 这双鞋究竟有多神奇，更有必要搞懂，OpenAI 选择的这条大模型道路有何玄机。

今天，中国科技企业与研究机构都在积极投布局大模型，求术不如问道，我们不妨从 GPT 这一系列模型的演变历程，望向 OpenAI 关于 AI 与大模型的战略思考与发展脉络。

从 GPT-1 到 ChatGPT，超神模型的演化足迹

OpenAI 在博客中写道，ChatGPT 是从 GPT3.5 系列中的模型进行微调而诞生的。

正如名称中所暗示的那样，GPT- 3.5 是 OpenAI 设计的一系列 NLP 模型中的第四个，此前还出现了 GPT - 1、GPT - 2 和 GPT - 3。

在 GPT 出现之前，NLP 模型主要是基于针对特定任务的大量标注数据进行训练。这会导致一些限制：

大规模高质量的标注数据不易获得；

模型仅限于所接受的训练，泛化能力不足；

无法执行开箱即用的任务，限制了模型的落地应用。

为了克服这些问题，OpenAI 走上了预训练大模型的道路。从 GPT1 到 ChatGPT，就是一个预训练模型越来越大、效果越来越强的过程。当然，OpenAI 的实现方式并不只是“大力出奇迹”那么简单。

第一代：从有监督到无监督 GPT-1。2018 年，OpenAI 推出了第一代生成式预训练模型 GPT-1，此前，NLP 任务需要通过大规模数据集来进行有监督的学习，需要成本高昂的数据标注工作，GPT-1 的关键特征是：半监督学习。先用无监督学习的预训练，在 8 个 GPU 上花费 了 1 个月的时间，从大量未标注数据中增强 AI 系统的语言能力，获得大量知识，然后进行有监督的微调，与大型数据集集成来提高系统在 NLP 任务中的性能。

GPT-1 的效果明显，只需要极少的微调，就可以增强 NLP 模型的能力，减少对资源和数据的需求。同时，GPT-1 也存在明显的问题，一是数据局限性，GPT-1 是在互联网上的书籍和文本上训练的，对世界的认识不够完整和准确；二是泛化性依然不足，在一些任务上性能表现就会下降。

第二代：更大更高更强的 GPT-2。2019 年推出的 GPT-2，与 GPT-1 并没有本质上的不同（注意这一点），架构相同，使用了更大的数据集 WebText，大约有 40 GB 的文本数据、800 万个文档，并为模型添加了更多参数（达到惊人的 15 亿个参数），来提高模型的准确性，可以说是加强版或臃肿版的 GPT-1。

GPT-2 的出现，进一步证明了无监督学习的价值，以及预训练模型在下游 NLP 任务中的广泛成功，已经开始达到图灵测试的要求，有研究表示，GPT-2 生成的文本几乎与《纽约时报》的真实文章（83%）一样令人信服。

第三代：跨越式进步的 GPT-3。2020 年，GPT-3 的这次迭代，出现了重大的飞跃，成为与 GPT-2 迥然不同的物种。

首先，GPT-3 的体量空前庞大，拥有超过 1750 亿个参数，是 GPT-2 的 117 倍；其次，GPT-3 不需要微调，它可以识别到数据中隐藏的含义，并运用此前训练获得的知识，来执行下游任务。这意味着，哪怕从来没有接触过的示例，GPT-3 就能理解并提供不错的表现。因此，GPT-3 也在商业应用上表现出了极高的稳定性和实用性，通过云上的 API 访问来实现商业化。这种入得了实验室、下得了车间的能力，使得 GPT-3 成为 2020 年 AI 领域最惊艳的模型之一。

当然，GPT-3 也并不完美。正如联合创始人 Sam Altman 所说，GPT-3 的水平仍处于早期阶段，有时候也会犯非常愚蠢的错误，我们距离真正的人工智能世界还有很长的距离。另外，GPT-3 API 的很多基础模型非常庞大，需要大量的专业知识和性能优异的机器，这使得中小企业或个人开发者使用起来比较困难。

第四代：基于理解而生成的 ChatGPT。终于在 2022 年，OpenAI 的预训练语言模型之路，又出现了颠覆式的迭代，产生了技术路线上的又一次方向性变化：基于人工标注数据 + 强化学习的推理和生成。

前面提到，一开始预训练模型的出现，是为了减少监督学习对高质量标注数据的依赖。而 ChatGPT 在 GPT -3.5 大规模语言模型的基础上，又开始依托大量人工标注数据（据说 OpenAI 找了 40 个博士来标数据），这怎么又走回监督学习的“老路”了呢？

原因是，GPT 3.5 虽然很强，但无法理解人类指令的含义（比如写一段博文、改一段代码），无法判断输入，自然也就很难给出高质量的输出答案。所以 OpenAI 通过专业的标注人员（据说是 40 个博士）来写词条，给出相应指令 / 问题的高质量答案，在基于这些数据来调整 GPT -3.5 的参数，从而让 GPT -3.5 具备了理解人类指令的能力。

在人工标注训练数据的基础上，再使用强化学习来增强预训练模型的能力。强化学习，简单理解就是做对了奖励、做错了惩罚，不断根据系统的打分来更新参数，从而产生越来越高质量的回答。所以这几天很多人在互动中发现，ChatGPT 会承认错误、会修改自己的答复，这正是因为它具备从人类的反馈中强化学习并重新思考的能力。

因为 ChatGPT 具备了理解能力，所以才被看作是通向通用人工智能 AGI 的路径。

当然，ChatGPT 也并不是完美进化体。OpenAI 的官网明确提示，ChatGPT“可能偶尔会生成不正确的信息”，并且“对 2021 年之后的世界和事件的了解有限”。一些比较难的知识，比如“红楼梦讲了什么”，ChatGPT 会一本正经地胡说八道。

从 GPT 模型的演进和迭代中，可以看到 OpenAI 是不断朝着自然语言理解这一目标前进，用更大的模型、更先进的架构，最终为通用人工智能找到了一条路径。

从 GPT-1 到 ChatGPT 的纵向演变，会看到 OpenAI 对大模型的独特理解与技术脉络 —— 通过模型预训练提升 NLP 指标，抵达强人工智能。NLP 领域究竟特殊在哪里，值得 OpenAI 如此执着？

OpenAI 的大模型差异化之路

前文中不难看出，OpenAI 对于文本生成模型的执着，因为做够得久、投入够多，所以能够做得更好，是非常有长期战略定力的。

与之相比，和 GPT-1 同年推出的预训练模型，还有谷歌发布的 BERT，但后者在火爆一段时间之后影响力明显减弱；而 NLP 问答领域一向由 Meta 引领，Meta AI 的 OPT 模型和 GPT-3 达到了同等的参数量，但效果就不如 OpenAI。同期选手中，OpenAI 对于语言模型的用心显然是更多的。

一方面是资源投入，无论是越来越大的模型，需要消耗庞大的算力资源，ChatGPT 所需要的高质量标注数据，依靠博士级别的专业人士来完成，比起将数据标注任务分发给众包平台，显然会消耗更多的人力和财力。

另一方面，是技术投入，大规模预训练、增强学习等技术都用在提升 NLP 对话系统在开放通用领域上的理解和推理能力。NLP 是认知智能，要提升就必须解决知识依赖，而知识又是非常离散且难以表示的，要解决带标数据不足、常识知识不足等问题，是非常具有技术挑战的。多年前 IBM 的 Frederick Jelinek 就说过：“每当我开除一个语言学家，语音识别系统的性能就会改善一些。”颇有种“解决不了问题，就解决提出问题的人”的既视感。所以也可以说，OpenAI 选择了一条更难走的路，去解决真正困难的问题。

此外，聚焦 NLP 领域也意味着 OpenAI 会承担隐形的机会成本。

今年 AIGC（AI 生成内容）在资本市场和应用市场都有很大的进展，与 AI 作画、音视频生成、AlphaFold2 所解决的蛋白质结构预测等生成任务相比，NLP 任务都是直接用词汇和符号来表达概念，此类模型通过“API + 云服务”来完成商业化服务，无论是云资源的消耗量还是接口调用服务收费，所获得的收益也是远不及图像音视频或科学计算的。拿同样的精力做十个八个 Dalle 模型，肯定能赚得更多。

科技博主王咏刚在博客中分享了一个故事，称与 OpenAI 的两位联合创始人交流，发现这二人甚至不知道 AIGC 是什么意思！

说到这里，或许可以得出结论，OpenAI 作为一个旨在“实现安全的通用人工智能 (AGI)”的公司，就是在不计投入、不计商业回报，专心致志地通过过预训练大模型来提升 NLP 任务的各项指标，从而接近 AGI 的愿景。

为什么 OpenAI 能够走出这条引领潮流的大模型差异化之路呢？

一方面是 NLP 的特殊之处。

NLP 不是魔术，但是，其结果有时几乎就是魔术一般神奇。通用人工智能必须具备认知智能，这也是目前制约人工智能取得更大突破和更广泛应用的关键瓶颈，而 NLP 正是认知智能的核心。Geoffrey Hinton、Yann LeCun 都曾说过类似的观点，深度学习的下一个大的进展，应该是让神经网络真正理解文档的内容。

也就是说，当 AI 能理解自然语言了，AGI 可能就实现了。

另外，OpenAI 的运行模式也起到了关键的影响。

突破性创新早期需要大量的投入，大模型的开发需要大量的基础设施投入，而 ChatGPT 的对话系统短期内很难靠调用量的规模化来摊平研发成本。因此，OpenAI 是一个非营利性研究机构，没有迫切的商业化压力，因此可以更专注于 NLP 领域的基础研究，这是商业型 AI 公司所很难实现的。

2011 年，自然语言领域的泰斗肯尼斯・丘吉 (Kenneth Church) 发表了一篇长文《钟摆摆得太远》(A Pendulum Swung Too Far)，其中提到：我们这一代学者赶上了经验主义的黄金时代，把唾手可得的低枝果实采摘下来，留给下一代的都是“难啃的硬骨头”。

深度学习是经验主义的一个新高峰，而这个领域的低枝果实也总有摘完的一天，近年来有大量 AI 科学家发出警告，深度学习面临很多局限性，单纯用深度学习很难解决一些复杂任务，或许不用太久，基础性突破就会成为 AI 产业的重要支撑。

GPT 的演进也说明了，AI 的突破需要循序渐进、从小到大地一步步实现，今天，每家 AI 企业和研究机构都在做大模型，相比 CV 计算机视觉、数字人、元宇宙等 AI 应用，NLP 要显得暗淡很多。而如果一窝蜂去摘容易的果实，最终会制约 AI 深入产业的脚步。

ChatGPT 的出现提醒我们，唯有啃下基础领域的硬骨头，才能真正为 AI 带来质变。

本文来自微信公众号：脑极体 （ID：unity007），作者：藏狐

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。