NBS:马斯克资助的ChatGPT与AIGC 对内容生态的挑战_WEB3

创作者：DAOctor

Elon Musk创立的OpenAI基金会的最新聊天机器人ChatGPT以其强大写作、对话能力席卷了网络世界。ChatGPT 是一种由人工智能驱动的聊天机器人，它以一种令人信服的对话方式与用户互动。ChatGPT对问题深思熟虑和全面的回答（即使不准确）令用户震惊，包括学术界和科技行业。

该工具迅速走红。周一，Open AI 的联合创始人、著名的硅谷投资者Sam Altman在 Twitter 上表示，ChatGPT 的用户已突破 100 万。 

知名的科技投资人Box 首席执行官 Aaron Levie也表示：“当一项新技术调整了你对计算的想法时，会有一种特定的感觉。谷歌、 火狐、 AWS 、iPhone 都做到了。OpenAI 正在通过 ChatGPT 做到这一点”。

?马斯克：公司继续大量购买英伟达的GPU:金色财经报道，特斯拉CEO马斯克表示，当前宏观经济环境仍然具有不确定性；预计将于第三季度举行Cybertruck交付活动；最好还是按更低的价格大量发货；现在是进一步扩大公司领先优势的好时机；公司继续大量购买英伟达的GPU。[2023/4/20 14:14:46]

与其他人工智能工具一样，ChatGPT 也可能扰乱创意产业、延续偏见和传播错误信息。如Stack Overflow暂时禁止用户分享ChatGPT生成的回复。因为ChatGPT很容易与用户互动，且可以快速生成大量回答，这让网站充斥着许多第一眼看起来是正确的答案，但在仔细检查后就能发现其中的错误。

因此，本文，我们将讨论最近流行的AIGC工具ChatGPT及此类工具对内容生态审核制度的挑战。

?马斯克将开发ChatGPT替代品:金色财经报道，马斯克最近几周接触了人工智能研究人员，希望成立一个新的研究实验室，开发ChatGPT的替代品。（The Information）[2023/2/28 12:33:13]

Generative Pre-trained Transformer （GPT），是一种基于互联网可用数据训练的文本生成深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。

2018 年，NLP（自然语言处理）的预训练模型元年，GPT-1 诞生，此时的GPT-1 仅是一个语言理解工具而非对话式 AI。2019年GPT-2采用更多的网络参数与更大的数据集进行训练，此时的GPT-2展现出普世且较强的能力，并在多个特定的语言建模任务上实现了彼时的最佳性能。随后，GPT-3 出现，作为一个无监督模型（自监督模型），几乎可以完成自然语言处理的绝大部分任务，例如面向问题的搜索、阅读理解、语义推断、机器翻译、文章生成和自动问答等等。GPT-3的出现使人们看到了通用人工智能的希望。

马斯克发文提及People，PEOPLE短线15%:11月15日消息，推特CEO马斯克在社交媒体发文By the People，For the People，此后Constitution DAO（PEOPLE）5分钟内上涨超15%，现报价0.0245美元。[2022/11/15 13:08:10]

今天，ChatGPT 的到来，也被视为文本生成器 GPT-3 的下一个迭代，为GPT-4到来拉开序幕。

ChatGPT 是一种大型语言模型，通过大量在线信息进行训练并创建其响应。注册 ChatGPT 后，用户可以要求人工智能系统回答一系列问题，这些问题包括开放性问题：例“生命的意义是什么？” 加密货币值得投资“？” “什么是Hacker Movement”等。

马斯克愿意投入100亿-150亿美元的自有现金来竞购推特:4月20日消息，据纽约邮报消息，埃隆·马斯克愿意投入100亿-150亿美元的自有现金来竞购推特，此外，马斯克计划在10天左右的时间内对推特发起收购要约。埃隆·马斯克已委托摩根士丹利再融资100亿美元，以传统杠杆方式对推特(TWTR.N)进行收购。（金十）[2022/4/20 14:34:59]

02.ChatGPT 如何工作的？

谈到ChatGPT的算法模型， 其前身InstructGPT仍值得关注。

2022 年初，OpenAI 发布了 InstructGPT。开发人员通过结合监督学习+人类反馈强化学习，提高 GPT-3 的输出质量。在这种学习中，人类对模型的潜在输出进行排序，强化学习算法则对产生类似于高级输出材料的模型进行奖励。

ADA创始人：若想修复狗狗币 马斯克要需研究论文:Cardano(ADA)创始人Charles Hoskinson表示，如果特斯拉创始人马斯克真的想修复狗狗币，就需要研究一些研究论文。Hoskinson表示，这些研究可以帮助马斯克彻底改造狗狗币，并开发能为第五大加密资产提供动力的技术。Hoskinson还建议开发新功能，以大规模扩展DOGE的用例。（The Daily Hodl ）[2021/5/19 22:17:20]

训练数据集以创建提示开始，其中一些提示是基于 GPT-3 用户的输入，比如“解释什么是Hacker Movement”或“给一个小学生解释Hacker”。

开发人员将提示分为三个部分，并以不同的方式为每个部分创建响应：

人类作家会对第一组提示做出响应。开发人员微调了一个经过训练的 GPT-3 ，将它变成 InstructGPT 以生成每个提示的现有响应。

下一步是训练一个模型，使其对更好的响应做出更高的奖励。对于第二组提示，经过优化的模型会生成多个响应。人工评分者会对每个回复进行排名。在给出一个提示和两个响应后，一个奖励模型（另一个预先训练的 GPT-3）学会了为评分高的响应计算更高的奖励，为评分低的回答计算更低的奖励。

开发人员使用第三组提示和强化学习方法近端策略优化（Proximal Policy Optimization， PPO）进一步微调了语言模型。给出提示后，语言模型会生成响应，而奖励模型会给予相应奖励。PPO 使用奖励来更新语言模型。

ChatGPT 和 InstructGPT 算法模型基本一样。不同之处在于数据如何被收集和训练。

 InstructGPT ：给一个输入就给一个输出，再跟训练数据对比，对了有奖励，不对有惩罚；

 ChatGPT： 给一个输入，模型给出多个输出，然后人（AI训练师）对输出结果排序，让模型使得这些结果从“更像人话”到“没有逻辑”排序。

与其他 AI 聊天机器人不同，本着构建更加负责任的强人工智能原则， ChatGPT可以回答后续问题、承认错误、挑战不正确的问题并拒绝不适当的请求。

写在这里记起，科幻小说家艾萨克·阿西莫夫（Isaac Asimov）为机器人设定的行为准则—机器人三定律：

第一法则：机器人不得伤害人类，或坐视人类受到伤害；

第二法则：机器人必须服从人类命令，除非命令与第一法则发生冲突；

第三法则：在不违背第一或第二法则之下，机器人可以保护自己。

不可置疑的是AIGC对很多领域产生了积极的影响。如，文本创作、音乐创作、游戏文本生成等。随着AIGC工具的成熟，其甚至可自主编程、拼接生成新的协议。

但，此类工具向内容生态提出一个全新的问题即：如何应对AIGC的真实性。以ChatGPT为例：

a） 在训练的强化学习 （RL） 阶段，对于问题，并没有真相和问题标准答案的具体来源；

b） 训练模型更加谨慎，可能会拒绝回答（以避免提示的误报）；

c） 监督训练可能会误导/偏向模型倾向于知道理想的答案，而不是模型生成一组随机的响应并且只有人类评论者选择好的/排名靠前的响应。

人工智能生成的答案有数千个，而这些答案通常需要具有专业知识的人详细阅读，才能确定答案实际上是错误的，这些错误信息很容易破坏以志愿者为基础的高质量问答社区。

纸质新闻时代，每个事实都必须包含权威的一手或二手资料来源，但现在已经很少有出版物有事实核查员，这就把责任推给了记者和编辑。信息爆炸时代，以人为媒介传播的虚假信息尚且让审核机制“头疼”，很难想象当人工智能开始传播虚假信息，所带来的挑战。尤其是在这个舆论时常反转的时代，只要一个消息听起来合理，许多人就会认为这是正确的。

金色早8点

金色财经

去中心化金融社区

CertiK中文社区

虎嗅科技

区块律动BlockBeats

念青

深潮TechFlow

Odaily星球日报

腾讯研究院

标签：BSPNBSWEBWEB3BSP价格nbs币最新消息fio币web3WEB3ALLBI

UNI热门资讯