一篇文章帶你讀懂生成式人工智能
Éric Moulines
巴黎綜合理工大學統計機器學習教授
Hatim Bourfoune
法國國家科學研究中心（CNRS）密集型科學計算開發與資源研究所（IDRIS）人工智能研究工程師
Pierre Co.NETte
法國國家科學研究中心（CNRS）密集型科學計算開發與資源研究所（IDRIS）人工智能支持工程師
人工智能的發展日新月異，生成型AI是其中的一種，它能夠根據輸入的指示，創造出各種文字、圖像或聲音的內容。這種技術有什么原理？它有哪些應用和局限？它又會帶來哪些挑戰和風險？本文將為您介紹生成型AI的基本概念、最新進展和未來趨勢，讓您了解這個正在改變我們社會的創新領域。
- 生成式AI，指能夠學習數據庫中的信息，并以此為基礎，根據用戶輸入的提示生成文字、圖像或音頻的人工智能。
- 生成式AI仍處于蹣跚學步的階段，有許多需要改進的地方，比如答案不夠可靠或帶有偏見。
- ChatGPT、Bloom都屬于生成式AI的應用模型。潛在的應用還有千千萬萬待探索。
- 任何技術有利必有弊。生成式AI耗能極高，而且存在被濫用的風險。
ChatGPT已經成為了當今社會的熱議話題，新一輪AI技術革命已初露端倪。生成式AI有看似無窮的潛在應用場景，也毫不意外地引發了無休止的爭論。不過，大眾對于生成式AI 原理的理解似乎還有待加深。
生成式AI，指能夠學習數據庫中的信息，并以此為基礎，根據用戶輸入的提示生成文字、圖像或音頻的人工智能。巴黎綜合理工大學的統計機器學習教授Eric Moulines解釋說：“AI在學習的過程中，會從數據中概括規律，并基于此生成具有原創性的內容。”
目前兩種主流的人工智能模型分別是GPT（生成式預訓練轉換器）和擴散模型。法國國家科學研究中心（CNRS）密集型科學計算開發與資源研究所（IDRIS）的人工智能研究工程師Hatim Bourfone補充說：“人工智能會通過一種‘注意力機制’理解輸入文本的上下文含義。其輸出的內容由其之前在訓練階段學習的詞匯構成，AI會根據每個詞出現的概率，判斷接下來該使用哪個詞”。用不同的數據庫訓練算法，便能得到適用于不同情景的AI。
Bourfoune的團隊參與開發了一款名為Bloom的AI，這是一款供研究人員使用的學術論文翻譯器。IDRIS 研究員Pierre Cornette 說“Bloom模式的主要任務就是學習多門外語。我們給它輸入了大量的文本，然后讓它根據前文內容去判斷下文該出現哪個詞。如果出錯了，我們會糾正。”
01
蹣跚學步的新技術
Moulines解釋道：“第一代生成式AI模型的歷史還不到十年。生成式AI技術的首次突破發生于2017年：轉換器技術問世，完善了注意力機制。到2021年，商用生成式AI就上市了，速度之快令人乍舌，比其他深度學習模型都要快得多。”盡管如此，我們必須認識到ChatGPT等AI仍處于蹣跚學步的階段，有許多需要改進的地方。
Moulines承認，GPT給出的答案的可信度不夠高，仍然是個問題：“ChatGPT不知道什么是‘可信度’，不懂得評估自己給出的答案的準確性。”這就是為什么有時候ChatGPT會“一本正經地胡說八道”。“由于ChatGPT純粹根據概率推理來生成單詞序列，所以會生成看似可信，實則虛假的內容。”
除了會“瞎編”，生成式AI還有一些其他的缺陷需要引起我們的注意。AI在深度學習過程中，會大量吸收現有文本，也會內化其中的偏見。Moulines說：“如果你問ChatGPT地緣政治問題，得到的答案都是西方國家的立場。這樣的答案中國用戶肯定不會認同！”
02
無窮無盡的潛在應用
生成式AI的魅力在于，通過使用多樣化的學習數據庫，能夠開發出無窮無盡、功能各異的模型。Cornette 說：“生成式AI就如同一臺高功率的發動機，可以搭載在拖拉機上，讓其發揮最大牽引力，也能安裝在賽車中，讓其飛馳而過。”若把ChatGPT比作一輛賽車，GPT-4就是它的發動機。“發動機是核心技術。開車的人不須要知道發動機的原理，也能在賽場上風馳電掣。”
Bloom也能反映生成式AI模型的廣泛應用潛力。Bourfoune說：“一年前，Bloom是唯一一個對學界完全開放的模型。”任何人都可以下載Bloom并用于自己的研究。經過多語種科學論文數據庫的訓練，Bloom現在能幫學者輕松理解外語論文。Cornette補充道：“Bloom的開發團隊還發起了一個叫Bigcode的項目，用于計算機代碼自動生成。只要簡單地描述代碼的功能，Bigcode就可以用用戶指定的編程語言寫出具體的代碼。”
ChatGPT現在大受歡迎，表明一般用戶已經意識到它的實用價值。為了與谷歌競爭，必應已經將GPT的聊天功能整合到其搜索引擎中，這種做法一定程度上能克服生成式AI“胡說八道”的缺點：必應聊天給出的答案中會標注信息來源，便于用戶理解并驗證內容的可靠性。最近，Adobe將生成式AI模型集成到Photoshop、Illustrator等軟件中，展示了另一種新穎應用。
03
激動人心的未來
從當前的應用來看，生成式AI必將迎來令人振奮的未來，然而也有人擔心這一技術可能被濫用。Bourfoune承認：“任何技術有利必有弊。這就為什么OpenAI設置了多重安全屏障。” OpenAI的內容政策也帶著這些安全因素的考量，因此在涉及ChatGPT運作的許多問題上，OpenAI都選擇保持沉默。
對于仍處于起步階段的生成式AI技術，Moulines表示：“我們在研究中清楚地知道技術還在起跑線上。生成式AI已經能實際使用，這一點我們都覺得驚訝。”不過，技術仍有許多法律監管等各方面的空白有待填補。由于生成式AI以現有內容數據庫為基礎生成內容，可能會“剽竊”他人的作品，而不提及原作者的姓名。“以既有內容創作新作品，必須聲明原作來源。AI的行為涉嫌侵權。”
盡管生成式AI有各種局限性，但潛力依舊巨大。Moulines 說：“想到未來這一領域可能發生的突破，我心情十分激動。生成式AI的發展勢不可擋，衍生應用將如雨后春筍般出現。現在大家都在爭相開發新技術，進展很快。” Bloom就屬于一種衍生應用，既能促進科學家之間的跨語種交流，又能將論文翻譯成稀有小語種，促進科研結果的傳播，還有望用于保存瀕臨滅亡的語言。
不過，在激動之余，不能忽視生成式AI的碳足跡。Moulines解釋：“這些模型須要存儲大量數據，故需要大量內存。根據我們的估算，OpenAI消耗的能量相當于比利時整個國家電網的耗能。”未來，能耗可能會是生成式AI發展道路上最大的阻礙。
作者
Pablo Andres
編輯
Meister Xia
