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”。
CZ：如果马斯克邀请愿意加入推特董事会:金色财经报道，Binance CEO CZ表示，如果收到马斯克的邀请，他愿意加入Twitter的董事会。币安计划“在将社交媒体和web3结合起来发挥作用，以扩大加密和区块链技术的使用和采用。[2022/11/2 12:10:44]
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。
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。
马斯克再次成为世界首富:9月28日消息，据福布斯富豪榜，马斯克以2510亿美元的身价排名第一，远超亚马逊创始人杰夫-贝索斯，后者以1510亿美元排名第二。（鞭牛士）[2022/9/28 22:35:46]
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。
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。
马斯克：狗狗币已经作为购买特斯拉商品的一种支付方式，SpaceX 很快也会跟进:6月21日消息，马斯克在卡塔尔经济论坛接受彭博社采访时表示，我打算亲自支持狗狗币，我知道很多不那么富有的人鼓励我购买和支持狗狗币，所以我正在回应这些人。
马斯克表示，狗狗币已经作为购买特斯拉商品的一种支付方式，SpaceX 很快也会跟进。[2022/6/21 4:43:19]
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。
马斯克计划以后再次让推特上市:5月4日消息，据道琼斯新闻，马斯克计划以后再次让推特上市。据消息人士透露，马斯克表示，他计划在收购推特后的最短三年内让它进行IPO。（财联社）[2022/5/4 2:48:46]
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。
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：
马斯克发推文调侃狗狗币大军:埃隆·马斯克在推特上用哈利·波特表情包调侃了他的狗狗币大军。狗狗币的持有者们迫切希望马斯克能推高这个meme币的价值，但鉴于最近马斯克最近并没有太大的动作，人们认为他推动市场的力量似乎正在减弱。[2021/7/7 0:33:48]
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
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。