還沒搞懂人工智能吧，要不，讓圖靈“親自”給你講講？
如果給你一個“穿越”的超能力，你最想回到哪個歷史名人身邊聊聊天？牛頓？霍金？還是諾貝爾？ 盡管穿越時空的技術(shù)目前還遙遙無期，但和歷史名人對話的心愿已經(jīng)有人幫你實現(xiàn)了！ 最近，一個名叫AI Writer的對話網(wǎng)站火遍了外網(wǎng)，在這里，你可以指定歷史上幾乎所有記錄在冊的名人并且跟他們寫信，AI Writer則可以模仿這位歷史人物的口吻和知識內(nèi)涵給你回信。 比如讓牛頓給你講講萬有引力，讓居里夫人給你講講輻射，或者讓費曼給你講講量子計算機...... 這聽起來有點意思啊，話不多說，快來跟文摘菌一起“穿越”來一探究竟吧！ 這個AI Writer可以模仿很多位名人，除了上文中提到的這些名人，還可以問問史上第一位程序員Ada Lovelace分析機和差分機的區(qū)別，甚至是一些文學(xué)史上的名人，比如英國著名小說家Mary Shelley，可以問問她的長篇小說《弗蘭肯斯坦》是不是反科學(xué)的，等等。 先來看看效果如何。 第一個問題嘛，文摘菌想先問問圖靈。 畢竟乍一看，這個項目是在向他70年前提出的“圖靈測試”致敬：測試者與機器隔開的情況下，通過鍵盤向被測試者隨意提問。如果機器讓平均每個參與者做出超過30%的誤判“對面是個人”，那么這臺機器就通過了測試，并被認(rèn)為具有人類智能。 所以文摘菌也十分好奇，人工智能之父圖靈對這個可以模仿歷史名人口吻回信的AI Writer會有什么看法~ 這位“圖靈”先生表示，“這我得想一下，就目前而言，我想說人們可能會對這些名人的說話方式出奇的類似而感到奇怪，而且說話還都那么有條理。人們可能會覺得他們是在和一個人聊天。” 那如果能和霍金聊天會是一種什么感覺呢？作為離我們最近的物理大師，能跟霍金教授聊天可是讓Shedon暈倒級別的榮幸。 文摘菌選了一個比較小眾的概念來提問：“霍金先生，你能給我們的讀者解釋一下什么是霍金輻射(Hawking radiation)嗎？“ 這位“霍金”先生也立刻回信了。 “有兩個要點，你們可以在 Preskill 的書中找到，書中記錄了我精確計算后的霍金輻射。還有一點很重要，你現(xiàn)在可以使用Bekenstein-Hawking熵方程式(黑洞熱力學(xué))從黑洞中提取能量。“ 作為一名教師，霍金確實比圖靈更諄諄善誘，不僅解釋了霍金輻射是什么，“霍金”先生還指出，“這個公式在物理學(xué)家中并不廣為人知，所以你最好解釋一下這個公式是什么以及如何使用它。” 此外，這個AI Writer還模仿霍金在回信中推算驗證了一把，最后還得出了霍金公式等價于熱力學(xué)第二定律也應(yīng)該被應(yīng)用在黑洞上。 文摘菌看了AI Writer的回信，可以說是小有模樣，文本也較為連貫。雖然這些大師們的智慧與風(fēng)采顯然不是一個AI就能輕易模仿到的。但站在AI的角度來說，這波操作和今年3月在GitHub上大火的“胡編生成器”以及“觀后感生成器”似乎有些相似。 仔細(xì)探究后果不其然，這個項目也是基于OpenAI的API接口，以及今年6月OpenAI發(fā)布的GPT-3建立起來的。 AI Writer官網(wǎng)顯示，這個算法使用了OpenAI的API接口，首先能夠識別出人們是在給哪位名人寫信，然后可以根據(jù)內(nèi)容中的關(guān)鍵詞了解語義，再使用API作為接收方，使用API的內(nèi)部知識進行響應(yīng)。 據(jù)作者介紹，AI Writer幾乎可以對話歷史上所有的科學(xué)家以及文化歷史名人！由于項目作者 AndrewMayne 是位作家，因此在平時的創(chuàng)作過程中他可能需要構(gòu)建一些虛擬人物，而AI Writer完全可以為他在構(gòu)建虛擬人物時提供一些靈感。 由此可見，OpenAI的API內(nèi)部語料非常豐富，而這背后，靠的是強大的GPT-3。 這里也給不熟悉的讀者再復(fù)習(xí)一下OpenAI在今年6月放出的大招——GPT-3。GPT-3依舊延續(xù)了此前的單向語言模型訓(xùn)練方式，但GPT-3的模型尺寸大得驚人，參數(shù)量高達1750億，相當(dāng)于1600個GPT1的大小，這還不包括實際訓(xùn)練中需要存儲地梯度等中間變量。 因此這也導(dǎo)致它訓(xùn)練起來非常昂貴，大概要花1200萬美金，約合人民幣8500多萬。 同時，GPT-3主要聚焦于更通用的NLP模型，因此GPT-3的主要目標(biāo)是用更少的領(lǐng)域數(shù)據(jù)、且不經(jīng)過精調(diào)步驟去解決問題，解決了當(dāng)前BERT類模型對領(lǐng)域內(nèi)有標(biāo)簽數(shù)據(jù)的過分依賴以及對于領(lǐng)域數(shù)據(jù)分布的過擬合的兩個缺點。 GPT-3的發(fā)布甚至令一些業(yè)內(nèi)人士感到恐慌，“這似乎正在形成AI領(lǐng)域的科研壟斷”。然而GPT-3對AI行業(yè)又十分重要，甚至至少能夠給深度學(xué)習(xí)“續(xù)命”5-10年。 由此可見，GPT-3豐富的語料為AI Writer這個項目打足了氣。又話說回來，正是有著如此豐富的語料，才能讓 AndrewMayne 這樣的非專業(yè)AI領(lǐng)域研究者以及其他熱愛AI技術(shù)的人員能夠更容易的打造自己的AI項目。 為了讓更多人享用到GPT-3的魅力，OpenAI最近也開放了GPT-3的API接口，不用碼代碼也能輕松上手。上文提到的AI Writer的創(chuàng)作者也不是科班出身的技術(shù)從業(yè)者，而是一位熱愛人工智能的華爾街日報暢銷小說作家 AndrewMayne。 這不，很多之前對技術(shù)不感冒的大V也紛紛開始試用，并做出了一些很酷的demo，在Twitter引起了熱議，網(wǎng)友紛紛表示，“GPT-3被玩壞了”。 比如舊金山一位開發(fā)商和藝術(shù)家Arram Sabeti 就在推特上說：“玩GPT-3就仿佛可以看到未來。” 這幾乎就是自GPT-3發(fā)布以來社交媒體上大部分人對這個強大語料庫的反應(yīng)。 Sabeti在博客上展示了他用GPT-3做的許多AI生成文本項目，比如可以用AI寫一篇短篇小說，用AI寫歌、新聞稿等等。他還發(fā)了一篇博文稱，“GPT-3幾乎什么都能寫！” Sabeti博客鏈接： https://arr.am/2020/07/09/gpt-3-an-ai-thats-eerily-good-at-writing-almost-anything/ 除此之外，還有一位名叫elyase的熱心網(wǎng)友整理出了大家用GPT-3做的項目集錦，有趣的Demo項目都在這個合集里： https://github.com/elyase/awesome-gpt3 文摘菌看了一下，有用GPT-3做數(shù)據(jù)分析的，比如根據(jù)描述創(chuàng)建圖表；有做邏輯推理的，比如讓GPT-3做數(shù)學(xué)題；還有一些比較常規(guī)的文本生成項目，比如可以讓AI幫你想Google的廣告詞： 可以讓AI幫你做簡報、做創(chuàng)意食譜，還能讓它生成莎士比亞風(fēng)格的詩歌： Wired有一篇文章寫道，“GPT-3如此令人著迷，或許更多地證明了語言和人類智能存在的魅力，而非人工智能。人們在Twitter上發(fā)表的一般都是正向的夸贊，而不是指出它的缺點，這可能會在無形中夸大GPT-3。” 隨著GPT-3在AI界得到廣泛應(yīng)用，就連它的發(fā)明者也在呼吁要謹(jǐn)慎行事。OpenAI的首席執(zhí)行官Sam Altman周日在twitter上寫道，“GPT-3的炒作太過了，它仍然有嚴(yán)重的弱點，有時還會犯非常愚蠢的錯誤。” 因此，當(dāng)技術(shù)的發(fā)展迎來新的突破時，我們也仍要客觀的面對。 最后，也雙手奉上這個神奇的跟名人寫信的網(wǎng)站，你想跟哪位歷史人物對話并且說些什么？留言告訴我們吧！ AI Writer地址： https://aiwriter.app/ 相關(guān)報道： https://www.wired.com/story/ai-text-generator-gpt-3-learning-language-fitfully/ https://www.technologyreview.com/2020/07/20/1005454/openai-machine-learning-language-generator-gpt-3-nlp/圖靈、霍金、居里夫人，統(tǒng)統(tǒng)都能模仿
用到OpenAI的API接口，套用GPT-3強大能力
GPT-3被玩兒壞了，不僅可以讓AI寫食譜，還能寫谷歌的廣告詞
