作为NLP算法，最近被ChatGPT刷屏后的心路历程

 Datawhale干货 

作者：刘聪NLP，中国药科大学，来源：李rumor

作者：刘聪NLP（知乎同名）原文链接：https://zhuanlan.zhihu.com/p/605331104

卷友们好，我是刘聪。

作为一个NLP工程师，自22年11月30号起，我的心态的从焦虑到平静再到焦虑，每天的感觉就像做过山车一样，跌宕起伏，只因它-ChatGPT。

今天决定好好聊一聊，所见、所闻、所感。

心态为何如此波动？

第一次焦虑，在ChatGPT刚刚出来的一个月内，我跟几个同事对其进行深入探讨后，陷入了深思--“下一步我们要做什么？”。当NLP模式发生改变的时候，我们要拿什么去做回应，是不是即将被淘汰，如何抓住这一次变革所带来的机遇，焦虑和兴奋伴随着每一个日夜。于是开始了理论的学习，去了解LaMda^[1]、Sparrow^[2]和InstructGPT^[3]。

疯狂的人总会慢慢恢复理智，于是进入了平静期。过多测试之后，越发现，生成模型在事实性上依然存在很大的问题，特别是在一本正经的胡说八道时，越发觉得可怕。细思极恐，如果使用者真的不了解，真的照做了怎么办？

并且，工作在小厂的我，无卡无人无数据，根本没有资格去碰T5及之后的模型，那么我们该如何去做这样的工作。当知道一件事情是我/我们不可为的时候，会快速地选择躺平。虽然每天都会对其关注，时而对其调侃测试，但只有一种想法，与我何干。

再一次焦虑，来自于全民的追捧。当身边所有人，无论是AI从业者，还是AI非从业者，都在谈论ChatGPT时；当朋友圈10条有8条都是ChatGPT时；当知乎每日几条ChatGPT热搜时；当客户问我们，公司什么时候会有ChatGPT时；当老板拉着一起讨论及强调ChatGPT重要性时；当劝说所有人停下来看看，却无人理时；当不管谁都敢说自己即将拥有ChatGPT时，我焦虑了，太焦虑了。

个人感觉，这种焦虑至少要持续到3月份吧，需要看看以百度为首的几大厂到底可以做到什么程度。但在这期间，并不影响我们的思考，我们要努力去拥抱它。

特别喜欢一句话：“压力不会消失，只会转移”。

ChatGPT为何能引起轰动？

相较于之前OpenAI宣传的大模型GPT3，所有人只需注册账号，即可有免费体验，轻松得进入到了大众的视野。如果说22年12月份是AI从业者的狂欢，那么23年就是非从业的狂飙。

ChatGPT对于AI外人员来说，是一个太强大的工具了，可以无脑获取想获取的内容，无论对错，炫酷即可；极具冲击力的交互体验，让其对AI又重拾了希望，畅想着Moss的到来。

ChatGPT对于AI从业者来说，是一个思路的扩充，大模型不只是刷榜的玩具，而是可以在战场上激情挥霍的加特林；在它的加持下，所有人都认识到高质量数据的重要性，更加坚信“有多少人工，就会有多少智能”。并且从大模型的响应速度上，就足以让我们汗颜，不知后面又多少服务器在支撑，在工程上做了多少的优化。

很多人也从中看到了商机，有人靠卖号、卖服务，有人靠内容创作用到知乎、贴吧、小红书等赚取个人流量，甚至美国大学生用其写作业等等，当然也有一些人被骗。这里难免会存在很多大手在操控，像@平凡(知乎)大佬 所说：“对于这种风口类型的东西，别被骗钱，收智商税就算是挣钱了。”

我觉得ChatGPT的爆火&成功是OpenAI坚持的结果。2018年OpenAI提出GPT模型，在风头不如BERT的情况下，再次提出GPT2模型；随着Google提出T5模型之后，再次提出GPT3模型，依然是自回归语言模型，并将“参数至上和数据至上”的思想发挥到了极致。非常赞同@张俊林(知乎)大佬所说：“国内LLM在做这方面技术选型的时候，貌似很多都走了Bert双向语言模型或T5混合语言模型的技术路线，很可能方向走偏了。”^[4] 而ChatGPT的爆火，还是因为经历了很多人的检验，在高质量人工校验数据下，使得模型生成的友好性、安全性更加完善，对测试结果的惊艳远远大于犯错。

特别喜欢@Naiyan Wang(知乎)在群里说的一句；“信仰是需要对问题的深刻认知才会产生的，不是无脑allin；也是多次小规模的验证才慢慢建立起来的，而不是一蹴而就。”

ChatGPT如何进行国产化？

ChatGPT的效果，虽然依赖于高质量标注数据、RLHF 技术等，但是也离不开强大的底座GPT3模型（text-davinci-002）。而这强大的底座，就需要庞大的45TB数据及1024张A100算力才能完成训练，甚至需要多轮迭代。很多学者都认为，国内大厂距离OpenAI的LLM技术至少1-2年。

我认为在数据层面，百度、腾讯、字节、知乎是有很强优势的；在算力层面，百度、阿里、腾讯、华为也是有很大优势的。通过OpenAI的提示，各大厂应该也不会再吝啬高质量标注，人海战术在国内还是有一定优势的，毕竟学生可以成为廉价劳动力。

但说句实话，国内也做了很多大模型，我就不一一举例了（都得都懂），感觉都是在刷榜玩，放出来测得，很多都不行，真是一个能打的都没有。

目前，很多大厂都已经放出狠话，都正在进行国产化ChatGPT的研发与测试。百度三月份完成内测，阿里已经在进行内测了，360、字节、快手、京东等都再进行，只希望到时候不被打脸。但目前从股票上来看，是“秦始皇摸电线，赢麻了”。

如果真的在广泛测试中，得到了大众的认可，我收回“一个能打的都没有”这句话，可别到时候变成一个产品发布会，一堆PR文，然后就没有然后了，根本就测不到看不到摸不着。

如果真的有一家成功，论证该事情的可行性，那么国内大厂应该都能做出来，只是时间长短的问题，是3个月还是6个月还是一年了。对于我们这种小厂来说，要不然调用大厂API受人限制；要不然建立企业联合会，集几家之力训练ChatGPT，几家共用；要不然直接原地解散。

如果真的没有一家做成，感觉需要各大厂联合发力了。其实，我对国内能做出来的东西的预期，只是ChatGPT的60%，差不多就算成功了，也不知道为啥这么想。

ChatGPT在应用上的问题

个人做了这么久的问答和生成任务，答案的真实及可控性依然困扰着我，虽然ChatGPT的大部分的回复使我感到惊艳，但作为一个NLP算法工程师，不能抱着娱乐至上的想法去看待这个问题。

在很多真实问答场景中，人们是不能接受犯错的，例如：“双十一优惠政策”，假设生成回复是“满300减300”，商家岂不是亏死；“鸡蛋一般煮多久”，假设生成回复是“5min”，恭喜你吃了个生蛋；假如生成回复中包含了政治内容、事实性错误、偏见问题，该如何解决，这些都是生成模型无法避开的话题。就Google新品Bard来说，仅因发布会回复答案的一个事实性错误，股价直接暴跌6%。而微软在新Bing的发布会上的例子也只是旅游类开放性问答。

而在ToB的企业场景上，往往是不允许出现事实性错误的，ChatGPT真的可以用在ToB场景吗？针对于无法连接外网的企业来说，如何使用API进行访问？真的有很多企业可以购买设备进行本地部署吗？仅在购买API的情况下，如何将通用接口进行领域数据优化？还是可以不优化，通用即最优？如何保证企业内部数据的保密性，Prompt泄露信息怎么办？那么，置信内容与生成融合、领域Prompt规范化、设备部署会成为我们重点攻克的课题。

对于ToC来说，娱乐至上，一定会有一些不轨之徒，将其用在刀刃上。那么内容检测将来一定会是一个重点，当ChatGPT生成内容泛滥时，我们如何进行检测，判断哪些是真实人写的，哪些是机器生成的。虽然目前已经存在一些内容检测工具，例如：openai自身提供的检测器（虽然仅有26%）^[5]， @蝈蝈 (知乎)大佬的“中英双语ChatGPT检测器”^[6]；但只能说，在检测的路上依然是任重而道远。

我们会被ChatGPT所取代吗？

我觉得最多是工种的改变，以前驾马车的，现在开滴滴了。

可能对于很多NLP工程师来说，以前被称为炼丹师的我们，即将成为小药童。无需调整配方，只需拿拿原材料，在炉外扇扇扇子就好了。很悲观的说法，从前需要魔改网络，2018年只需对Bert进行finetune，2023年只需要In-Context Learning了吧，只能拿着别人大模型的API找找prompt了。

但，毕竟不是所有企业，会支持外网、购买设备等。既然Bert横行的时代，都还存在TextCNN。为什么ChatGPT大模型的时代，容不下我们呢？

参考资料

[1]

LaMDa: https://arxiv.org/abs/2201.08239

[2]

Sparrow: https://arxiv.org/abs/2209.14375

[3]

InstructGPT: https://arxiv.org/abs/2203.02155

[4]

通向AGI之路：大型语言模型（LLM）技术精要: https://zhuanlan.zhihu.com/p/597586623

[5]

AI text classifier: https://platform.openai.com/ai-text-classifier

[6]

中英双语ChatGPT检测器: https://zhuanlan.zhihu.com/p/598395917