重大

看点 ChatGPT大火，这个文能写论文、武能编代码的聊天机器人，一经问世便火爆出圈。然而，一方面，越来越多的学生开始使用ChatGPT写作业、完成论文甚至作弊，另一方面，它所表现出的智能也已经超出许多人类学生。怎样的孩子才能在未来社会中保持核心竞争力？面对人工智能发展的挑战，我们又该如何通过教育破局？ 支持外滩君，请进入公众号主页面“星标”我们，从此“不失联”。 文丨张楠 编丨Iris ChatGPT，在互联网上掀起了一场“AI风暴”。 即使是再对科技不感兴趣的人，也很难从各大社交网络平台上密密麻麻的讯息中忽略掉它。 关于它“蹿红”的迅速程度，还有一组为人津津乐道的数据：手机用了16年触达全球1亿用户，Meta和Instagram则分别用了54个月和30个月，Tiktok用了9个月，而ChatGPT仅用了2个月。 有人说，站在前人的肩膀上，吃到互联网普及、信息传递效率的红利，“更快”并不令人意外。 然而“更强”也是真的：一方面实现了“无监督学习”技术革新，另一方面使用场景也普适到了人人都能体验的程度。震惊的已经不只是你我，科技大佬们也纷纷不淡定了。 去年12月，马斯克就发推称：“ChatGPT好得吓人，我们离强大到危险的人工智能不远了。”而微软联合创始人比尔·盖茨甚至表示，这项技术诞生的意义不亚于互联网或个人电脑的诞生。 这两位可不只是说说而已。 一手打造了ChatGPT的美国人工智能研究实验室OpenAI，成立于2015年，而马斯克正是当时的创始人之一； 至于微软，2019年就注资10亿支持OpenAI，建立起深度合作关系，如今ChatGPT大火，微软又迅速动作起来，开始推进将ChatGPT嵌入微软旗下的所有产品中，包括且不限于Bing搜索引擎、Office办公软件、Teams协作程序和Azure云服务等等。 2023开年，人工智能这把火烧得实在太旺。烧红了股市，点燃了新一轮的产业革命，也慌了普通人的心神：ChatGPT的强势登场，瞬间将学习、教育、就业都推往一个更加不可预料的方向。新世界，真的要来了？ 未来已来 AI学会学习了？ ChatGPT，英文全称为Chat Generative Pre-trained Transformer，翻译成中文是“预训练生成式聊天模型”。是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型，它能够通过学习和理解人类的语言来进行对话。 简单来说，它是一个“会聊天”的人工智能。 到这里，它的功用似乎与Siri无异。但ChatGPT的厉害之处，就在于它的长时记忆力和上下文关联推理，语言组织的逻辑性，以及可以通过人类面对它提供错误答案时的反应不断收集数据，然后迭代升级。 比如说，当你要求Siri给你讲个笑话，可是不好笑，再问“还有吗？”Siri可能就会说“对不起，我没有听懂您的问题”。因为在这一轮对话里，它已经不记得“笑话”这个关键信息了。 但ChatGPT就不会出现这个问题，它不用人类再次完整复述问题，就知道这个问题的意思是“还有（笑话）吗？”并给出相对应的回答。 同时，ChatGPT的训练数据相当大，3000亿单词的语料作为知识库，加上1750亿参数构成的模型，使得它的应答能力也被大大提高。 基于这些功能特点，它特别善于回答各式各样的开放式问题，也能够执行更加复杂的任务。这也是就为什么，面对全球网友千奇百怪的提问，它几乎都能对答如流。 图源网络 而这种能够拟人化与人类进行对话的功能，看上去还属于它比较基础的功能。因为人们已经在尝试中发现，写文章、编写代码、甚至出商业方案，对ChatGPT来说都不在话下。 如果不够满意，还可以通过补充背景信息、增加具体要求等，让它给出更符合情境需求的回答。 比如写文案，如果要求是微博文案，ChatGPT会自动加“#”带话题，场景换成小红书，它又会立刻增添上一串emoji…… 这些画面感十足的应用场景，都让它看上去已经更接近一个“会学习”的人工智能。有网友戏言，再让它这么进化下去，很快就能达到《流浪地球2》里MOSS的程度了吧。 图源ADOBE STOCK 可是，它是真的“会学习”了，还是只是表面看上去聪明？ 我们可以从它的训练方式中一探究竟。过去，我们对人工智能的学习方式有一个大体上的认知，有点儿像我们在教育中常说的“填鸭教育”，通过喂给它海量的数据来进行训练。 ChatGPT的训练也是在这个基础上进行的： 首先，从成千上万的问题中，由人工标记出一些问题，并写出参考答案给AI，然后AI参照这个示范去回答更多的问题。这个步骤叫做“收集示例数据，训练一个有监督的模型”。 第二步叫做“收集比较数据，训练一个奖励模型”，也就是，人们从AI对同一个问题给出的不同回答进行打分排序，通过这种结果的比较，训练AI能够自动判断哪一个答案更好。 而第三步，就是给它更多的新问题，然后重复前两步，回答问题、自我评分，这就是“根据奖励模型，对有监督模型进行持续的强化学习”。 不难看出，ChatGPT在前两步都是在人类的指导学习，这中间需要大量的人类工作去标注数据。但是到了第三步强化学习，却不太需要人力了，更多是对电力、算力的要求。 而且，随着越来越多的用户去跟ChatGPT对话，它基于人类反馈的学习能力还将进一步得到提升。 这个过程中牵涉到许多专业的计算机知识，对我们大多数非专业的普通人来说，要完全理解并不容易。但这个大体的训练逻辑，却给人一种极为熟悉的感觉：先学习标准答案、再明确评分标准，然后重复练习、举一反三——这不就是应试教育么？ AI的光芒 照出教育的困境？ 以往，对于科技发展的反应，教育几乎始终是滞后的。...