馬斯克資助的ChatGPT與AIGC 對內容生態的挑戰_CHAT:chat幣值得投資嗎

創作者：DAOctor

ElonMusk創立的OpenAI基金會的最新聊天機器人ChatGPT以其強大寫作、對話能力席卷了網絡世界。ChatGPT是一種由人工智能驅動的聊天機器人，它以一種令人信服的對話方式與用戶互動。ChatGPT對問題深思熟慮和全面的回答令用戶震驚，包括學術界和科技行業。

該工具迅速走紅。周一，OpenAI的聯合創始人、著名的硅谷投資者SamAltman在Twitter上表示，ChatGPT的用戶已突破100萬。?

知名的科技投資人Box首席執行官AaronLevie也表示：“當一項新技術調整了你對計算的想法時，會有一種特定的感覺。谷歌、火狐、AWS、iPhone都做到了。OpenAI正在通過ChatGPT做到這一點”。

馬斯克宣布推特上的創作者現在可以將他們的內容貨幣化:金色財經報道，特斯拉首席執行官馬斯克宣布，推特上的創作者現在可以將他們的內容貨幣化。最新的以用戶為中心的改革——允許用戶在全球范圍內通過推特上的所有形式的帖子獲利——旨在提高粉絲的參與度，并在社交媒體平臺上創造新的收入來源。[2023/4/29 14:34:24]

與其他人工智能工具一樣，ChatGPT也可能擾亂創意產業、延續偏見和傳播錯誤信息。如StackOverflow暫時禁止用戶分享ChatGPT生成的回復。因為ChatGPT很容易與用戶互動，且可以快速生成大量回答，這讓網站充斥著許多第一眼看起來是正確的答案，但在仔細檢查后就能發現其中的錯誤。

因此，本文，我們將討論最近流行的AIGC工具ChatGPT及此類工具對內容生態審核制度的挑戰。

馬斯克：如果推特收購完成，將專注于核心軟件工程、設計、信息安全和服務器硬件:金色財經消息，馬斯克剛剛發推稱，如果Twitter收購完成，公司將超級專注于核心軟件工程、設計、信息安全和服務器硬件。[2022/5/7 2:56:12]

01.什么是ChatGPT

GenerativePre-trainedTransformer，是一種基于互聯網可用數據訓練的文本生成深度學習模型。它用于問答、文本摘要生成、機器翻譯、分類、代碼生成和對話AI。

2018年，NLP的預訓練模型元年，GPT-1誕生，此時的GPT-1僅是一個語言理解工具而非對話式AI。2019年GPT-2采用更多的網絡參數與更大的數據集進行訓練，此時的GPT-2展現出普世且較強的能力，并在多個特定的語言建模任務上實現了彼時的最佳性能。隨后，GPT-3出現，作為一個無監督模型，幾乎可以完成自然語言處理的絕大部分任務，例如面向問題的搜索、閱讀理解、語義推斷、機器翻譯、文章生成和自動問答等等。GPT-3的出現使人們看到了通用人工智能的希望。

Pepperstone主管：埃隆·馬斯克的回應對比特幣而言是一記打擊:墨爾本經紀公司Pepperstone研究主管Chris Weston ：特斯拉CEO埃隆·馬斯克的回應對比特幣而言是一記打擊，但也承認了加密貨幣的碳排放問題。(金十)[2021/5/13 21:56:21]

今天，ChatGPT的到來，也被視為文本生成器GPT-3的下一個迭代，為GPT-4到來拉開序幕。

ChatGPT是一種大型語言模型，通過大量在線信息進行訓練并創建其響應。注冊ChatGPT后，用戶可以要求人工智能系統回答一系列問題，這些問題包括開放性問題：例“生命的意義是什么？”加密貨幣值得投資“？”“什么是HackerMovement”等。

馬斯克：希望SEC會調查有關狗狗幣的推文:金色財經報道，針對網傳美國證券交易委員會（SEC）將就狗狗幣相關推文對特斯拉CEO埃隆·馬斯克進行調查的消息，馬斯克在推特回應稱：“我希望他們會調查，這會非常棒。”[2021/2/26 17:53:53]

02.ChatGPT如何工作的？

談到ChatGPT的算法模型，?其前身InstructGPT仍值得關注。

2022年初，OpenAI發布了InstructGPT。開發人員通過結合監督學習+人類反饋強化學習，提高GPT-3的輸出質量。在這種學習中，人類對模型的潛在輸出進行排序，強化學習算法則對產生類似于高級輸出材料的模型進行獎勵。

馬斯克：DOGE的交易速度應該比BTC快幾個數量級:SpaceX、特斯拉汽車創始人埃隆·馬斯克（Elon Musk）在推特表示，DOGE應該是通貨膨脹的，但這個指標并不是那么有意義（每單位時間固定的代幣數量），而BTC可以說是通縮得過分了。理想情況下，DOGE的交易速度應該比BTC快幾個數量級。[2021/2/8 19:12:18]

訓練數據集以創建提示開始，其中一些提示是基于GPT-3用戶的輸入，比如“解釋什么是HackerMovement”或“給一個小學生解釋Hacker”。

開發人員將提示分為三個部分，并以不同的方式為每個部分創建響應：

人類作家會對第一組提示做出響應。開發人員微調了一個經過訓練的GPT-3，將它變成InstructGPT以生成每個提示的現有響應。

下一步是訓練一個模型，使其對更好的響應做出更高的獎勵。對于第二組提示，經過優化的模型會生成多個響應。人工評分者會對每個回復進行排名。在給出一個提示和兩個響應后，一個獎勵模型學會了為評分高的響應計算更高的獎勵，為評分低的回答計算更低的獎勵。

開發人員使用第三組提示和強化學習方法近端策略優化進一步微調了語言模型。給出提示后，語言模型會生成響應，而獎勵模型會給予相應獎勵。PPO使用獎勵來更新語言模型。

ChatGPT和InstructGPT算法模型基本一樣。不同之處在于數據如何被收集和訓練。

?InstructGPT：給一個輸入就給一個輸出，再跟訓練數據對比，對了有獎勵，不對有懲罰；

?ChatGPT：?給一個輸入，模型給出多個輸出，然后人對輸出結果排序，讓模型使得這些結果從“更像人話”到“沒有邏輯”排序。

與其他AI聊天機器人不同，本著構建更加負責任的強人工智能原則，ChatGPT可以回答后續問題、承認錯誤、挑戰不正確的問題并拒絕不適當的請求。

寫在這里記起，科幻小說家艾薩克·阿西莫夫為機器人設定的行為準則—機器人三定律：

第一法則：機器人不得傷害人類，或坐視人類受到傷害；

第二法則：機器人必須服從人類命令，除非命令與第一法則發生沖突；

第三法則：在不違背第一或第二法則之下，機器人可以保護自己。

03.ChatGPT等AIGC工具對內容生態的挑戰：

不可置疑的是AIGC對很多領域產生了積極的影響。如，文本創作、音樂創作、游戲文本生成等。隨著AIGC工具的成熟，其甚至可自主編程、拼接生成新的協議。

但，此類工具向內容生態提出一個全新的問題即：如何應對AIGC的真實性。以ChatGPT為例：

a）在訓練的強化學習階段，對于問題，并沒有真相和問題標準答案的具體來源；

b）訓練模型更加謹慎，可能會拒絕回答；

c）監督訓練可能會誤導/偏向模型傾向于知道理想的答案，而不是模型生成一組隨機的響應并且只有人類評論者選擇好的/排名靠前的響應。

人工智能生成的答案有數千個，而這些答案通常需要具有專業知識的人詳細閱讀，才能確定答案實際上是錯誤的，這些錯誤信息很容易破壞以志愿者為基礎的高質量問答社區。

紙質新聞時代，每個事實都必須包含權威的一手或二手資料來源，但現在已經很少有出版物有事實核查員，這就把責任推給了記者和編輯。信息爆炸時代，以人為媒介傳播的虛假信息尚且讓審核機制“頭疼”，很難想象當人工智能開始傳播虛假信息，所帶來的挑戰。尤其是在這個輿論時常反轉的時代，只要一個消息聽起來合理，許多人就會認為這是正確的。

Tags：GPTATGCHATHATTruthGPT (ETH)人工智能chatGPTchat幣值得投資嗎Stripchat10元等于多少代幣

火幣網下載官方app