ChatGPT崛起背后的挑战与未来走向

文章主题：ChatGPT, 人工智能, 应用, 挑战

原创｜枕头编辑｜MFWIC

如果OpenAI有最想划掉的经历，那么大概率就是推出AI Classifier了。

作为轰动全球的ChatGPT的研发者，OpenAI在AI时代所获得的关注无人能比。然而，就是这么一家在AI领域让人难以望其项背的公司，最近却遭遇了滑铁卢。今年1月，OpenAI推出了可以识别文本来源类别的应用AI Classifier。OpenAI原打算用它来检测某个文本的来源是人工智能编写还是人类编写。然而，它的表现出乎意料的差。AI Classifier的正确识别率不仅不尽如人意，甚至比不上其它毫不知名的小公司所开发的工具，短短半年时间就被停止了服务。自知面上无光的OpenAI甚至把停止服务的公告都隐藏在1月份发布的文章里面，采用内容更新的方式编辑的旧闻。

AI Classifier的失败从侧面证实了，目前，OpenAI并没有有效的办法控制ChatGPT所造成的影响。而这件“停服小事”已经淹没在信息海洋中，并没有引发大家足够的重视。

AI Classifier诞生背景：教育界的集体抵制

在2022年的11月份，ChatGPT的问世引发了全球范围内的热烈讨论。仅仅五天的时间，这款人工智能助手便在全球范围内赢得了上百万用户的青睐。仅仅两个月，它的月活跃用户数量就已经达到了惊人的亿级别。这一速度堪称前所未有的，它在没有开通服务的情况下，甚至在大洋彼岸引发了关于大型模型进化的热议。在此背景下，众多中小型公司纷纷调整策略，借助ChatGPT的热度进行包装和推广。有些公司甚至新设了如ChatGPT运营、ChatGPT提示词工程师等职位。与此同时，一系列新媒体人通过制作视频、发布图文等方式，向大众传授如何利用AI技术赚钱的方法。

B端企业更是嗷嗷待哺，一系列与AI有关的公司突然成为当红炸子鸡。前脚还骂百度错过了移动时代的人，后脚就夸百度是个有远见的长期主义者。在某些“大厂”内部，更是全员开脑洞，集体研究大模型可以如何运用，怎么和现有业务相结合。甚至有车企表示，把大模型集成到车机系统中，也是正在考虑的事项。而身在ChatGPT核心地带的小孩们，则成为首批通过ChatGPT获益的人。Study的一项调查显示，有超过89%的学生通过ChatGPT做作业，这引发了教育界的普遍担忧。而这些担忧中，也包含部分老师的惊讶。有美国教师表示，尝试用ChatGPT为学生评估作业，发现ChatGPT迅速的提供了比他自己更详细更有用的反馈。相比于鼓吹AI能力的科技作者，教育界的担忧还体现在传统教育思维有可能被打破的困扰上。美国权利法案研究所的一项投票显示，有52.8%的人认为应该禁止ChatGPT进入课堂。他们认为，人工智能对传统学习构成了威胁。此外，ChatGPT还有被剽窃、给出错误答案和误导人的嫌疑。有人留言警告称，ChatGPT开始取代批判性思维。根据报道，包括美国在内，多地多所学校曾禁止学校设备和网络对ChatGPT的访问，英国的伦敦帝国理工大学和剑桥大学等顶尖大学也都发表声明，警告学生不要使用ChatGPT作弊。而对于ChatGPT究竟是改变教育还是摧毁教育，网络上的争辩此起彼伏，但提及最多的，还是这种工具的依赖性会摧毁人们的批判性思维和创造力。此外，来自科学界的声音也将矛头对准了ChatGPT。《科学》杂志明确禁止将ChatGPT列为合著者，且不允许在论文中使用ChatGPT所生产的文本。《自然》杂志表示，可以在论文中使用大型语言模型生成的文本，但不能将其列为论文合著者。而在文本之外，由AI生产的图片和视频则更具欺骗性，有关于此前AI换脸所带来的道德问题被重新提及。在这种情况下，如何分辨内容来自人类还是AI就变得尤为重要。

拜登：你们要给AI生产的内容加个水印

如果教育和科研界对ChatGPT的忧虑主要集中在用户运用方面，那么来自国家政策方面的障碍和对安全性问题的担忧就对OpenAI的发展构成了巨大威胁。

在今年3月底，意大利个人数据保护局宣布，暂时禁止使用ChatGPT，并表示已对ChatGPT背后的OpenAI公司展开调查，这也是首个禁止ChatGPT的西方国家。其后，包括德国、加拿大等国也开始调查OpenAI相关问题。甚至，包括图灵奖得主约书亚·本吉奥、特斯拉CEO埃隆·马斯克、苹果公司联合创始人史蒂夫•沃兹尼亚克等数千名AI领域企业家、学者、高管发出公开信，建议所有AI研究室立刻暂停训练比GPT-4更加强大的AI系统，为期至少6个月，并建议各大企业、机构共同开发一份适用于AI研发的安全协议，同时信中还提到各国政府应当在必要的时候介入其中。而对于中国、俄罗斯和伊朗等国，虽然ChatGPT并未遭到禁止，但OpenAI主动屏蔽了相关地区用户的注册许可。截至目前，包括美国在内的多个国家都已经开始对OpenAI进行数据安全、虚假信息等方面的调查。部分政客甚至担心，ChatGPT之类的应用会操纵选举。今年7月26日，微软、谷歌和OpenAI等公司发布联合公告，宣布成立前沿模型论坛（Frontier Model Forum），致力于确保安全、负责任地开发前沿人工智能AI模型。这些动作显然与民众要求美国加强对AI的监管呼声有关。微软总裁布拉德·史密斯表示：“开发AI技术的公司有责任确保其安全、可靠，并仍处于人类控制之下。”OpenAI负责全球事务的副总裁安娜·马坎朱也发表声明称：这是一项紧迫的工作，这个论坛有能力迅速采取行动，推进AI的安全状况。”然而，该举措仍旧遭到质疑，科技公司被指试图赶在监管机构之前制定AI开发和部署的规则。抗议人士表示，科技行业有未能遵守“自我监管承诺”的历史。在成立该论坛之前，拜登曾与前沿模型论坛的创始人会面，白宫敦促相关企业给出“保障措施”，会议承诺，对人工智能生产的内容增加数字水印，以便更容易发现深度伪造等误导性材料。不过此项措施仍旧被美国媒体指责动作太慢。早在今年6月，欧盟立法者同意了一系列规则草案，其中就包括ChatGPT等系统必须披露人工智能生成的内容。

互联网已经被大规模污染，没有人能够逃脱

人们普遍认为，政界和教育界的担忧显示出对未来的深刻洞察。然而，与此同时，互联网上充斥着被人工智能污染并不断循环利用的垃圾信息，这一现象正日益困扰着每一位在线用户。

最近，在中文互联网上流传着这样的一个事件。有用户向Bing提问“象鼻山是否有缆车”，Bing给出了看似专业的答案，甚至有营业时间和票价。然而，网友点开参考链接，竟然发现参考链接的回答者仍然是AI，这个AI在知乎上的很多回答内容都未经证实。而在国外，美国知名科幻电子杂志《克拉克世界》的总编尼尔·克拉克说，今年早些时候，该杂志不得不暂时停止接受在线投稿，因为其被数百篇人工智能生成的故事给淹没。与此相似的还有，洛桑联邦理工学院的研究人员在网上聘请自由撰稿人，对《新英格兰医学杂志》上发表的摘要进行总结，结果发现其中超过三分之一的人使用了人工智能生成的内容。性质更为恶劣的是，有网友发现，AI会制作假的科普配图，甚至生产假新闻。江西一男子为吸粉引流，曾利用ChatGPT生成假新闻，声称“郑州鸡排店惊现血案”，内容获得疯狂转发。深圳一自媒体公司，为获得流量，通过 ChatGPT 修改编辑过时的社会热点新闻，炮制假新闻在平台上分发获取收益，最终被警察抓获。据美国的民间新闻评级公司NewsGuard的调查，全球有至少365个AI生成新闻网站。这些网站几乎没有人监督，语言涵盖了中文、英文、法语等13种语言。网站主通过低质且虚假的内容获取流量，进行广告位的售卖，以此获得利润。该机构还发现，ChatGPT-3.5在被提示时，80%的情况下会产生错误信息和虚假叙述，ChatGPT-4在这种情况下比例上升至100%。此外，该机构还声称，中文互联网中错误的AI信息要多于英文互联网。更令人忧心的是，AI不仅入侵了网络新闻，还正在稀释购物网站点评的真实性。有截图显示，在亚马逊上的一款商品的评价中，有人上传了AI产生的评价，“作为一个 AI 语言模型，我没有亲自使用过这个产品，但根据它的功能和用户评论，我可以自信地给它打 5 星”。

AI准确性需要消耗大量资源，而OpenAI需要降本增效

ChatGPT 作为一个极具活力的人工智能系统，其发展势头迅猛，但 OpenAI 却正面临日益增多的挑战。与我国尚未平静的大模型和人工智能通用计算（AIGC）热潮相比，越来越多的国外机构和个人对 ChatGPT 对环境的影响表示担忧。这种质疑并非空穴来风，而是由于 ChatGPT 在快速发展过程中所产生的一系列问题逐渐暴露出来。

模型精度和算力强相关。模型的大小由其参数量及其精度决定，精度下降使得算力承载扩大的同时，也会导致性能在一定程度上下降。而算力又对应着资源消耗，资源的背后则是成本和环境问题。因此，一个精确的通用大语言模型背后所消耗的资源可能是海量的。加州大学研究人员的报告显示，微软数据中心在训练GPT-3期间，使用了大约70万升的淡水。当ChatGPT用于回答问题或生成文本任务时，20-50个简单对话就会消耗一瓶500ml的水（服务器中的能量会转换为热量，需要用水来降温）。知名计算机专家吴军形容，ChatGPT每训练一次，相当于3000辆特斯拉在一个月走完了21年的路。根据斯坦福人工智能研究所（HAI）发布的《2023年人工智能指数报告》，训练像OpenAI的GPT-3这样的人工智能模型所需消耗的能量，足可以让一个普通美国家庭用上数百年。而根据方正证券的一份研究报告，如果Open AI想通过ChatGPT实现盈利，那么就需要通过降低精度控制算力成本，并且提高用户的付费率。目前，ChatGPT大部分用户使用的正是免费且所占算力成本巨大的GPT-3.5。因此，无论是从资源环境的方面，还是出于项目成本控制的考虑，降低GPT-3.5的精度似乎都成为了一项可以考虑的事情。此前就有媒体报道，GPT-4疑似变笨。有国外网友称，虽然GPT-4反应很快，但它的输出质量更像是GPT-3.5++。GPT-4产生了更多的bug代码，答案也缺乏深度和分析，其对复杂程度相似的问题处理结果甚至还不如它的前身GPT-3或GPT-3.5。这直接引发了OpenAI为节约成本偷工减料质疑。

OpenAI打开的是魔盒还是百宝箱，最终还要看人类自己

OpenAI面临着诸多亟待解决的问题，既包括生存问题，也包括发展问题。为了应对这些挑战，ChatGPT必须与人类建立信任关系，而建立信任的基石是可追溯性。因此，在解决OpenAI所面临的众多问题时，可追溯性显得尤为关键。

从教育界开始，越来越多的人需要分清哪些内容来自于AI，哪些内容来自于人类。除了OpenAI自研的AI Classifier外，普林斯顿大学的华人学生开发的软件 GPTZero也曾被给予厚望，但效果并不尽如人意。此外，包括Turnitin等软件也有AI检测的功能，但识别准确率仍然不够高。有人把目前的AI技术大爆炸描述成“军备竞赛”，但似乎，我们现在确实也到了面对新型“核弹”的时刻。虽然OpenAI不同的高管在多个场所表明安全的重要性，但如何实现这一承诺仍然道阻且长。实际上，为了保证ChatGPT的答案可以不至于太离谱，OpenAI需要非常多准确且来源清晰的训练数据。斯坦福的研究显示，使用AI生成的数据训练次数超过5次，模型就会出现崩溃（性能下降以致于难以使用）。也就是说，如果不能给模型提供新鲜的、人类标注的数据，其输出质量将会受到严重影响。遗憾的是，目前AIGC的内容已经无处不在，而OpenAI并没有办法大规模的分离出目前AI已经产生的内容。而AI Classifier的失败正是OpenAI对于此事无能的注解。虽然，包括美国政府在内，越来越多的人正在期待数字水印技术可以为ChatGPT之类的人工智能装上护栏，但一个遗憾的事实是，OpenAI本身早就对数字水印技术进行了研究和探索，而OpenAI截至目前仍未有效的利用数字水印来区分AI所生产的文本。至于未来如何，也许我们只能祈祷，大语言模型会成长为核电站，而不是核导弹了。