继AI绘画后，ChatGPT横空出世。聊天、翻译、文案、代码……ChatGPT的功能如此强大，以至于连马斯克都认为“我们离强大到危险的AI不远了。”

(资料图片)

在感慨ChatGPT如此强大的同时，人们也开始对ChatGPT的工作原理产生了好奇：ChatGPT是什么？它到底是如何运行的？怎样才能丝滑地与它对话呢？

想要了解ChatGPT是什么，需要关注它背后的GPT模型。GPT模型是一个由OpenAI 训练的大语言模型。

一、大语言模型是什么？

大语言模型（Large Language Model）是指在海量文本数据上训练，通过无监督、半监督或自监督的方式，学习并掌握通用的语言知识和能力的深度神经网络模型。

从下图中，我们不难看出，这些大语言模型的参数计数都是数千亿：

换个容易理解的说法，“读书破万卷，下笔如有神”在一定意义上反映了大语言模型的运作模式。在海量文本数据上训练是读了万亿书籍，吸收了大量的知识，在此基础上就可以按照用户的需求进行回答、创作、总结与分析。

大语言模型在经过特定训练后可以为企业带来意想不到的可能性：

1、减少人工劳动和成本	大语言模型能够让企业在发展过程中实现自动化，如顾客服务、内容创作、欺诈检测等，这不仅能够降低人力与时间成本，还能将员工从高重复度的工作中解放出来，从事更需要人类专业知识的重要工作。
2、提高客户满意度	基于大语言模型的聊天机器人不仅能够为客户提供全天候的服务，还能通过处理大量的数据来了解客户的行为和偏好，从而提供个性化服务。
3、提供决策的准确性	大语言模型对大量数据的处理，能够让企业迅速从复杂的数据集中提取需求，从而提高运营效率，更快地解决问题，并做出更准确的商业决策。
4、提高任务的准确性	大型语言模型能够处理大量的数据，这导致预测和分类任务的准确性提高。这些模型利用这些信息来学习模式和关系，这有助于它们做出更好的预测和分组。

但我们不得不承认大语言模型同样存在着一些弊端：

1、认知范围有限	大语言模型的能力受限于它们的文本训练数据，这意味着它们无法理解训练数据以外的文本，如调休。它极有可能接触到虚假信息、种族、性别和性的偏见等文本训练，这会导致大语言模型产出种族主义或性别歧视的评论。
2、输入token有限	每个大语言模型的内存是有限的，所以它只能接受一定数量的token作为输入。例如，ChatGPT的限制是4096个（大约3000个词），如果超过这个限定，GPT就无法对输入作出反应。
3、系统成本高	大型语言模型的开发和训练都需要大量投资，包括计算机系统、人力资本和电力。据估计，ChatGPT10轮的训练，仅电费成本就高达1200万人民币，这并不是随便一个企业能够承担得起的。
4、泛化能力弱	泛化能力指机器学习算法对新鲜样本的适应能力。学习的目的是学到隐含在数据背后的规律，对具有同一规律的学习集以外的数据，经过训练的网络也能给出合适的输出。大语言模型虽然可以在多个任务上表现出色，但是它们也容易受到输入的影响而输出不合理或者错误的内容。

在了解了大语言模型后，我们距GPT的工作原理又进了一步。

二、GPT背后的应用逻辑

GPT的全称是“Generative pre-trained transformer”，翻译一下就是“基于Transformer的生成式预训练模型” 。让我们把这些词拆分来看：

1）“Generative”

“Generative”指这个模型具备生成自然语言文本的功能。也就是说，这个模型能够生成一段内容，还能让你看懂。比如给它几个关键词，能够通过这些关键词自动生成一段话或者一篇文章。当然，可能有人会说“之前那个狗屁不通生成器也能读，那他们的区别在哪里？”实际上，“狗屁不通（GPBT）”只是一个文本生成器，对文本的连贯性和含义要求并不高；而GPT生成的内容则有着高连贯性和可读性的要求。 所以大家会发现，先不说GPT生成的内容能不能解决实际问题，至少读起来是合情合理的。

2）“pre-trained”

“pre-trained”意为“预先训练好的”。一般来讲，在应用这种技术时，会需要先将大量的文本数据输入到模型中训练，让模型在一定程度上掌握了语言的语法规则和表达方式，这个提前输入进行训练的过程就被称为预训练。我们也可以将上述过程简单粗暴地理解为“题海战术”。想想我们在各类学习中，经常通过题海战术对题目类型、考察的基础知识以及逻辑进行深入了解，才能在面对新的题型时，通过调用自己所学的知识交出相对合理的答卷。同样，GPT也是在这种“题海战术”中杀出重围的。

3）“transformer”

最后说到“transformer”，这是Google 的研究者在《Attention Is All You Need》中提出的概念，我们可以先将它简单理解为“转换器”。Transformer的基本原理是Encoder（编码）和Decoder（解码），也就是先将输入的内容转换为计算机能理解的内容，再将计算机理解的内容转换为我们人类能理解的内容。但在语言转化的过程中，还会出现一个问题：歧义。我们生活中也会有很多出现歧义的情况，比如“我买了一斤苹果”和“我买了个苹果新产品”。那么问题来了：大家怎么判断这两句中的苹果指的是某种水果还是某个电子设备？答案估计也没啥争议：结合苹果旁边的“一斤”和“新产品”就能确定在不同上下文中的“苹果”代表了什么含义。而GPT能够理解我们输入的内容，关键也在于此。Transformer在编码和解码的基础上，引入了“Multi-headed Attention（多头注意力）”的概念。多头注意力就是为了让模型在处理输入输出的内容时，更关注内容中的某个或某几个词语，并对它们进行加权处理，从而推断其准确含义，实现上下文学习。用一句话总结上面讲的内容，就是“GPT能读懂你说的话了”。既然懂了提问的内容，那接下来GPT又是怎样回答出你想要的答案的呢？前面我们讲了GPT是“预先训练好的”，所以当它理解了你想要什么之后，便会自动选择当下最适合的一个内容，然后不停地再输入、输出，最终生成一段完整、具有高匹配度的内容。

例子：请给我描述一个西瓜第一次输入：请给我描述一个西瓜输出：西瓜第二次输入：请给我描述一个西瓜：西瓜输出：西瓜是第三次输入：请给我描述一个西瓜：西瓜是输出：西瓜是一种……第N次输入：……输出：……

最终呈现以下内容：GPT就是通过这种不断地“输入-匹配-选择-输出-再输入”的过程，和我们进行问答的交互。而被我们熟知的 ChatGPT则是基于GPT模型调整而成的对话生成模型，在本质上，其工作原理和GPT是相同的。

三、如何让ChatGPT不说废话？

那么，理解了ChatGPT及GPT模型的运行方式，它就能真正为我们所用吗？答案显示是否定的。很多人会抱怨，它的回答很空泛，有时甚至会出错。

当然，人工智能可以理解人类的语言，但可能还不能精准理解人类的目的，所以成功的人机交互才会得到我们想要的答案，也就是说GPT这类模型就像我们的宠物一样，能够听懂我们说的话，但前提是我们需要跟它“好好说话”。

来看一个例子：请介绍一下华山。（PS：本文所有问答，均来自禅道的OpenAI插件：神奇小海螺）

从上面两个图片中可以发现，我们的提示词不同，小海螺给出的回答也不同。那我们应该如何提问？这里引用常青老师总结而成的一个提示词模板（亲测非常有效）：（指路公众号：常青说）

通过这个技巧，我们现在可以改一下上面的提示词：

“假如你是一名导游，现在你要带一个10人的旅游团前往华山，请给一份华山的讲解词。请注意，因为旅游团中有小朋友，所以讲解词请用生动有趣的内容组织，最好还能加一些故事和例子。”

很明显，这样一问，小海螺就能给出比较符合我们要求的回答。如果还想让它的回答更精准，那就需要继续再补充其他的细节啦。

总之，我们期待着人类对自然语言的处理技术达到一定程度时，这些人工智能的回复质量能带给我们更大的惊喜；在另一方面，对于它们的回答，我们也要有基础的辨别能力。

罗翔老师曾说：“人跟人工智能最大的不同，在于人除了有理性还有感情。我们永远不用担心它会取代我们，因为我们是人，是万物之灵。”所以，我们不仅要把ChatGPT一类的人工智能应用到极致，充分去拥抱它，还要训练自己作为人类原生的、不依赖任何工具的基础能力、思维能力以及创新能力。