■高端访谈
■本报记者 刘敏 摄影 李里
今年以来,围绕ChatGPT的人工智能话题掀起了一轮又一轮热潮,引起了学界、行业和投资市场的广泛关注。
那么 ,ChatGPT是如何掀起科技革命热潮的?人工智能技术未来将如何赋能金融领域?金融投资报记者就此专访了西南交通大学计算机与人工智能学院研究员、博导冯力。
金融投资报记者:ChatGPT的横空出世是否能算作人工智能领域的标志性事件?
冯力:自去年11月面世以来,ChatGPT的每一次迭代发展都备受关注,最新发布的版本是ChatGPT-4,近期有消息称ChatGPT-5将于2023年12月发布。
首先,我们要搞清楚ChatGPT究竟是什么。ChatGPT是美国OpenAI公司开发的聊天式自然语言生成模型,即通过大量的数据训练了各个阶段的模型,它以对话方式与人类进行交互,能够回答多轮问题,客观承认错误,质疑不正确的提问和拒绝不适当的请求。
事实上,人工智能模型分为大模型和小模型,由于小模型用特定领域有标注的数据训练,通用性差,换到另外一个应用场景中往往不适用,需要重新训练。同时,小模型的训练方式基本是“手工作坊式”,调参、调优的工作太多,需要大量的AI工程专业人员来完成。
大模型本质是“通专结合”的两阶段训练,通过大量增加无标识的训练数据,极大地降低数据处理成本,提高效率和精度,“精调”可以灵活适应各种应用场景。
GPT就是一种生成式预训练人工智能智能大模型,重点强调文本等生成能力。而ChatGPT语言的种类、行业、层次、范围、数量、规模均实现了革命性突破,人类全面进入“大语言模型”时代。
金融投资报记者:ChatGPT为何爆火,它和其他聊天机器人在技术上有哪些区别?
冯力:ChatGPT 本质是一种智能聊天机器人模型,其交互界面简洁,只含一个输入框,但有聊天内容分类管理,并将根据输入内容进行回复,并允许在一个语境下持续多轮聊天。它的交互方式类似于微信,不同的是微信是人与人之间的通信,而ChatGPT是人与机器之间的通信。
最大的区别在于,GPT实现了从图像、语音到文字智能认知的飞跃。
在图像学习领域,2015年,微软提出的深度学习算法在Imagenet2012数据集中将分类错误率降低到4.94%,首次超越人眼的5.1%;目前深度学习可以达到99.47%的识别率。在语音学习领域,2017年,微软语音识别系统的错误率由5.9%降到了5.1%,超越了专业速记员的水平。而在自然语言处理领域,其具备分类、匹配(比如检索)、翻译(单轮对话)、结构化预测(语义分析)、序列决策(多轮对话)五类功能,同时也使之面对任务繁多、数据和模型不完全相同、特定任务需要大量的标注数据、标注难度大等难题。
虽然缺乏大规模的标注数据,但GPT可以从浩如烟海的文本中轻易获取大规模的无标注文本数据,如果能够有效利用,就能大幅提升自然语言处理的性能,而预训练语言模型就是通过对“无标签”数据进行“预训练”,得到比较好的语言表达,再进行二次专业任务数据的“精调”,最后再应用。
金融投资报记者:都说ChatGPT还可以胜任许多职业,那么ChatGPT和人脑相比谁更胜一筹?
冯力:从理论上来说,人脑大约有1000亿个神经元,能耗大约20瓦;chatGPT3则有大约1750亿个参数,能耗大约为1兆瓦。从计算速度来看,人脑神经冲动速度大约1米/秒,思考速度大约每秒钟几千个操作;而chatGPT3针对不同任务具体而言,每秒钟能够执行数万亿次浮点运算。
人脑与AI相比较来看,(紧转2版)
来源:《金融投资报》 http://jrtzb.com.cn/
与中国资本市场一起成长;精准研判,权威解读,透彻分析 ;《金融投资报》助你财富增值!
邮发代码:61-146(周末证券) 61-102(限四川地区,全套)
四川订报热线:028-86968486
上海订报热线:11185
微信公众号:jrtzb028