GPT:ChatGPT的崛起

近期，OpenAI發布了ChatGPT，是一個可以對話的方式進行交互的模型，因為它的智能化，得到了很多用戶的歡迎。ChatGPT也是OpenAI之前發布的InstructGPT的親戚，ChatGPT模型的訓練是使用RLHF也許ChatGPT的到來，也是OpenAI的GPT-4正式推出之前的序章。

一、什么是GPT?

GenerativePre-trainedTransformer(GPT)，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。

公鏈Klaytn與ZetaChain（ZETA）合作，推進內置Omnichain互操作性:10月3日消息，韓國區塊鏈平臺Klaytn宣布與跨鏈智能合約平臺ZetaChain（ZETA）建立合作伙伴關系，此次集成將使Klaytn開發人員能夠快速為現有和新的智能合約帶來全鏈互操作性。這些“全鏈”智能合約可以在連接的區塊鏈之間發送數據和價值，包括以太坊、Polygon、BNB Chain以及最終的非智能鏈，如比特幣。[2022/10/3 18:38:26]

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。

Chainalysis報告：房地產和游戲在元宇宙中有著大量的需求:7月2日消息，根據Chainalysis的最新報告顯示，元宇宙中基于區塊鏈的虛擬房地產需求增長強勁，價格在30個月內增長了879%，增長速度超過了實體房地產的532%”。此外，VR游戲行業也在過去四年中以28.5%的復合年增長率增長，并且VR游戲和NFT技術與元宇宙的結合也可以為消費者帶來全新的沉浸式體驗。[2022/7/2 1:46:27]

二、ChatGPT如何工作？

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。

去中心化跨鏈項目Chainge Finance與Elrond Network建立合作關系:據官方消息，去中心化跨鏈項目Chainge Finance宣布與分片公鏈Elrond Network建立合作關系。通過本次合作，USDC和EGLD將能夠在兩個生態系統之間高效、無縫的跨鏈流轉。此外，未來Chainge也計劃在錢包中添加更多ESDT代幣，這些代幣將采用時間分片、去中心化期貨和期權以及由FUSION Protocol提供支持的去中心化托管服務，進一步釋放Elrond生態系統的潛力。

Chainge Finance旨在成為每一位金融用戶的數字銀行，為用戶提供分布式、程序化，高效率的安全金融服務。[2021/12/23 7:57:39]

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”。

UUNIO準備構造UNIFUL Chain:今日（6月15日）韓國區塊鏈項目UUNIO稱準備開發區塊鏈平臺UNIFUL Chain。UNIFUL Chain是運用DPOS機制的區塊鏈，并可以在平臺中發行的UNIFULCoin可兌換基于ERC-20的UUNIO幣。[2018/6/15]

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：

1.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。

2.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。

3.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。

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。

三、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：

1.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。

2.訓練模型更加謹慎，可能會拒絕回答。

3.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：GPTCHAAINChainHGPTARCHAI幣Transdata ChainEXATECH PoAI Blockchain

歐易交易所