文/薩摩耶云科技集團數(shù)據(jù)業(yè)務部副總經(jīng)理 易小華

自2022年11月上線后，ChatGPT就一路開掛，不僅 5 天時間便突破百萬用戶，月活用戶突破 1 億更是僅用時 2 個月，成為史上增速最快的消費級應用，遠超Tktok、Facebook、Google等全球應用，可謂來勢洶洶。ChatGPT表現(xiàn)出很高的人機交互水平，以及自然語言大模型具備面向通用人工智能的特征，在眾多行業(yè)領(lǐng)域有著廣泛的應用潛力。ChatGPT大熱之下，其背后技術(shù)的原理是什么?AIGC的興起給金融、跨境電商等眾多行業(yè)帶來怎樣的機遇與挑戰(zhàn)?AI又將如何賦能商業(yè)決策?

 

真正 與 人類 進行交流

ChatGPT是由OpenAI團隊開發(fā)和訓練的一個人工智能聊天機器人程序，使用了Transformer架構(gòu)，它擁有語言理解和文本生成能力，尤其是通過連接大量的語料庫來訓練模型，這些語料庫包含了真實世界中的對話，使得ChatGPT具備上知天文下知地理，還能根據(jù)聊天的上下文進行互動的能力，做到與真正人類幾乎無異的聊天場景進行交流。

2020年5月的GPT-3，參與數(shù)量達到了1750億，堪稱“大力出奇跡”。ChatGPT 作為基于GPT-3.5架構(gòu)開發(fā)的大規(guī)模對話AI模型，剛一問世就令全球為之震動，而其很可能是GPT-4 正式推出之前的演練。

不過，在薩摩耶云科技集團云科技研發(fā)中心數(shù)據(jù)業(yè)務部副總經(jīng)理易小華看來，從技術(shù)角度來說，ChatGPT本身使用到的技術(shù)在過去5年已被業(yè)界反復驗證，并不存在非常大的突破。有著多年AI研發(fā)工作的感嘆“OpenAI多年的厚積為現(xiàn)在的薄發(fā)打下了基礎，它所積累的模型規(guī)模已經(jīng)把競爭對手甩在身后。”

ChatGPT的 數(shù)據(jù)飛輪開始轉(zhuǎn)動

從GPT1.0到GOT3.0，再到目前ChatGPT所使用的GPT3.5 , 在過去5年的時間，OpenAI投入了大量的人力、財力、算力，將其模型規(guī)模積累壯大。

 

2018 年 OpenAI 采用 Transformer Decoder 結(jié)構(gòu)在大規(guī)模語料上訓練了 GPT1 模型，橫掃了各項 NLP 任務，自此邁入大規(guī)模預訓練時代 NLP 任務標準的預訓練+微調(diào)范式。2019 年，OpenAI 提出了 GPT2，GPT2 擁有和 GPT1 一樣的模型結(jié)構(gòu)，但得益于更高的數(shù)據(jù)質(zhì)量和更大的數(shù)據(jù)規(guī)模有著驚人的生成能力。

由于 GPT 采用 Decoder 單向結(jié)構(gòu)天然缺陷是無法感知上下文，Google 很快提出了 Encoder 結(jié)構(gòu)的 Bert 模型可以感知上下文，效果上也明顯有提升，同年 Google 采用Encoder-Decoder 結(jié)構(gòu)，提出了 T5 模型。從此大規(guī)模預訓練語言模型兵分三路。

易小華認為，2020 年 OpenAI 提出 GPT3 將 GPT 模型提升到全新的高度，其訓練參數(shù)達到了 1750 億，自此GPT系列模型的數(shù)據(jù)飛輪便轉(zhuǎn)動起來，超大模型時代開啟，走上了 NLP 任務新范式預訓練+提示學習技術(shù)路線。由于 GPT3 可以產(chǎn)生通順的句子但是準確性等問題一直存在，出現(xiàn)了InstructGPT、ChatGPT 等后續(xù)優(yōu)化的工作，實現(xiàn)了模型可以理解人類指令的含義，會甄別高水準答案，質(zhì)疑錯誤問題和拒絕不適當?shù)恼埱蟆?/p>

強大的 ChatGPT 如何 訓練 而成？

 

圖片來自于OpenAI官網(wǎng)

ChatGPT使用了類似InstructGPT 的方法來訓練模型，該方法也叫做RHLF( 人工反饋強化學習能力)，它分三步來訓練：

第一步：訓練監(jiān)督策略模型。為了讓GPT 3.5初步具備理解指令的意圖，首先會在數(shù)據(jù)集中隨機抽取問題，由人類標注人員，給出高質(zhì)量答案，然后用這些人工標注好的數(shù)據(jù)來微調(diào) GPT-3.5模型，經(jīng)過微調(diào)的模型已經(jīng)具備在對話場景初步理解人類意圖的能力。

第二步：訓練獎勵模型。這個階段主要是通過人工標注訓練數(shù)據(jù)，來訓練回報模型。在數(shù)據(jù)集中隨機抽取問題，使用第一階段生成的模型，對于每個問題，生成多個不同的回答。人類標注者對這些結(jié)果綜合考慮給出排名順序。這一過程類似于教練或老師輔導。

接下來，使用這個排序結(jié)果數(shù)據(jù)來訓練獎勵模型。對多個排序結(jié)果，兩兩組合，形成多個訓練數(shù)據(jù)對比。RM模型接受一個輸入，給出評價回答質(zhì)量的分數(shù)。

第三步：使用PPO強化學習來增強第一步生成的微調(diào)模型。首先初始化 PPO 模型，采樣一批和前面用戶提交 prompt 不同的集合，使用 PPO 模型生成答案。利用第二步回報模型對答案打分，通過產(chǎn)生的策略梯度去更新 PPO 模型。這一步利用強化學習來鼓勵 PPO 模型生成更符合獎勵模型判別高質(zhì)量的答案。

通過第二和第三步的迭代訓練并相互促進，使得 PPO 模型能力越來越強。

瑕不掩瑜，新技術(shù)革命風暴襲來

盡管ChatGPT表現(xiàn)出出色的上下文對話能力甚至編程能力，完成了大眾對人機對話機器人從“人工智障”到“有趣”的印象改觀。我們也要看到，ChatGPT技術(shù)仍然有一些局限性，還在不斷地進步。比如，其未經(jīng)大量語料訓練的領(lǐng)域缺乏“人類常識”和引申能力，甚至會一本正經(jīng)的“胡說八道”;ChatGPT無法處理復雜冗長或者特別專業(yè)的語言結(jié)構(gòu);需要非常大量的算力(芯片)來支持其訓練和部署;無論是訓練時間或訓練成本，都是普通訓練者難以接受的;ChatGPT仍然是黑盒模型，目前還未能對內(nèi)在算法邏輯進行分解。

從辯證的角度來看，ChatGPT雖不完美，但它提升了理解人類思維的準確性，帶來了里程碑式的技術(shù)革命。它將帶動AI殺手級應用出現(xiàn)，代替大量低端人力，將給世界帶來新的產(chǎn)業(yè)革命;使用大模型(或LLM)可以接近人類的思考能力;科技領(lǐng)先的馬太效應會越來越明顯。

ChatGPT在全球迅速掀起浪潮，中信證券研究院報告認為，中短期內(nèi)產(chǎn)業(yè)化的方向，主要為文字模態(tài)的AIGC應用、代碼開發(fā)相關(guān)、圖像生成領(lǐng)域、智能客服四大板塊。而業(yè)內(nèi)普遍認為，ChatGPT引領(lǐng)的大模型正在讓AI技術(shù)從五年前的“能聽會看”，走到今天的“能思考、會創(chuàng)作”，未來有望實現(xiàn)“會推理、能決策”的重大進步，其在決策智能領(lǐng)域有著廣闊的應用潛力。

薩摩耶云科技集團在決策智能技術(shù)攻堅已取得重要原始性突破，在金融和跨境電商物流、電信領(lǐng)域積累了豐富的經(jīng)驗。“我們認為，ChatGPT可在營銷客服，風險控制，代碼編寫、跨境電商內(nèi)容生成等業(yè)務場景中產(chǎn)生顛覆性的價值。”易小華說。

重新賦能金融與跨境電商決策

營銷和客服是金融領(lǐng)域不可缺少的兩個環(huán)節(jié)，當前的營銷渠道主要有廣告投放，短信，外呼，app推送，資源位個性化展示、微信公眾號等。“如果結(jié)合個性化推薦、實時計算能力以及AutoML等技術(shù)，ChatGPT可解決線上線下協(xié)同營銷過程中的自動化斷點問題，實現(xiàn)營銷策略自動生成和迭代、自動AB實驗、渠道自動分流，達到千人千面的精準營銷效果。同時，結(jié)合金融機構(gòu)語料進行適應性訓練，會促進營銷內(nèi)容生成和用戶轉(zhuǎn)化效率的提升，提升營銷和客服效率以及用戶體驗。”

 

薩摩耶云科技集團嘗試以 ChatGPT作為自動客服系統(tǒng)的核心技術(shù)，并利用NLP和對話生成技術(shù)，訓練類似于ChatGPT的語言模型，再疊加個性化推薦模型，結(jié)合業(yè)務知識庫以及業(yè)務流程API，打造營銷和客服機器人，旨在幫助金融機構(gòu)進行營銷獲客提升客戶服務質(zhì)量。易小華表示，把機器學習、知識圖譜、決策引擎人工智能技術(shù)和LLM模型技術(shù)融合，會進一步優(yōu)化模型的智能性，改變信貸服務的人機交互體驗，使得金融服務更有溫度。

“我們試圖在營銷和客服場景中建立新的人機協(xié)作模式。一方面，ChatGPT類機器人在營銷上承擔人群和標簽劃分以及個性化推薦工作，在客服上執(zhí)行問題理解、對話管理、問題推薦、答案生成。另一方面，人工客服則專注于話術(shù)推薦和會話摘要生成。”

而在金融風險控制方面，利用知識圖譜引擎原有的隱性集團識別、深度鏈擴散、子圖篩選等能力基礎上，ChatGPT可擴展出更高維度、更大范圍的隱性關(guān)系識別。薩摩耶云科技集團給出的方案是，探索接入類ChatGPT能力，通過對用戶信用數(shù)據(jù)、歷史借款記錄、還款記錄等數(shù)據(jù)分析，評估用戶風險等級，實現(xiàn)對關(guān)鍵要素提取、資料自動化審核、風險點提示等風控領(lǐng)域的業(yè)務流程自動化水平的提升，向金融機構(gòu)提供全方位智能風險管理服務，大幅提高風險識別能力。

當前，在跨境電商領(lǐng)域的應用方面，雖然ChatGPT可以直接幫助賣家生成內(nèi)容，但是效果還是需要進一步改進。OpenAI提供了對GPT模型進行微調(diào)然后生成自定義GPT模型的接口能力，薩摩耶云科技集團通過調(diào)用接口，實現(xiàn)上傳自己的訓練語料對GPT模型進行微調(diào)，達到定制化模型的效果。未來，其可幫助跨境電商賣家在產(chǎn)品編寫/優(yōu)化listing、提升跨境電商平臺店鋪和產(chǎn)品排名、輸出豐富優(yōu)質(zhì)的郵件營銷內(nèi)容、提供即時客戶服務改善客戶體驗、開展智能廣告投放提升轉(zhuǎn)化率等層面進行降本增效。

 

人工智能已在多領(lǐng)域廣泛應用，ChatGPT高超的人機交互水平、通用人工智能的特征，讓世界為之驚嘆。“不斷進化的ChatGPT將為識別、生成和決策重新賦能，會對社會經(jīng)濟發(fā)展產(chǎn)生滲透性、顛覆性的作用。如何應對人工智能會是件有意思的事情，但AI的未來肯定超酷。”易小華對ChatGPT的應用前景充滿期待。

(新媒體責編：wa12)