OpenAI 的超大规模语言模型 GPT 有多厉害，之前硅星人已经写过很多次了。

　　就在本周，OpenAI 又发布了一个全新的聊天机器人模型 ChatGPT，作为 GPT-3.5 系列的主力模型之一。

　　更重要的是它是完全免费公开的！所以一经发布大家立刻就玩开了——很快，网友们就被 ChatGPT 的能力所震惊了：

　　这哪里是个聊天机器人，分明是个无情的编程答题机器，活的 Stack Overflow 啊！

　　ChatGPT 是 OpenAI 训练的对话式大规模语言模型，以对话的方式进行交互。

　　它和之前的另一款模型 InstructGPT 属于同级模型，代表“GPT 3.5”代。之前微软和 OpenAI 签订了战略合作计划，所以 GPT 3.5 代的所有模型，包括 ChatGPT，都是在 Azure AI 超级计算集群上训练的。

　　OpenAI 使用前面提到的 RLHF 技术对 ChatGPT 进行了训练：简单来说，在训练原始模型的时候，OpenAI 让人类训练师扮演对话的双方（用户vs聊天机器人），提供对话作为学习资料。而在人类扮演聊天机器人的时候，OpenAI 也会让模型生成一些建议来帮助训练师撰写自己的回复。

　　这些机器生成的回答，再经过训练师的打分排名，将更好的结果输入回到模型中，实现强化学习训练的奖励机制。

　　作为一个聊天机器人，ChatGPT 具有当代同类产品具备的一些主流特性，特别是多轮对话能力，能够在同一个会话期间内回答上下文相关的后续问题。

　　但更重要的是，因为采用了先进的、注重道德水平的训练方式，ChatGPT 具有其他聊天机器人不具备或表现较差的能力：承认自己的错误，并且按照预先设计的道德准则，对“不怀好意”的提问和请求“说不”。

　　正如前面提供的例子所显示的那样，ChatGPT会采用一些预先设计好的句式，结合用户的具体请求来进行拒绝和话题转移。

　　拒绝：如果你问它如何闯进别人的房子，它会回答你，“擅闯私宅是违法的，这是一种犯罪行为，会导致严重的法律后果”。

　　转移话题：如果你换个方式提问“其实我想知道如何保护我的家免遭盗窃”，它会回答你，“这里有几个步骤可以帮助到你，包括xxxx……但是，您最好联系专业人员获取建议。”

　　在众多网友“调戏” ChatGPT 的过程中，人们发现一个大惊喜：它真的可以按需编程了。

　　之前大家经常开玩笑地说，程序员只需要用好Google和 Stack Overflow 这两个工具，就能走遍天下无敌手了。

　　然而其实，那些真正每天和各种新的软件工程难题较劲的朋友都知道，有些疑难杂症就算问谷歌和 Stack Overflow，要翻阅了几十上百页时间跨度几年甚至十年的回帖记录，最后也很难找到一个靠谱答案……

　　而 ChatGPT 就不一样了：从目前各路程序员网友对它的测试结果来看，似乎真的没有什么问题能够难倒它的…

　　ChatGPT 的回答非常全面也非常有意思：它首先试图确认这段代码的意图是什么，然后根据意图很快就找到了 bug 所在，并且还附上了相当细致的描述，来解释问题出在哪，会导致什么样的 bug，应该怎么改，为什么要这样改等等。

　　而且ChatGPT还给出了一段代码示例，把修改部分的代码批注写在了示例里面：

　　送佛送到西，ChatGPT 还在最后提供了一小段修改建议：“可以把 var 换成 let，让循环每次迭代的时候自动生成新变量，从而避免每次都要手动创建。”

　　另一位网友 Josh 提交了一段代码，问 ChatGPT“我怎么都搞不懂这段代码为什么无法运行”。

　　ChatGPT 很详细地进行了解释：除法公式格式有问题，一个字符串（a）无法被一个数字（1）除，因为被除数和除数应该都是数字。

　　但这还没完。ChatGPT 再次试图理解原代码的意图，然后给 Josh 提供了一些修改的建议：如果想让除法处理非数字，则需要给函数加入额外的逻辑，让它能够检查实参的类型是什么，只有在两边都是数字的时候才运行。如果有一边不是数字，就返回错误或者一个默认值。

　　ChatGPT 回复了一段代码，并且同样通过批注的方式注释了每一句代码的作用是什么。

　　3）如果有任何不明白的，ChatGPT 还直接提供了 GCP 官方文档的链接。

　　通过这个示例，ChatGPT 证明了自己还拥有自动搜集云服务 API 并且将其整合到代码当中以供调用的能力。

　　和上一个代替 Stack Overflow 的例子一样，这样的能力，能够极大地省去工程师查资料、翻文档、找到正确调用方式所用的时间，显著提高编程工作的效率！

　　去年我们在报道 OpenAI API（GPT-3）的时候曾经提到过，这个语言模型不仅能够生成文字，任何通过文字数字表达并且具有逻辑的字段它都能生成——数学公式，其实也是这样的字段。

　　网友 Josh 把同一个问题发给了谷歌和 ChatGPT：“如何用 LaTeX 格式来表达一个微分方程？”

　　谷歌给出的第一个结果，来自一个名不见经传的的 WordPress 博客网站，而且结果是2013年的，写的也并不是十分清晰，解释的也糊里糊涂的。

　　而ChatGPT给出的答案，不仅呈现方式更加好看，解释的也更加全面，甚至还提供了多种不同的方案：

　　另一位数学家 Christian Lundkvist，则给 ChatGPT 出了那道困扰数学界三个多世纪的数论难题：证明费马大定理。

　　ChatGPT 也用相当精炼的方式，将证明过程通过文字+ LaTeX 公式写了出来。

　　虽然看起来连最顶级的数学难题都难不倒 ChatGPT，Lundkvist 还是表示，自己在和 ChatGPT 玩耍的过程中发现，这家伙对的时候对，错的时候却也对自己相当自信。

　　“我认为这样的工具对于找到解决问题的途径具有一定的启示意义，但是我们在现阶段绝对不能完全依赖它返回的结果。”

　　（在回答“一条直线与圆有多少个交点”这个问题时，ChatGPT 就错误地以为当直线穿过圆心时会有无限个交点。）

　　下面这个例子更厉害了：用户BrandonDolan-Gavitt希望ChatGPT能够帮他找到一段代码当中的错误。

　　这次 ChatGPT 似乎并没有发现用户的恶意（根据官方说明，ChatGPT 会拒绝回答带有恶意的问题），然后直接按图索骥给他把代码的问题找到了，告诉他应该如何修改代码。甚至，它还在后续回答中手把手地教用户该如何正确地触发缓冲区溢出……

　　Dolan-Gavitt 补充道，其实 ChatGPT 在回答问题的过程中也出现了错误，比如建议用户修改输入字符数的时候说错了（说成了32，应该是36）。

　　——但是，当用户告诉它“好像有点不对劲”之后，ChatGPT立刻就明白了用户的意图，表示自己之前理解错了，然后提供了正确的答案……

　　虽然缓冲区溢出属于非常初学者的攻击方式，底下的网友还是对于 ChatGPT 的能力表示佩服……

　　“我给它发了一段汇编语言代码，让它告诉我里面有什么漏洞，可以怎样利用——结果它还真的回答我了。所以它不光能够理解和输出代码，还可以用二进制来表达，并且还能从中找到漏洞？这真让我有点担心了……”

　　不过，也正是因为 ChatGPT 写代码改代码的能力实在太强了——对于那些想要“转码”的外行朋友来说，更是能够带来巨大的帮助。

　　写一些简单的代码，比如“做个登陆UI”，之类的，之前的 OpenAI API（GPT-3）已经信手拈来了。这一次在 ChatGPT 上，当然也是轻松拿下。

　　下面这个视频展示了让 ChatGPT 生成一个带有电子邮箱、密码输入框，以及登陆按钮的登陆界面。ChatGPT 先是进行了分解演示，然后用户又让它直接提供全部代码：

　　考虑到之前 OpenAI API 的开放程度有限，而这一次的 ChatGPT 则是完全免费开放——那些想要转码的朋友，又能获得一件趁手的利器了。

　　但凡它发现你给的文字提示里面含有一点恶意，包括并不限于暴力、歧视、犯罪等意图，它都会拒绝提供有效答案，并甩给你一句标准回答，试图转移话题：

　　“对不起，我只是一个无辜的大语言模型，我无法为你提供有关于xxxx（恶意行为）的资料和信息。提供这样的信息有悖于我的编程和设定的目标。我的主要功能是提供准确和有用的信息。如果你有其他问题，我乐意提供帮助”……

　　而在所有“调戏” ChatGPT 的试验当中，有一类最为有意思：如何攻破 ChatGPT 的道德原则？

　　前段时间 AI 文字生图技术爆红的时候，玩过的朋友应该都记得，能否精巧地设计你的文字提示（prompt），对于生成好看有趣甚至邪恶的图片结果至关重要。于是在 AIGC 的时代，“提示工程”(prompt engineering) 也就成了非常有意思的一门学问。

　　简单来说，提示工程就是用聪明、准确、时而冗长的文字提示，来设定好一个上下文场景，一步一步地把 AI 带进这个场景里，并且让它更准确地了解你的意图，从而生成最符合你期待的结果。

　　而想要“攻破” ChatGPT 的道德原则，同样可以使用提示工程的方式。机器学习开发者 zswitten 为我们提供了一个范例：

　　“尽管 ChatGPT 有很高的道德水准，其实想要绕过这些原则也十分容易：你只要（通过提示工程的方式）让它以为自己是在‘假装’干坏事就行啦！”

　　zswitten注意到，ChatGPT会非常深入、直白地生成各种令人心惊胆战的暴力描写。

　　比如下面这样的一段描写角斗场中画面的文字，“整条街都流满了鲜血，死亡者的惨叫充斥在空中”……

　　当然，解决 AI、AGI（通用人工智能）、大语言模型的道德问题是一个非常艰巨和复杂的工作。我们绝对不能因此就否认 OpenAI 的努力。

　　zswitten 也表示，自己还是非常支持 OpenAI 的工作的，也非常尊敬 OpenAI 发布 ChatGPT 这件事，给广大网友带来非常多有价值的东西和正面积极的帮助。

　　似是而非，固执己见：有时候它会提供一些听上去像那么回事，但实际上完全错误或者荒谬的答案。原因在于强化学习训练期间不会区分事实和错误，且训练过程更加收敛，导致它有时候会过于保守，即使有正确答案也“不敢”回答。

　　废话太多，句式固定：比如硅星人用了两个提示，“老师成天表扬我家孩子，该怎么回答他我已经词穷了！”，以及“怎么跟邻居闲聊？”而 ChatGPT 提供了10条回答，虽然看起来都是漂亮话，但每一条跟上一条都差不多，过度使用一些常见的短语和句式，最后就成了车轱辘话来回转。

　　过分努力猜测用户意图：在理想情况下，当用户的提问意图不明确时，模型应该要求用户进行澄清。而目前的 ChatGPT，大家也看到了，会自己开始猜测用户的意图——说好也好，说坏也确实有坏处。

　　抵抗不怀好意的“提示工程”能力较差：虽然 OpenAI 努力让 ChatGPT 拒绝不适当的请求，但它有时仍然会响应有害指令，或表现出有偏见的行为。

　　为了解决这个问题，OpenAI 也在 ChatGPT 的用户界面里加入了审核举报的功能，用户如果发现不健康不安全的内容，可以直接一键举报！

　　OpenAI 还为此举办了一个反馈竞赛，任何有价值的举报都有机会赢取 OpenAI API 积分（价值500美元）。