复旦邱锡鹏：大语言模型技术下一步的关键是和现实世界“对齐”
封面新闻记者 欧阳宏宇
自ChatGPT在全球走红，文心一言、通义千问、MOSS等类ChatGPT产品相继涌现。这些AIGC产品是如何炼成的？又隐藏着哪些关键技术？
“大语言模型技术快速演进，已给人类展现出一个通向通用人工智能的大框架，下一步最重要的是让大模型和现实世界对齐。”近日，复旦大学计算机科学技术学院教授邱锡鹏表示，情景学习、思维链和指令学习这三项技术，会是以ChatGPT为代表的语言模型在AI领域叱咤风云的关键原因。
所谓语言模型，是利用计算机重新建模人类语言，把自然语言转化为机器能够理解并判断的语言的一种机制。
据介绍，研发大模型即利用概率判断来进行语句处理，如果这个句子符合自然语言的规律，就赋予它一个比较高的概率，反之，则赋予较低的概率。而要想模型的预测越准确，就势必需要大量的参数对其进行训练，以帮助大规模语言模型能够充分理解人类语言规则及其逻辑关系。当大型语言模型在达到百亿级规模后，其关键能力便开始涌现。
具体而言，情景学习，即在上下文语境中学习的能力。思维链，指的是做大模型示例的时候不要只给答案，也要给它推导过程，语言模型学习这个推导过程，最终给出一个正确的答案。自然指令学习，是语言模型直接听懂人的意图。“好的语言模型需要更好地理解语言与常识。”邱锡鹏说。
谈及国产ChatGPT是如何炼成的，邱锡鹏表示，大致分为三步，第一步需要先实现语言模型基座，第二步是指令微调，第三步是能力不断强化迭代。以MOSS为例，目前已激活了大型语言模型对话能力。但由于在训练上投入有限，其规模只有ChatGPT的十分之一，未来会引入外部工具进行优化。同时用户的使用也是在帮助它变得越来越好。
语言模型向人类的价值观和思维方式对齐，并应用于真实世界，无疑将颠覆各行业生态。在邱锡鹏看来，人类具有适应性和灵活性，更擅长的是利用AI的能力把工作做到更好。“人类的思考和判断能力需要再度强化，变得更加明确。”他表示，目前为止，AI依然在可控范围内发展，当它成为某种基础设施后，如何控制其能力就将变得十分关键，相关的法律法规、政府的重视、社会的认同，都应参与进整个生态中来。