來源：立委NLP頻道

圖靈測試的實質(zhì)就是要讓人機(jī)交互在限定時間內(nèi)做到真假莫辨。玩過GPT3的同學(xué)們都清楚，其實這一點已經(jīng)做到了。從這個角度看，圖靈測試已經(jīng)過時了。區(qū)別人和機(jī)器，需要尋找其他的標(biāo)準(zhǔn)。

今天就嘮一嘮正在風(fēng)口上的預(yù)訓(xùn)練語言大模型。大模型標(biāo)志著NLP的新方向。這是只有大投資或大廠才能玩得起的游戲，目前推出了30多款大模型。咱們先從 GPT3 談起。

GPT3 是 OpenAI 推出的自然語言生成模型，是語言超大模型潮流中的比較成熟的一款。生成模型擅長的應(yīng)用領(lǐng)域主要在人機(jī)對話的場合。最為人樂道的是它的“善解人意”，貌似可以聽懂人給它的指令。這就是所謂 prompt（提示）接口：人不需要編程代碼，而是可以直接通過自然語言的提示和樣例，告訴它想生成什么，無論是回答問題、機(jī)器翻譯、生成對聯(lián)還是聊天，它都蠻擅長。可以說，GPT3 的 prompt 已經(jīng)部分實現(xiàn)了白碩老師所說的 NL2X （至少在任務(wù)X是語言生成類的場景）的閉環(huán)。

自從 GPT3 發(fā)布以來，有很多令人驚艷的表現(xiàn)被用戶錄屏在網(wǎng)上流傳。已經(jīng)形成了用戶粉絲群體了。當(dāng)然很快就有人找到某個角度讓模型露怯，表明模型并不真“理解”背后的邏輯。但這并不影響還有很多看似 open-ended 的語言任務(wù)，它真是聽了就能做。

例如，有人要它就某個話題幫助寫一篇英文文章。

這可算是流暢自然的對話了，聽懂了似的，雖然還沒有去具體執(zhí)行任務(wù) lol 接著用戶重復(fù)這個要求，它果然就立即執(zhí)行了，文章寫得好壞再論，人家反正是聽從了指令，跟個切身小蜜似的。

因為是生成模型，所以人機(jī)交互的時候，它的應(yīng)對具有隨機(jī)性。有時候讓人驚艷，有時候也會露怯。但交互本身總是很流暢，給人感覺，通過圖靈測試已經(jīng)不在話下。

老友說這不過是噱頭。我不大同意。噱頭是人為的，模型并不懂什么叫噱頭，也不會刻意為之。當(dāng)然也可以說是測試者挑揀出來的噱頭。不過，好在模型是開放的、隨機(jī)的，可以源源不斷制造這種真假莫辨的人機(jī)交互噱頭。在知識問答、翻譯、講故事、聊天等方面，就是圖靈再生也不大容易找到這一類人機(jī)交互的破綻。又因為其隨機(jī)性，每次結(jié)果都可能不同，就更不像是只懂死記硬背的機(jī)器了。機(jī)器貌似有了某種“靈性”。

再看看 GPT3 模型中的中文表現(xiàn)。

詞做得不咋樣，尤其是對于大詞人辛老，他老人家應(yīng)該是字字珠璣。但這里的自然語言對話，模型對于自然語言提示的“理解”，以及按照要求去做詞，這一切讓人印象深刻。這種人機(jī)交互能力不僅僅是炫技、噱頭就能無視的。

當(dāng)然，現(xiàn)在網(wǎng)上展示出來的大多是“神跡”級別的，很多是讓人拍案叫絕的案例。生成模型隨機(jī)生成的不好的結(jié)果，通常被隨手扔進(jìn)垃圾桶，不見天日。這符合一切粉絲的共性特點。但慢慢玩下來，有幾點值得注意：

1. 有些任務(wù)，靠譜的生成居多。例如，知識問答幾乎很少出錯。IBM沃倫當(dāng)年知識問答突破，背后的各種工程費了多大的勁兒。現(xiàn)在的超大模型“降維”解決了。同時解決的還有聊天。

2. 隨機(jī)性帶來了表現(xiàn)的不一致。但如果應(yīng)用到人來做挑選做判官的后編輯場景，則可能會有很大的實用性。以前說過，人腦做組合不大靈光，畢竟記憶空間有限，但人腦做選擇則不費力氣。結(jié)果是好是壞，通常一眼就可以看出來。結(jié)果中哪些部分精彩，哪些部分需要做一些后編輯，這都是人的長項。人機(jī)耦合，大模型不會太遠(yuǎn)就會有實用的東西出來。例如輔助寫作。

3. 超大模型現(xiàn)在的一鍋燴和通用性主要還是展示可行性。真要領(lǐng)域規(guī)模化落地開花，自然的方向是在數(shù)據(jù)端做領(lǐng)域純化工作，犧牲一點“通用性”，增強(qiáng)領(lǐng)域的敏感性。這方面的進(jìn)展值得期待。

老友說，我還覺得應(yīng)該在硬件(模型架構(gòu)上有一些設(shè)計)，不僅僅是為了lm意義上的，還要有知識的消化和存儲方面的。

不錯，目前的大模型都是現(xiàn)場作業(yè)，基本沒有知識的存貯，知識也缺乏層次、厚度和邏輯一致性。這不是它的長項。這方面也許要指望今后與知識圖譜的融合。（圖譜的向量化研究據(jù)說目前很火。）

聽懂人話，首先要有解析能力吧。大模型中的另一類就是主打這個的，以 BERT 為代表。BERT 實際上就是個 parser，只不過結(jié)果不是以符號結(jié)構(gòu)圖表示而已。認(rèn)清這一點，咱們先看看 parser 本身的情況。

很久以來一直想不明白做語言解析（parsing）怎么可能靠訓(xùn)練做出好的系統(tǒng)出來。按照以前對于解析的理解，這是要把自然語言消化成結(jié)構(gòu)和語義。而結(jié)構(gòu)和語義是邏輯層面的東西，沒有外化的自然表現(xiàn)，它發(fā)生在人腦里。訓(xùn)練一個 parser，機(jī)器學(xué)習(xí)最多是用 PennTree 加上 WSD 的某些標(biāo)注來做，那注定是非常局限的，因為標(biāo)注代價太高：標(biāo)注語言結(jié)構(gòu)和語義需要語言學(xué)碩士博士才能做，普通人做不來。這就限定死了 parser 永遠(yuǎn)沒法通用化，可以在指定語料，例如新聞?wù)Z料中做個樣子出來，永遠(yuǎn)訓(xùn)練不出來一個可以與我們這些老司機(jī)手工做出來的 parser 的高質(zhì)量和魯棒性。因此，讓機(jī)器去做符號parsing，輸出符號結(jié)構(gòu)樹是沒有實用價值的。迄今為止，從來沒有人能成功運用這類訓(xùn)練而來的 parsers （例如谷歌的 SyntaxNet，斯坦福parser，等） 做出什么像樣的應(yīng)用來，就是明證。

現(xiàn)在看來，這個問題是解決了。因為根本就不要用人工標(biāo)注，用語言本身就好。parsing 也不必要表示成顯性結(jié)構(gòu)和語義符號，內(nèi)部的向量表示就好。把語言大數(shù)據(jù)喂進(jìn)去，語言模型就越來越強(qiáng)大，大模型開始顯示賦能下游NLP任務(wù)的威力。黃金標(biāo)準(zhǔn)就是隨機(jī)選取的語言片段的 masks（遮蔽起來讓訓(xùn)練機(jī)器做填空題），所學(xué)到的語言知識比我們傳統(tǒng)的符號 parser 不知道豐富多少，雖然犧牲了一些可解釋性和邏輯一致性。

看得見摸不透的中間向量表示，終于靠語言模型與實際原生語料的預(yù)測，落地了。這個意義怎么高估也不過分。所以，昨天我把我的博客大標(biāo)題“deep parser 是NLP的核武器”悄悄改了，加了個限定詞，成了：

因為 BERT/GPT3 里面的語言模型（特別是所謂編碼器 encoders）才是更普適意義上的 NLP 核武器。我們語言學(xué)家多年奮斗精雕細(xì)刻的parsers是小核見大核，不服還真不行。

從語言學(xué)習(xí)語言，以前感覺這怎么能學(xué)好，只有正例沒有反例啊。（順便一提，喬姆斯基當(dāng)年論人類語言的普遍文法本能，依據(jù)是：沒有天生的普遍文法，單靠暴露在語言環(huán)境中，兒童怎么可能學(xué)會如此復(fù)雜的自然語言，畢竟所接觸的語言雖然全部是正例，但卻充滿了口誤等偏離標(biāo)準(zhǔn)的東西。）

其實，一般而言，語言模型只要有正例即可。從語言學(xué)習(xí)語言的模型訓(xùn)練，通常用對于next word 的預(yù)測，或者對于被遮蔽的隨機(jī)片段（masks） 的預(yù)測來實現(xiàn)。正例就是原文，而“反例”就是一切偏離正例（ground truth）的隨機(jī)結(jié)果。通過梯度下降，把這些隨機(jī)結(jié)果一步步拉回到正例，就完成了語言模型的合理訓(xùn)練。語言模型，乃至一切預(yù)測模型，從本性上說是沒有標(biāo)準(zhǔn)（唯一）答案的，每一個數(shù)據(jù)點的所謂 ground truth 都只是諸多可能性之一。語言模型的本質(zhì)是回歸（regression）任務(wù)，而不是分類（classification）任務(wù)，只有正例就好 ，因為整個背景噪音實際上就是反例。

有意思的是，BERT 除了語言的句子模型外，還要學(xué)習(xí)篇章（discourse）知識，這歌任務(wù)被定義為簡單的二分類問題，回答的是：兩個句子是否具有篇章連續(xù)性。這里，沒有反例，就自動創(chuàng)造反例出來。語料中任意兩個相鄰的句子就成為正例，而隨機(jī)拼湊的兩個句子就成了反例。一半正例，一半反例，這么簡單的 classifier 就把這個難題破解了，使得語言模型超越了句子的限制。

看看 BERT 大模型是如何訓(xùn)練并被成功移植去支持下游NLP任務(wù)的，這就是所謂遷移學(xué)習(xí)（transfer learning）。

（本圖采自谷歌的DL視屏講座，版權(quán)歸原作者所有）

左邊的 encoder 的訓(xùn)練。落地到 LM 的原生數(shù)據(jù)，因此完全符合監(jiān)督學(xué)習(xí)的 input –》output 模式。到了NLP應(yīng)用的時候（右圖），不過就是把 encoder 拷貝過來，把落地的目標(biāo)改成特定NLP任務(wù)而已。加一層 output layer 也好，加 n 層的 classifier 也好，總之前面的語言問題有人給你消化了。

Transfer learning 也嚷嚷了好多年了，一直感覺進(jìn)展不大，但現(xiàn)在看來是到笑到最后的那刻了。

未來智能實驗室的主要工作包括：建立AI智能系統(tǒng)智商評測體系，開展世界人工智能智商評測；開展互聯(lián)網(wǎng)（城市）大腦研究計劃，構(gòu)建互聯(lián)網(wǎng)（城市）大腦技術(shù)和企業(yè)圖譜，為提升企業(yè)，行業(yè)與城市的智能水平服務(wù)。每日推薦范圍未來科技發(fā)展趨勢的學(xué)習(xí)型文章。目前線上平臺已收藏上千篇精華前沿科技文章和報告。

??如果您對實驗室的研究感興趣，歡迎加入未來智能實驗室線上平臺。掃描以下二維碼或點擊本文左下角“閱讀原文”

總結(jié)

以上是生活随笔為你收集整理的图灵测试其实已经过时了的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。