ChatGPT如何“思考”

北京時間5月14日凌晨，美國開放人工智能研究中心（OpenAI）發布了其下一代大型語言模型GPT-4o，人工智能（AI）領域再起硝煙。

盡管AI一詞已很普及，但其內部運作方式仍像黑箱操作一樣，是一個謎。因為AI依賴機器學習算法，而先進的機器學習算法使用模擬人腦結構的神經網絡，信息在不同神經元間傳遞，以人類不易理解的方式內化數據，缺乏可視化和透明度。

這個問題對ChatGPT等大型語言模型（LLM）來說尤其嚴重，部分原因在于它們規模龐大，有些LLM擁有數千億甚至上萬億個參數。

英國《自然》雜志網站在15日的報道中指出，為洞悉LLM的黑箱操作，科學家正對AI系統進行逆向工程。他們掃描LLM的“大腦”，以揭示它們在做什么、如何做以及為什么這樣做等謎團。

談話療法

由于聊天機器人可以進行對話，一些研究人員就讓模型自我解釋，以了解其工作原理。這種方法類似于心理學中使用的“談話療法”。

德國斯圖加特大學計算機科學家蒂洛·哈根德夫表示，人腦和LLM都像是一個“黑箱”，而心理學有能力研究它。

去年，哈根德夫發表了一篇關于“機器心理學”的文章。他認為，通過將LLM視為人類主體，讓其參與對話，可以闡明其復雜行為。

面對復雜問題，人類在潛意識里會進行分步驟推理。受此啟發，谷歌團隊2022年引入了“思維鏈提示”，以描述一種讓LLM展示其“思維”的方法。

簡單來說，思維鏈提示是一種特殊的上下文學習。不同于標準提示只給出輸入—輸出，思維鏈提示還會額外增加推理過程。

該方法在GPT-3等三個大型語言模型上都得到了驗證：對比標準提示，新方法在一系列算術推理任務上的準確率都有了顯著提高。但美國紐約大學研究人員的一項最新研究表明：LLM并沒有利用思維鏈的推理能力，它只是偷偷加了計算。

美國東北大學計算機科學家戴維·鮑表示，盡管以研究人類的方式研究LLM有點奇怪，但兩者的行為卻以令人驚訝的方式重疊。在過去兩年里，許多科學家將用于人類的問卷和實驗應用于LLM，測量了其人格、推理、偏見、道德價值觀、創造力、情緒、服從性等。結果顯示，在許多情況下，機器能復制人類行為。但在有些情況下，它們的行為與人類行為不一樣。例如，LLM比人類更容易受到暗示，其行為也會隨著問題措辭的不同而發生巨大變化。

腦部掃描

一些科學家從神經科學領域汲取技巧，以此來探索LLM的內部工作原理。

為研究聊天機器人是如何進行欺騙的，美國卡內基梅隆大學計算機專家安迪·鄒及其合作者詢問了LLM，并觀察了它們神經元的激活情況。鄒指出，這有點像對人類進行腦部神經成像掃描，也有點像使用測謊儀。

研究人員多次讓LLM撒謊或說實話，并測量了神經元活動模式的差異。然后，每當向模型提出一個新問題時，他們都可以觀察其活動，并判斷答案是否真實。在一個簡單任務中，該方法的準確率超過90%。鄒表示，此類系統可以實時檢測出LLM不誠實行為。

鮑及其同事則開發了掃描和編輯人工智能神經網絡的方法，包括一種他們稱之為因果追蹤的技術，以確定AI“大腦”中以特定方式回答問題的部分。

鮑指出，人工神經網絡的好處在于，可以在它們身上做神經科學家夢寐以求的實驗，比如可以觀察每一個神經元、運行數百萬次網絡、進行各種瘋狂的測量和干預，且做這些都不必獲得同意書。

打破不可解釋性

鄒和鮑等人提出LLM掃描技術采用自上而下的方法，將概念或事實歸因于潛在的神經表征。還有一些科學家則使用自下而上的方法，即觀察神經元并詢問它們代表什么。

神經元的不可解釋性，一直是AI領域的“老大難”問題。2023年，來自Anthropic公司的一個團隊提出了一種方法，成功將512個神經元分解成了4096個可解釋特征，從而讓其具有了可解釋性。

研究人員表示，他們這一方法很有可能克服AI不可解釋性這一巨大障礙。一旦人類了解LLM工作原理，就能很容易地判斷其是否安全，從而決定它是否應該被社會和企業采用。

不過，鄒表示，盡管這種方法很有價值，但不太適合解釋更復雜的AI行為。

盡管研究人員仍在努力弄清楚AI如何工作，但人們越來越達成一致意見：AI公司應該努力為其模型提供解釋，政府也應該制定相關法規來執行這一點。