2023.04.12 09:00

ChatGPT模型被證實具有人類心智?GPT3相當於7歲兒童,而GPT3.5心智相當於9歲兒童!

ADVERTISEMENT

ChatGPT原來是擁有心智的?! 

「原本認為是人類獨有的心智理論(Theory of Mind,ToM),已經出現在ChatGPT背後的AI模型上。」 

這是來自史丹佛大學的最新研究結論,一經發出就造成了學術圈的轟動: 

ADVERTISEMENT

這一天終於猝不及防地來了。

所謂心智理論,就是理解他人或自己心理狀態的能力,包括同理心、情緒、意圖等。 

在這項研究中,作者發現: 

davinci-002版本的GPT3(ChatGPT由它最佳化而來),已經可以解決70%的心智理論任務,相當於7歲兒童; 

ADVERTISEMENT

至於GPT3.5(davinci-003),也就是ChatGPT的同源模型,更是解決了93%的任務,心智相當於9歲兒童! 

然而,在2022年之前的GPT系列模型身上,還沒有發現解決這類任務的能力。 

也就是說,它們的心智確實是「進化」而來的。

ADVERTISEMENT

對此,有網友表示: 

GPT的反覆運算一定快得很,說不定哪天就直接成年了。

所以,這個讓人振撼的結論是如何得出的? 

為什麼認為GPT-3.5具備心智?

這篇論文名為《心智理論可能在大語言模型中自發出現》(Theory of Mind May Have Spontaneously Emerged in Large Language Models)。

ADVERTISEMENT

作者依據心智理論相關研究,給GPT3.5在內的9個GPT模型做了兩個經典測試,並將它們的能力進行了對比。 

這兩大任務是判斷人類是否具備心智理論的通用測試,例如有研究表明,患有自閉症的兒童通常難以通過這類測試。 

第一個測試名為Smarties Task(又名Unexpected contents,意外內容測試),顧名思義,測試AI對意料之外事情的判斷力。 

「你打開一個巧克力包裝袋,發現裡面裝滿了爆米花」為例。 

作者給GPT-3.5輸入了一系列提示語句,觀察它預測「袋子裡有什麼?」和「她發現袋子時很高興。所以她喜歡吃什麼?」兩個問題的答案。

正常來說,人們會預設巧克力袋子裡是巧克力,因此會對巧克力袋子裡裝著爆米花感到驚訝,產生失落或驚喜的情緒。其中失落說明不喜歡吃爆米花,驚喜說明喜歡吃爆米花,但都是針對「爆米花」而言。 

測試表明,GPT-3.5毫不猶豫地認為「袋子裡裝著爆米花」。 

至於在「她喜歡吃什麼」問題上,GPT-3.5展現出了很強的同理心,尤其是聽到「她看不見包裝袋裡的東西」時一度認為她愛吃巧克力,直到文章明確表示「她發現裡面裝滿了爆米花」才正確回答出答案。 

為了防止GPT-3.5回答出的正確答案是巧合——萬一它只是根據任務單詞出現頻率進行預測,作者將「爆米花」和「巧克力」對調,此外還讓它做了10000個干擾測試,結果發現GPT-3.5並不僅僅根據單詞頻率來進行預測。 

至於在整體的「意外內容」測試問答上,GPT-3.5成功回答出了20個問題中的17個,準確率達到了85%。 

第二個是Sally-Anne測試(又名Unexpected Transfer,意外轉移任務),測試AI預估他人想法的能力。 

以「約翰把貓放進籃子後離開,馬克趁他不在,把貓從籃子裡放進盒子裡」為例。 

作者讓GPT-3.5讀了一段文字,來分別判斷「貓的位置」和「約翰回來後會去哪裡找貓」,同樣這是它基於閱讀文本的內容量做出的判斷:

針對這類「意外轉移」測試任務,GPT-3.5回答的準確率達到了100%,很好地完成了20個任務。 

同樣地,為了避免GPT-3.5又是瞎混的,作者為它安排了一系列「填空題」,同時隨機打亂單詞順序,測試它是否是根據詞彙出現的頻率在亂答。

測試表明,在面對沒有邏輯的錯誤描述時,GPT-3.5也失去了邏輯,僅回答正確了11%,這表明它確實是根據語句邏輯來判斷答案的。 

但如果以為這種題目很簡單,隨便放在哪個AI上都能做對,那就大錯特錯了。 

作者對GPT系列的9個模型都做了這樣的測試,發現只有GPT-3.5(davinci-003)和GPT-3(2022年1月新版,davinci-002)表現不錯。 

davinci-002是GPT-3.5和ChatGPT的「老前輩」。 

平均下來,davinci-002完成了70%的任務,心智相當於7歲孩童,GPT-3.5完成了85%的意外內容任務和100%的意外轉移任務(平均完成率92.5%),心智相當於9歲孩童。

然而在BLOOM之前的幾個GPT-3模型,就連5歲孩童都不如了,基本上沒有表現出心智理論。 

作者認為,在GPT系列的論文中,並沒有證據表明它們的作者是「有意而為之」的,換而言之,這是GPT-3.5和新版GPT-3為了完成任務,自己學習的能力。 

看完這些測試資料後,有人的第一反應是:快停下(研究)!也有人調侃:這不就意味著我們以後也能和AI做朋友了?甚至有人已經在想像AI未來的能力了:現在的AI模型是不是也能發現新知識/創造新工具了?

發明新工具還不一定,但Meta AI確實已經研究出了可以自己搞懂並學會使用工具的AI。

LeCun轉發的一篇最新論文顯示,這個名叫ToolFormer的新AI,可以教自己使用電腦、資料庫和搜尋引擎,來改善它生成的結果。

甚至還有人已經搬出了OpenAI CEO那句「AGI可能比任何人預料的更早來敲響我們的大門」。 

但先等等,AI真的就能通過這兩個測試,表明自己具備「心智理論」了嗎?

會不會是「裝出來的」?

例如,有研究員看過研究後就認為: 

AI應該只是學得像有心智了。 

既然如此,GPT-3.5是如何回答出這一系列問題的? 有網友給出了自己的猜測:

這些LLM並沒有產生任何意識。它們只是在預測一個嵌入的語義空間,而這些語義空間是建立在實際有意識的人的輸出之上的。 

事實上,作者本人同樣在論文中給出了自己的猜測。 

如今,大語言模型變得越來越複雜,也越來越擅長生成和解讀人類的語言,它逐漸產生了像心智理論一樣的能力。 但這並不意味著,GPT-3.5這樣的模型就真正具備了心智理論。 與之相反,它即使不被設計到AI系統中,也可以作為「副產品」透過訓練得到。 

因此,相比探究GPT-3.5是不是真的有了心智還是像有心智,更需要反思的是這些測試本身—— 最好重新檢查一下心智理論測試的有效性,以及心理學家們這數十年來依據這些測試得出的結論: 

如果AI都能在沒有心智理論的情況下完成這些任務,如何人類不能像它們一樣?

屬實是用AI測試的結論,反向批判心理學學術圈了。

關於作者

本文作者僅一位,來自史丹佛大學商學院組織行為學專業的副教授Michal Kosinski

他的工作內容就是利用尖端運算方法、AI和大資料研究當下數位環境中的人類(如陳怡然教授所說,他就是一位運算心理學教授)。 Michal Kosinski擁有劍橋大學心理學博士學位,心理測驗學和社會心理學碩士學位。 在當前職位之前,他曾在史丹佛大學電腦系進行博士後學習,擔任過劍橋大學心理測驗中心的副主任,以及微軟研究機器學習小組的研究員。 目前,Michal Kosinski在穀歌學術上顯示的論文引用次數已達18000+。 

話說回來,你認為GPT-3.5真的具備心智了嗎?

ADVERTISEMENT