美亞柏科人工智能科學家趙建強：ChatGPT是AI生成領域的里程碑，與行業應用結合將產生深遠影響

每經記者｜趙李南    每經編輯｜董興生    

近期，ChatGPT概念席卷A股，截至2月10日，概念股中已有股票斬獲“7連板”。

ChatGPT一經問世，便成為輿論焦點，如今亦化身資本寵兒。但關于ChatGPT本身仍然存在不少疑問，這究竟是一個怎樣的技術？在AI發展的歷史長河中，ChatGPT的誕生，究竟算一個怎樣的事件？

近日，《每日經濟新聞》記者專訪了美亞柏科（SZ300188，股價15.21元，市值130.73億元）人工智能科學家、AI研發中心總經理趙建強博士。趙建強畢業于西安交通大學計算機科學與技術專業，獲得博士學位。多年來，趙建強及其研發團隊在美亞柏科從事人工智能相關研究。

趙建強表示，2022年被業內稱為AI生成的元年，ChatGPT是一個里程碑式的產品。同時，ChatGPT背后所依托的超大規模語言模型技術也將在各行各業產生深遠影響。

“除了OpenAI的GPT預訓練模型，實際上，谷歌、微軟、Meta、百度也有推出類似的模型，但他們暫時沒有把這些功能開放成一個聊天機器人。”趙建強告訴記者。

圖片來源：公司官網

是AI文本生成領域的里程碑

“在文本理解和智能問答技術方面，ChatGPT是一個里程碑式的產品。”趙建強說。

記者注意到，ChatGPT之所以能夠火爆出圈，重要原因是其交流的流暢度和知識的豐富程度比之前的類似產品有很大提高。

“在業界，我們把2022年稱為AI生成的元年，不僅是ChatGPT，實際上OpenAI還開放了圖像生成的一些模型（DALL•E 2），只是沒有像ChatGPT這么熱。ChatGPT在AI生成內容方面或者AI創作方面是一個里程碑的節點，是比較有影響力的一個階段性成果。”趙建強認為。

他介紹，ChatGPT的相關技術模型此前早已有之。“OpenAI之前就發布了ChatGPT的大語言模型。ChatGPT實際上是基于GPT-3.5這個版本的超大規模自然語言預訓練模型，之前已經發布過GPT1.0、2.0和3.0版本，現在用的是GPT-3.5的版本。ChatGPT基于GPT模型，利用人類反饋強化學習訓練的方式，學習人類提問機器答、機器提問人類答等模式，不斷訓練迭代，以實現智能對話聊天功能。”

趙建強向記者解釋：“ChatGPT交流得非常順暢，基本上聊到的內容都能回答，這主要得益于其具有的超大規模自然語言預訓練模型GPT3.5，模型在訓練時使用了海量人類在互聯網上所編輯生成的多種類文本數據集。OpenAI的官方介紹顯示，GPT訓練使用了超萬億級單詞量的數據。此外，模型的參數規模也非常大，3.5版本的參數規模就達到了1750億。目前來看，可能只有一些AI超級巨頭才具備這樣的數據量和計算能力。”

趙建強認為，由于具備了生成能力，ChatGPT將會對很多行業產生影響。

“以前我們理解的AI更多處在計算智能和感知智能階段，比如圖像識別、人臉識別、文本觀點分析等。現在AI已經具備認知智能的能力，可以根據命令需求，創作生成各類文稿、文案，也可以通過文本場景描述生成圖像和視頻。所以說以后AI在內容生成創作、文本生成文本、文本生成圖像、文本生成視頻等方面，都具有廣闊的應用前景。ChatGPT解鎖了多樣化的文本內容生成能力，帶來AI創造世界更豐富的想象空間，將會應用于文本理解、文本創作、文案撰寫、知識推理、翻譯、智能客服、文本生成圖像，代碼理解、審查和生成等多個方向，具體跟一些行業應用結合起來，將會產生比較大的行業影響。”趙建強表示。

利用大語言模型反詐騙

此前，美亞柏科在投資者互動平臺上表示：“公司從2020年開始關注這類AI技術濫用與犯罪的行為，研究對深度合成內容的檢測識別和鑒定相關技術，研發了針對視頻圖像偽造生成檢測鑒定的產品，積極參與人工智能合成和生成技術合規應用的行業標準的制定，協助執法部門維護網絡空間安全，規范人工智能技術的良性發展。”

趙建強所在的部門一直在從事AI方面的研究。“以ChatGPT為代表的超大規模語言預訓練模型技術出現之后，大大推動了AI業務，特別是AI生成內容類業務落地的進程。”

美亞柏科的主要業務領域包括電子數據取證、大數據智能化、網絡空間安全、智慧城市等。

圖片來源：公司官網

“我們的做法也類似，我們采用‘超大規模預訓練模型+下游任務遷移’的技術思路，利用超大規模的語言預訓練模型，再結合具體的項目和數據，訓練形成具有行業特色的應用模型。實際上，美亞柏科在自然語言處理、OCR、計算機視覺以及人工智能安全這些領域已經開展了多年的業務實踐，基于在電子數據取證和執法部門大數據智能化領域多年的深耕和知識經驗的積累，對行業客戶數據特點和業務需求的深刻理解，提出了文本智能分析理解、不良多媒體文件分析、反詐騙信息鑒別、多模態信息檢索等多個獨有的核心算法模型，并已經在打擊犯罪、社會治理、智慧城市建設等方面發揮了實戰價值。”趙建強稱。

比如在反詐騙領域，大語言模型的識別效果要遠超此前的識別模型。趙建強提到：“比如之前面對小模型或者小數據量的情況下，在文本的理解和識別上所實現的效果不是很理想，超大規模語言預訓練模型技術將有效推動這類業務落地。”

“通過利用已有的大規模語言預訓練模型，結合詐騙場景下的語言特點，我們就可以去學習訓練相關的識別模型。詐騙通常是通過文本聊天交流，具有一定的語言特征，也就是詐騙話術，在理解這些話術之后，再去檢測識別。”趙建強說。

趙建強繼續解釋：“比如有些受害人會被拉到一些所謂的理財群里，詐騙人員以推銷交流虛假理財投資產品的名義誘導受害人。我們就可以通過訓練針對投資理財類聊天文本識別模型去鑒別，如果出現類似內容就可以檢測出來。還有一類就是識別發現各種詐騙網站，通過對詐騙網站網址、頁面文本內容、圖像內容等的特征學習，訓練形成針對不同類別詐騙網站識別的模型，提升海量網站數據中打擊詐騙網站的能力。目前，我們已經把這些技術和能力應用到了反詐預警當中。”

此外，有不少投資者也在投資者互動平臺上問及美亞柏科的相關業務。美亞柏科回復稱：“公司將ChatGPT的相關技術融合應用到產品售后支持部門，基于取證產品知識庫，研發智能客服機器人系統，提升服務水平。公司將在國家相關法律法規許可的框架下持續關注、研究、利用ChatGPT等新技術，并與公司大數據智能化、電子數據取證等業務融合，積極參與相關行業標準制定，并適時布局新業務。”