最近幾個(gè)月，大型語(yǔ)言模型成為了全球的熱門(mén)詞匯，頻頻登上各大新聞?lì)^條。這些復(fù)雜的模型，比如 OpenAI 的 GPT-4 和 Meta 的 LLaMA，激發(fā)了研究人員、開(kāi)發(fā)人員和公眾的想象力。

然而，無(wú)異于任何一門(mén)具有變革性的技術(shù)，大型語(yǔ)言模型也經(jīng)歷過(guò)炒作，隨之而來(lái)的預(yù)期波動(dòng)以及恐懼。2022 年底，隨著人們對(duì)人工智能與生成式 AI 的期望達(dá)到高潮，Gartner 發(fā)布了一份炒作周期報(bào)告。 隨著 GPT-4 宣布后，新 AI 產(chǎn)品的開(kāi)發(fā)呈爆炸式增長(zhǎng)，時(shí)隔不到一年，如今我們處于大型語(yǔ)言模型炒作曲線(xiàn)的什么位置？

大型語(yǔ)言模型究竟是什么？ 在討論炒作曲線(xiàn)之前，我們先來(lái)介紹一下大型語(yǔ)言模型究竟是什么。這種模型是生成式 AI 的一個(gè)子集，生成文本的能力得以?xún)?yōu)化，特別是在給定提示和相關(guān)上下文的情況下預(yù)測(cè)句子中的下一個(gè)單詞。這些模型接受了在非常大的數(shù)據(jù)集上的訓(xùn)練，使用的參數(shù)超過(guò)十億個(gè)，而且經(jīng)過(guò)了人類(lèi)（或其他大型語(yǔ)言模型）的微調(diào)。這類(lèi)模型包括 BERT、GPT 和 T5 等 。 說(shuō)到底，大型語(yǔ)言模型就是文本計(jì)算器，知道如何根據(jù)給定的提示，創(chuàng)建人類(lèi)可以理解的文本。

炒作曲線(xiàn)：從興奮到現(xiàn)實(shí)主義 在某種新技術(shù)出現(xiàn)時(shí)，經(jīng)常能夠觀察到炒作曲線(xiàn)。初期階段，受到崇高的承諾和有遠(yuǎn)見(jiàn)的預(yù)測(cè)的驅(qū)使，人們會(huì)產(chǎn)生極大的興奮和期待。 就大型語(yǔ)言模型而言，生成連貫且與上下文緊密相關(guān)的文本的能力帶動(dòng)了最初的炒作。媒體報(bào)道了這些模型的驚人功能，激發(fā)了各行各業(yè)無(wú)數(shù)人的想象力。同時(shí)，對(duì)于這類(lèi)工具的誤解而產(chǎn)生的恐懼也引發(fā)了很多爭(zhēng)議。

過(guò)高期望的峰值期 隨著大型語(yǔ)言模型受到的關(guān)注越來(lái)越多，對(duì)其能力的期望也膨脹至前所未有的高度。人們?cè)O(shè)想未來(lái)人工智能生成的內(nèi)容將徹底改變新聞業(yè)、客戶(hù)服務(wù)、內(nèi)容創(chuàng)作，乃至個(gè)人助理等行業(yè)。然而，在這個(gè)高峰階段，我們必須謹(jǐn)記這些模型還遠(yuǎn)非完美，并且有其局限性。

泡沫化的底谷期 在期望峰值過(guò)后，大型語(yǔ)言模型的實(shí)際情況逐步浮出水面，并由此而進(jìn)入一段底谷期。雖然這些模型可以生成令人印象深刻的文本或圖像，但它們也有可能生成不準(zhǔn)確、帶有偏見(jiàn)或無(wú)意義的輸出。此外，在此階段，圍繞人工智能的倫理問(wèn)題和對(duì)此類(lèi)技術(shù)的潛在濫用被放大。 結(jié)果是，熱情消退，公眾情緒向懷疑和恐懼傾斜。 我認(rèn)為，如今我們就處于這個(gè)階段，而且我們已經(jīng)加速通過(guò)了過(guò)高期望的峰值期！ 雖然許多個(gè)人和公司利用這項(xiàng)技術(shù)創(chuàng)造了巨大的價(jià)值，但只是少數(shù)個(gè)例，而且很多人仍處于泡沫化的底谷期。

穩(wěn)步爬升的光明期 隨著最初的炒作消退，人們對(duì)大型語(yǔ)言模型的理解開(kāi)始更加真實(shí)。研究人員和開(kāi)發(fā)人員積極致力于解決與這些模型相關(guān)的局限性和挑戰(zhàn)。在微調(diào)技巧、數(shù)據(jù)質(zhì)量和減少偏差等方面進(jìn)行了改進(jìn)。 人們的關(guān)注從過(guò)高的期望過(guò)渡到實(shí)際應(yīng)用的改進(jìn)技術(shù)。在穩(wěn)步爬升的光明期，大型語(yǔ)言模型的真正潛力和價(jià)值開(kāi)始具體化。 大型語(yǔ)言模型并不能解決所有的問(wèn)題，但可以非常接近。根據(jù)帕累托法則（又名80/20法則，約僅有20%的因素影響80%的結(jié)果），這些工具只有20%的概率幫助你創(chuàng)造80%的價(jià)值，具體取決于用例。這些模型以人與機(jī)器之間前所未有的方式釋放創(chuàng)造力。不僅可以加快構(gòu)思的過(guò)程，而且還可以消除解決問(wèn)題的許多障礙。

實(shí)質(zhì)生產(chǎn)的高原期 ?最終，大型語(yǔ)言模型將找到各自的立足之地，并為多個(gè)行業(yè)做出有意義的貢獻(xiàn)。改進(jìn)部署戰(zhàn)略，更好地理解自己的優(yōu)勢(shì)和局限性，再加上適當(dāng)?shù)牡赖驴剂?，這些模型都能成為有價(jià)值的工具。 大型語(yǔ)言模型不僅能幫助我們完成內(nèi)容創(chuàng)建、語(yǔ)言翻譯、聊天機(jī)器人等任務(wù)，甚至能夠輔助研究人員的研發(fā)工作。實(shí)質(zhì)生產(chǎn)的高原期標(biāo)志著大型語(yǔ)言模型的成熟階段，它們將無(wú)縫融入我們的生活，并成為提供支持的工具。這一切何時(shí)會(huì)實(shí)現(xiàn)還有待觀察，但可能比我們想象的要早！

總結(jié) ?毫無(wú)疑問(wèn)，大型語(yǔ)言模型在人工智能領(lǐng)域引起了轟動(dòng)。圍繞這些模型的炒作曲線(xiàn)是一個(gè)自然而然的過(guò)程，任何變革性的技術(shù)都會(huì)經(jīng)歷。雖然最初過(guò)高的期望可能會(huì)引發(fā)低谷期，但必須承認(rèn)這些模型具有巨大的潛力。 隨著技術(shù)的不斷成熟，難題的攻克，以及應(yīng)用程序的改進(jìn)，大型語(yǔ)言模型有望成為加強(qiáng)人類(lèi)的創(chuàng)造力以及解決問(wèn)題的寶貴資產(chǎn)。 理解和管理炒作曲線(xiàn)，可以幫助我們負(fù)責(zé)任地利用這些強(qiáng)大的工具，并利用它們改善社會(huì)。