ChatGPT剛推出時，我們辦公室討論紛紛，我馬上去玩了一下。當時心態很惡搞，詢問GPT什麼是蜥蜴人、女王是不是蜥蜴人 ﹝註：蜥蜴人是在都市傳說中常被提到的外星生物﹞。他的回答都說蜥蜴人只是一種虛構生物。好吧，我想這大抵符合人類的認知！
隔了幾天，我又去問GPT，什麼是蜥蜴人，他竟然告訴我，他不知道什麼是蜥蜴人。這風向驟變，不禁懷疑他是被重train﹝重新訓練﹞了嗎?
我想確定他是否有懂我，於是又再問他「祖克伯是誰」，他竟然說，不知道祖克伯是誰。用Mark Zuckerberg取代祖克伯再問，結果亦然。真的很困惑。到底他們拿什麼文本來訓練GPT？我的入門語言模型 (很弱的那種)
ChatGPT說，他自己是個語意模型，也就是說，他是一個使用自然語言處理技術﹝Natural Language Processing, 下稱NLP﹞，所訓練出來的模型。這種技術讓電腦可以解譯和操作人類的語言，無疑是個大坑。
但很遺憾，自己不常使用NLP技術，記憶停留在很入門的程度。不過呢，我過年時還是趁著ChatGPT熱潮，手癢玩了一些自然語言的模型。
當時用n-gram為基的馬可夫鏈 (Markov Chain)生成器，以對字詞進行預測，使其能串字成句，句能成章。馬可夫鏈的統計機制，就足夠我們生成虛構短文。如果學習的語料庫是BBC新聞，那他就能依此生成新聞段落。
結果如下：
Google給的翻譯是：開往伊斯肯德倫設施的船隻位於地震上方升起的濃煙西南約 70 英里 112 公里處，
船運公司 ap moller maersk 稱港口受損
不管你英文好不好，應該能感覺東西是在瞎扯，而且老實說不太好玩。畢竟我沒有把模型設定的太複雜﹝2-gram﹞，語料也少﹝165字新聞﹞，所以其產出結果跟真正的自然語言、或ChatGPT之間有著巨大落差。
GPT，請你像個人類
不只如此，用以改善語意模型的架構﹝見Transformer架構﹞，在這五六年間有著天翻地覆的突破。ChatGPT也在此基礎上開發進展。
所幸，不少影片和文章將我引入了GPT的大門。除了訓練用語料，影響輸出結果的因素主要是兩個，一個是機率，一個是人類的喜好/習慣。首先，每個文字的輸出，服從一個從資料中所學來的機率分布。這個字之所以接續前一個字出現，形成字字接龍，背後就根據從該分布進行的隨機取樣。這也是為什麼，他的回答每次可能有些不同。
再者，人類的語言習性在GPT框架中扮演重要腳色，決定了語意模型能否照著人類預期與能理解方式做回答。這是模型學習的目標，更是定量學習好壞的判準。故模型不能純粹順從語料庫學來的訊息，去生成回應。李宏毅教授的影片說得清楚──當我問世界上最高的山是哪座，模型必須回答真正的答案，不能反問說：那世上最深的海又在哪裡呢？
也就是說，GPT不單單只是學了一大堆語料，變成優秀的接話仔﹝文字接龍﹞；而是以人類語意與反饋為學習目標，強化自己的應答。這正如他的一個通用名所示：Reinforcement Learning from Human Feedback，意旨其模型框架，加入了一種叫做強化學習﹝Reinforcement Learning﹞的訓練方式。
在GPT，被獎勵的目標，是作出和人類對語意理解相似的文字/語意生成。這讓機器不純粹依著既有資料的模式，優化並生成預測；反而讓機器有更強的能力，去因應不同環境﹝狀態﹞，作出最優的選擇與回應 。這大大突破統計方法﹝statistical approaches，如前述n-gram馬可夫鍊﹞的限制。
小結尾
回顧自己跟NLP之間，緣分實在甚淺。我所應用的範疇，大多是量化市場情緒，判別更加即時的市場情緒，以在彌補市場消息面上，量化數據之不足。
這是說，基於領域專業，以人工的方式針對新聞的情緒做標籤，讓演算法知道新聞語料對應到哪類市場情緒﹝如正向、恐懼或貪婪等﹞，用以預測未來新聞中的隱含情緒。若非微調﹝fine tune﹞自然語言模型，純粹用機器學習模型﹝如SVM或隨機森林﹞，也都有不錯的預測效果。
而今GPT已歷經GPT-1 ~ GPT3.5，其框架改變似乎不大，明顯差異在參數量巨幅增加。但這也是他被領域專家詬病為不夠創新的一因。可是以一個成為通用語言模型而生的應用，算是一個優異的存在。別說ChatGPT，光是GPT-2，就有人用他寫金庸小說！該作者讓他學習14部金庸小說，最後虛構出了脈絡完整、人物關係沒有混淆的金庸情節。
不過，雖然無法回答我蜥蜴人的問題，但ChatGPT現在是我的超級戰友。我用他來幫我生成文章段落和寫程式。
未完，見後續......。
