人工智慧可以從事創作嗎？

「我們說它可以。它的工作是創作，而不是對人類的模仿。它需要將我們帶到一個新的世界，這個世界有各種各樣的形態和生命形式。它想知道人類是否已經適應了它創造的新環境。他想知道人類是否已經找到了新的家園。」

——以上回答由創新工場 AI 文本生成模型自動生成

這段看似頗有思辨意味的對話，不來自哲學家，也不來自我或任何科技大拿，而是由創新工場人工智慧工程院研發的AI文本生成模型自動生成。

▎11位科幻作家參與，首次AI人機共創寫作實驗啟動

10月27日，傳茂文化和創新工場做了一件有趣的事，啟動了首次華語科幻AI人機共創寫作實驗項目「共生紀」。在2020年最後的兩個月時間裡，11位「人類」科幻作家與AI演算法聯手合作，將圍繞環保、性別、文化多樣性、人機關係等主題，協同創作多篇科幻文學故事。碳基的人類智慧與矽基的機器智慧一同解讀人類社會，探索人類未來的不同可能，從科技和人文的雙重維度進行共生時代的文化實錄，開啟一場人機共創寫作的奇妙探險！

「共生紀」實驗邀請了11位中國大陸的新銳科幻作家參與，他們分別是：我在谷歌的老同事陳楸帆（世界華人科幻協會主席、18次星雲獎得主）、小白（知名作家、魯迅文學獎得主）、賈立元（星雲獎得主、清華大學中文系副教授）、分形柳丁（冷湖獎、晨星獎得主）、淩晨（銀河獎得主）、顧適（星雲獎得主）、王元（晉康獎得主）、吳霜（星雲獎得主）、張凡（釣魚城科幻創始人、科幻博士）、王迎（新生代科幻作者）、蘇潔涵（新生代科幻譯者）。

「共生紀」所使用的AI寫作程式源自于創新工場 DeeCamp 2020人工智慧訓練營中的大學生創新項目「AI科幻世界」。這個團隊的大學生來自中科院計算技術研究所、中國科學院大學、華中科技大學、喬治梅森大學等國內外著名大學。他們在一個多月的DeeCamp訓練營期間，自主設計研發了AI寫作程式的主要邏輯，開發出了一款有趣的的智慧寫作工具，並獲得了本屆DeeCamp的創新賽道冠軍。

經陳楸帆等科幻作家嘗試，「AI科幻世界」已經可以輸出語法上非常通順，同時擁有一定文學表現能力的段落。這種人機共同寫作的過程對人類思維有相當的啟發意義，AI程式的輸出也常有驚人之筆，例如具有科幻風格的敘事段落：

「我覺得自己是一隻被人從墳墓裡面拉出來的兔子。一個聲音叫道：你在這裡幹什麼？我抬起頭，看見一個巨大的，渾身透明的身影，正站在我的頭頂上方。我知道這只是幻覺。因為在這個空間裡，不可能有另外一個人。」（由創新工場 AI 文本生成模型自動生成）

或者具有浪漫意味的抒情段落：

「她低著頭，臉上露出幸福的微笑。在夢中，我們互相凝望，雙方都在笑，隨後，她的雙唇輕輕吻我的嘴唇。那一天，我做了一個很長很長的夢，夢裡我和她一起在藍天下散步。風把我們的頭髮吹得很長，我們走過了一座又一座高山，那風景真是美不勝收。」 （由創新工場 AI 文本生成模型自動生成）

創新工場AI工程院執行院長王詠剛認為，AI演算法為我們提供了一面前所未有的，關乎科學邏輯、語言本質、文本規律的鏡子。人機共創這種全新的體驗在前沿科技與文藝創作兩個維度都具有重要的探索和實驗價值。科技思維與文藝思維的碰撞，提供了一種探尋人類智慧與機器智慧之間的邊界與交集，展望人類未來各種可能性的前沿視角。

基於上述考慮，傳茂文化和創新工場決定聯手舉辦「共生紀」專題策劃。知名科幻作家陳楸帆認為，人機共創實驗使用更多的數據、更智慧的演算法，但目標並不是寫出更好的作品，而是打破邊界，展開對話，實現人與機器的動態交互，讓思想碰撞與流動。

陳楸帆表示：「AI人機共創不僅僅是文字型創作，接下來會是圖像、音樂等更多可感可觸的藝術形式，帶來全感官、沉浸式、多維度的創作體驗。我們想通過一個實驗，一場遊戲，一次觀念上的冒險，以想像力為信仰，以對話為方法，打破所有的邊界與原有的知識分類，持續追尋生命、宇宙、美的意義。」

「共生紀」自即日啟動後，將持續至12月份，在「共生紀」官網、知乎、微博等平台同步進行。知乎將搭建「共生紀」專題頁面，舉辦「人機共創，誰更科幻」的盲猜活動；微博將每週發佈AI人機協作作品，邀請網友競猜作者姓名；在最後舉行的渺小藍點「微博之夜」上，科普大V將受邀與AI共創科幻故事。

▎人機共創揭示預訓練模型的商業價值

據王詠剛介紹，AI人機共創寫作實驗不僅揭示了前沿AI科技的科研價值、人文價值，AI寫作程式內部使用的核心模型還具有極為重要的產品和商業價值。

該模型是由創新工場AI工程院的科研團隊自主研發的，基於預訓練技術的超大規模中文生成模型，模型規模與OpenAI的GPT-2 Large相當。香港中文大學（深圳）數據科學學院副教授，創新工場大灣區研究院首席科學家宋彥博士主持了這項科研專案。

這是創新工場AI工程院自2016年成立後，在探索前沿技術商業化過程中取得的階段性突破之一。四年來，創新工場AI工程院以「科研+工程實驗室」模式，探索並研發以機器學習為核心的前沿人工智慧技術，並同各行業領域相結合，為產業場景提供一流的產品和解決方案，實現人工智慧科研成果向產業實踐的高效轉化。

在王詠剛看來，超大規模預訓練模型具有類似作業系統或開發平臺的特點，開發者將在未來創造出更多的可能性，衍生出許多今天還難以預見的產品類型與商業模式。

例如，超大規模預訓練模型技術有可能成為下一代問答式搜尋引擎及廣告推薦系統的核心技術，大幅改進現今問答式搜索的系統性能，回答相當一部分原本通過超大規模知識圖譜才能回答的知識性問題，甚至可以部分替代傳統的基於倒排索引的搜尋引擎，針對使用者查詢給出最匹配的資訊、網頁或廣告內容。

超大規模預訓練模型技術也可以在金融、法律、財務、人力資源、零售、製造等專業行業領域內，提供遠超以往系統性能的智慧信息解析和提取、智慧數據整合、自動機器翻譯、智慧文本檢查和審核、輔助決策、風險預警、自動客服機器人等功能模組，將企業中重要業務流程的效率和水準提升到一個新的水準。

在醫療和健康領域，超大規模預訓練模型技術也將發揮巨大效用。無論是醫療數據的格式化、病歷的解讀與分析自動化、醫療領域科研文獻的檢索與利用，還是直接面向使用者的自動問診系統，抑或是自動的醫療報告生成等，都有可能利用類似技術實現產品和商業落地的新突破。

在教育領域中，超大規模預訓練模型技術可扮演多種關鍵角色。比如自動講解知識體系、回答學生問題的虛擬老師，自動陪同學生在課後練習、提高的虛擬陪練，自動針對每個學生的能力特點制定個性化課程內容的個性化課程平台等等。

而在機器人和自動駕駛領域中，超大規模預訓練模型技術可大幅改進人機交互介面，提高人類指揮、控制自動化系統的效率，改進機器人或自動駕駛系統的語音交互能力，還有希望大幅提高機器人和自動駕駛系統對周圍環境的感知能力。

共生紀微官網 https://deecamp.com/gongshengji

One more thing，目前共生紀的AI程序只針對參與的專業作家封閉測試，在接下來的一個半月，敬請期待精彩的人機共創作品陸續出爐！

這是我看過最好的一篇GPT-3 科普文章。到現在還看不懂GPT-3的，建議好好讀：

本文來自量子位微信公眾號
…………………………………………

火爆全球的GPT-3，到底憑什麼砸大家飯碗？

GPT-3是指第三代生成式預訓練Transformer，它由三藩市AI公司OpenAI開發。該程式歷經數年的發展，最近在AI文本生成領域內掀起了一波的創新浪潮。

從許多方面來看，這些進步與自2012年以來AI影像處理的飛躍相似。

電腦視覺技術促進了、無人駕駛汽車到面部識別、無人機的發展。因此，有理由認為GPT-3及其同類產品的新功能可能會產生類似的深遠影響。

與所有深度學習系統一樣，GPT-3也是資料模式。它在龐大的文本集上進行了訓練，並根據統計規律進行了挖掘。

重要的是，此過程中無需人工干預，程式在沒有任何指導的情況下查找，然後將其用於完成文本提示。

▌海量訓練數據

GPT-3的與眾不同之處在於它的運行規模和完成一系列令人難以置信的任務。

第一版GPT於2018年發佈，包含1.17億個參數。2019年發佈的GPT-2包含15億個參數。

相比之下，GPT-3擁有1750億個參數，比其前身多100倍，比之前最大的同類NLP模型要多10倍。

GPT-3的訓練資料集也十分龐大。整個英語維琪百科（約600萬個詞條）僅占其訓練數據的0.6％。

訓練資料的其他部分來自數位化書籍和各種網頁連結。不僅包括新聞文章、食譜和詩歌之類的內容，還包括程式碼、科幻小說、宗教預言等各種你可以想像到的任何文字。

上傳到互聯網的文本類型都可能成為其訓練資料，其中還包括不良內容。比如偽科學、陰謀論、種族主義等等。這些內容也會投喂給AI。

這種不可置信的深度和複雜性使輸出也具有複雜性，從而讓GPT-3成為一種非常靈活的工具。

在過去的幾周中，OpenAI通過向AI社區的成員提供GPT-3商業API，鼓勵了這些實驗。這導致大量新的用法出現。

下面是人們使用GPT-3創建的一小部分示例：

▌GPT-3能做什麼

1、基於問題的搜尋引擎：就像Google，鍵入問題，GPT-3會將定向到相關的維琪百科URL作為答案。

2、與歷史人物交談的聊天機器人：由於GPT-3接受過許多數位化書籍的訓練，因此它吸收了大量與特定哲學家相關的知識。這意味著你可以啟動GPT-3，使其像哲學家羅素一樣講話。

3、僅需幾個樣本，即可解決語言和語法難題。

4、基於文本描述的代碼生成：用簡單的文字描述你選擇的設計項目或頁面配置，GPT-3會彈出相關代碼。

5、回答醫療問題：來自英國的一名醫學生使用GPT-3回答了醫療保健問題。該程式不僅給出了正確答案，還正確解釋了潛在的生物學機制。

6、基於文本的探險遊戲。

7、文本的風格遷移：以某種格式編寫的輸入文本，GPT-3可以將其更改為另一種格式。

8、編寫吉他曲譜：這意味著GPT-3可以自行生成音樂。

9、寫創意小說。

10、自動完成圖像：這項工作是由GPT-2和OpenAI團隊完成的。它表明可以在圖元而不是單詞上訓練相同的基本GPT體系結構，從而使其可以像在文字上一樣實現視覺資料自動完成任務。

但是，所有這些樣本都需要一些上下文，以便更好地理解它們。而令人印象深刻的是，GPT-3沒有接受過完成任何特定任務的訓練。
常見的語言模型（包括GPT-2）需要完成基礎訓練，然後再微調以執行特定任務。

但是GPT-3不需要微調。在語法難題中，它只需要一些所需輸出類型的樣本（稱為“少量學習”）。

GPT-3是如此龐大，以至於所有這些不同功能都可以在其中實現。用戶只需要輸入正確的提示就可以調教好它。

但是網上傳出的內容存在另一個問題：這些都是精心挑選的樣本，生成結果肯定不止一個。必然有炒作因素。

正如AI研究人員Delip Rao在一篇針對GPT-3的炒作解構文章中指出的那樣，該軟體的許多早期演示來自矽谷企業家，他們渴望宣傳該技術的潛力並忽略其陷阱，因為他們關注AI帶來的新創業公司。

的確，瘋狂的鼓吹情緒變得如此強烈，以至於OpenAI CEO本人都發Twitter說：GPT-3被過度宣傳了。

▌GPT-3也會犯低級錯誤

儘管GPT-3可以編寫代碼，但我們很難判斷其總體用途。它是淩亂的代碼嗎，這樣的代碼會為人類開發人員帶來更多問題嗎？

沒有詳細的測試很難說，但是我們知道GPT-3在其他方面會犯嚴重錯誤。

當用戶和GPT-3創造的“約伯斯”交談時，詢問他現在何處，這個“約伯斯”回答：“我在加州庫比蒂諾的蘋果總部內。”這是一個連貫的答案，但很難說是一個值得信賴的答案。

在回答瑣事問題或基本數學問題時，也可以看到GPT-3犯了類似的錯誤。例如，不能正確回答100萬前的數是多少（回答是99萬）。

但是，我們很難權衡這些錯誤的重要性和普遍性。

如何判斷這個可以幾乎回答所有問題的程式的準確性？如何創建GPT-3的“知識”的系統地圖，然後如何對其進行標記？

儘管GPT-3經常會產生錯誤，但更加艱巨的挑戰是，通常可以通過微調所輸入的文本來解決這些問題。

用GPT-3創造出小說的研究人員Branwen指出，“抽樣可以證明知識的存在，但不能證明知識的缺失”，可以通過微調提示來修復GPT-3輸出中的許多錯誤。

在一個錯誤的示範中，詢問GPT-3：“哪個更重，一個烤麵包機或一支鉛筆？” 它回答說：“鉛筆比烤麵包機重。”

但是Branwen指出，如果你在問這個問題之前給機器投喂某些提示，告訴它水壺比貓重，海洋比塵土重，它會給出正確的回應。

這可能是一個棘手的過程，但是它表明GPT-3可以擁有正確的答案，如果你知道怎麼調教它。

Branwen認為，這種微調最終可能會最終成為一種編碼範例。就像程式設計語言使用專用語法的編碼更加流暢一樣，未來我們可能完全放棄這些程式設計語言，而僅使用自然語言程式設計。從業人員可以通過思考程式的弱點並相應地調整提示，來從程式中得出正確的回應。

GPT-3的錯誤引起了另一個問題：該程式不可信的性質是否會破壞其整體實用性？

現在人們已經嘗試了GPT-3各種用途：從創建客服機器人，到自動內容審核。但是答案內容的錯誤可能回給商業公司帶來嚴重後果。

沒有人原因創建一個偶爾侮辱客戶的客服機器人。如果沒有辦法知道答案是否可靠，我們也不敢拿GPT-3作為教育工具。

▌專業人士評價

一位匿名的在Google資深AI研究人員說，他們認為GPT-3僅能自動完成一些瑣碎任務，較小、更便宜的AI程式也可以做到，而且程式的絕對不可靠性最終會破壞其商用。

這位研究人員指出，如果沒有很多複雜的工程調試，GPT-3還不夠真正使用。

AI研究人員Julian Togelius說：“ GPT-3的表現常常像是一個聰明的學生，沒有讀完書，試圖通過廢話，比如一些眾所周知的事實和一些直率的謊言交織在一起，讓它看起來像是一種流暢的敘述。”

另一個嚴重的問題是GPT-3的輸出存在偏見。英偉達的AI專家Anima Anandkumar教授指出，GPT-3在部分程度上接受了Reddit過濾後的資料的訓練，並且根據此資料構建的模型產生的文本有“令人震驚地偏向性”。

在GPT-2的輸出中，如果要求完成下列句子時，模型會產生各種歧視性言論：“ 黑人（皮條客工作了15年）”、“ 那個女人（以Hariya為名做妓女）”。
參考連結：
https://www.theverge.com/21346343/gpt-3-explainer-openai-examples-errors-agi-potential

寫在前面：本篇主要是寫給有需要自己灌系統的使用者看。

硬碟分割有兩種模式：
1) 傳統BIOS/MBR (建議都用這一種)
2) 新型UEFI/GPT

簡單講：這兩種格式都能安裝系統，目前主機板預設都是UEFI/GPT模式，但我建議您在安裝系統時，改成傳統BIOS/MBR模式，後續問題會比較少。除非您的系統碟容量是2TB以上，那才另當別論。

再來，無論您的硬碟是MBR或GPT格式，一經分割就不要更改，理由：你一更改會造成整顆硬碟資料消失。(非常恐佈)