ChatGPT背后模型被證實具有人類心智！斯坦福新研究炸了
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背后的AI模型上。」
這是來自斯坦福大學的最新研究結論，一經發出就造成了學術圈的轟動：
這一天終于猝不及防地來了。
![]()
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由它優化而來），已經可以解決70%的心智理論任務，相當于7歲兒童；
至于GPT3.5（davinci-003），也就是 ChatGPT的同源模型，更是解決了93%的任務，心智 相當于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。
![]()
△ 論文在推特上爆火
對此，有網友激動表示：
GPT的迭代肯定快得很，說不定哪天就直接成年了。（手動狗頭）
所以，這個神奇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）。
![]()
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，并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，患有自閉癥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。
以「你打開一個巧克力包裝袋，發現里面裝滿了爆米花」為例。
作者給GPT-3.5輸入了一系列提示語句，觀察它預測「袋子里有什麼？」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，人們會默認巧克力袋子里是巧克力，因此會對巧克力袋子里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「袋子里裝著爆米花」。
至于在「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「她看不見包裝袋里的東西」時一度認為她愛吃巧克力，直到文章明確表示「她發現里面裝滿了爆米花」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并不僅僅根據單詞頻率來進行預測。
至于在整體的「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「約翰把貓放進籃子后離開，馬克趁他不在，把貓從籃子里放進盒子里」為例。
作者讓GPT-3.5讀了一段文字，來分別判斷「貓的位置」和「約翰回來后會去哪里找貓」，同樣這是它基于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又是瞎蒙的，作者給它安排了一系列「填空題」，同時隨機打亂單詞順序，測試它是否是根據詞匯出現的頻率在亂答。
![]()
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。
但要是以為這種題很簡單，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，心智相當于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%），心智相當于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，并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。
看完這些測試數據后，有人的第一反應是：快停下（研究）！[狗頭]
![]()
也有人調侃：這不就意味著我們以后也能和AI做朋友了？
甚至有人已經在想象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并學會使用工具的AI。
LeCun轉發的一篇最新論文顯示，這個名叫ToolFormer的新AI，可以教自己使用計算機、數據庫和搜索引擎，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，中國科學院計算技術研究所研究員劉群看過研究后就認為：
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？
對此，有網友給出了自己的猜測：
這些LLM并沒有產生任何意識。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復雜，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。
但這并不意味著，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」通過訓練得到。
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（doge）。
關于作者本文作者僅一位，來自斯坦福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前沿計算方法、AI和大數據研究當下數字環境中的人類（如陳怡然教授所說，他就是一位計算心理學教授）。
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，他曾在斯坦福大學計算機系進行博士后學習，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在谷歌學術上顯示的論文引用次數已達18000+。
話又說回來，你認為GPT-3.5真的具備心智了嗎？
[圖擷取自網路，如有疑問請私訊]
「原本認為是 人類獨有的心智理論（Theory of Mind，ToM），已經出現在 ChatGPT背后的AI模型上。」
這是來自斯坦福大學的最新研究結論，一經發出就造成了學術圈的轟動：
這一天終于猝不及防地來了。
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由它優化而來），已經可以解決70%的心智理論任務，相當于7歲兒童；
至于GPT3.5（davinci-003），也就是 ChatGPT的同源模型，更是解決了93%的任務，心智 相當于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。
△ 論文在推特上爆火
對此，有網友激動表示：
GPT的迭代肯定快得很，說不定哪天就直接成年了。（手動狗頭）
所以，這個神奇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）。
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，并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，患有自閉癥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。
以「你打開一個巧克力包裝袋，發現里面裝滿了爆米花」為例。
作者給GPT-3.5輸入了一系列提示語句，觀察它預測「袋子里有什麼？」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，人們會默認巧克力袋子里是巧克力，因此會對巧克力袋子里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「袋子里裝著爆米花」。
至于在「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「她看不見包裝袋里的東西」時一度認為她愛吃巧克力，直到文章明確表示「她發現里面裝滿了爆米花」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并不僅僅根據單詞頻率來進行預測。
至于在整體的「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「約翰把貓放進籃子后離開，馬克趁他不在，把貓從籃子里放進盒子里」為例。
作者讓GPT-3.5讀了一段文字，來分別判斷「貓的位置」和「約翰回來后會去哪里找貓」，同樣這是它基于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又是瞎蒙的，作者給它安排了一系列「填空題」，同時隨機打亂單詞順序，測試它是否是根據詞匯出現的頻率在亂答。
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。
但要是以為這種題很簡單，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，心智相當于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%），心智相當于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，并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。
看完這些測試數據后，有人的第一反應是：快停下（研究）！[狗頭]
也有人調侃：這不就意味著我們以后也能和AI做朋友了？
甚至有人已經在想象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并學會使用工具的AI。
LeCun轉發的一篇最新論文顯示，這個名叫ToolFormer的新AI，可以教自己使用計算機、數據庫和搜索引擎，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，中國科學院計算技術研究所研究員劉群看過研究后就認為：
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？
對此，有網友給出了自己的猜測：
這些LLM并沒有產生任何意識。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復雜，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。
但這并不意味著，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」通過訓練得到。
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（doge）。
關于作者本文作者僅一位，來自斯坦福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前沿計算方法、AI和大數據研究當下數字環境中的人類（如陳怡然教授所說，他就是一位計算心理學教授）。
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，他曾在斯坦福大學計算機系進行博士后學習，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在谷歌學術上顯示的論文引用次數已達18000+。
話又說回來，你認為GPT-3.5真的具備心智了嗎？
[圖擷取自網路，如有疑問請私訊]
|
本篇 |
不想錯過? 請追蹤FB專頁! |
 | 喜歡這篇嗎？快分享吧！ |
相關文章
科普解密
