4 月 3 日訊息，據 The Verge 報道，OpenAI 最近宣佈，其人工智慧文字生成器 GPT-3 現已被數萬開發者用於 300 多個不同的應用程式，每天輸出 45 億詞之多。

報道稱，雖然 GPT-3 生成的大部分文字都很生澀，但如此大的輸出量也反映出，AI 文字生成技術的規模、影響和商業潛力正在不斷增長。

一、約 2000 億個單詞的訓練，讓機器“開口說話”

GPT-3 的全稱叫生成預訓練轉換器 - 3 （Generative Pretrained Transformer-3），這套強大的“大型語言模型”於 2020 年 6 月問世，訓練了大約 2000 億個單詞，估計花費了數千萬美元。

目前，文字生成是機器學習的一大趨勢。人工智慧系統從網際網路上抓取大量的單詞進行學習，並根據各種提示生成文字。學習完成後，機器就可以實現一系列功能，比如創作小說、編寫潦草的程式碼，以及讓使用者對話歷史人物等。

二、眾多公司申請使用 GPT-3 通用 API 以構建服務

獲取 GPT-3 底層程式碼是 OpenAI 的一項商業服務。GPT-3 與微軟簽訂了獨家協議，允許微軟獨家訪問 GPT-3 程式的底層程式碼。

不過，任何公司都可以申請使用 GPT-3 的通用 API，並在此基礎上構建服務。目前已經有數百家公司這樣做了。

美國一家名為 Viable 的客戶反饋分析公司採用了 GPT-3，從調查、服務檯票、實時聊天記錄和評論中識別出“主題和情緒”；美國的 AI 虛擬形象公司 Fable Studio 使用這個程式實現了使用者跟虛擬形象的對話；美國舊金山的人工智慧搜尋平臺 Algolia 也在用它改進自己的網路搜尋產品，然後賣給其他客戶。

三、難逃同質化、文字質量堪憂，應用仍存難點

GPT-3 的大量使用對 OpenAI 以及微軟來說都是好訊息，因為微軟 Azure 雲端計算平臺能夠為 OpenAI 提供更強大的技術支援，但並非所有創業公司都對此感興趣。

據分析人士觀點，如果不是真正擁有這項技術，那麼一家公司全靠 GPT-3 來構建業務是十分不明智的選擇。

主要原因在於，儘管使用 GPT-3 能讓公司和業務的建立更加簡單，但自己的競爭對手也同樣能這麼做。就算能通過品牌和使用者介面讓公司業務打出差異化，技術背後所產生的大量收益還是歸 OpenAI 所有。

與此同時，GPT-3 的智慧文字輸出質量也存在令人擔憂的問題。和許多演算法一樣，GPT-3 也會吸收和放大有害的偏見，這有時會讓它犯下“愚蠢的錯誤”。例如，在使用 GPT-3 構建的醫療聊天機器人進行測試時，該模型曾鼓勵“有自殺傾向”的病人去自殺。

▲測試中，GPT-3 鼓勵有自殺傾向的使用者言論

去年 9 月 4 日，蒙特雷的米德爾伯裡國際研究所的兩名研究人員在 airXiv 平臺上釋出了一篇論文，文章提到，GPT-3 在生成激進文字方面遠遠超過上一個版本 GPT-2。對此，OpenAI 也在開發工具，幫助使用者更好地控制 GPT-3 生成文字。

結語：機器對話來臨，還需摸索前進

OpenAI 的“45 億字”里程碑說明了，像 GPT-3 這樣的智慧文字生成工具目前已經在大量生成機器對話，並且已經被開發者大量地採用。

但當前來看，實際應用中演算法還是會造成錯誤、不公和偏見，過於依賴演算法未必是好事。這類問題仍然值得關注，因為 AI 文字生成的機器對話還會繼續下去、甚至愈演愈烈。

或許在未來，我們會迎來一個充滿機器人生成對話的世界。