最近，GPT-3真是风头一时无两，不仅延续了前代编故事的能力，还能写代码、答问题、下象棋……

但现在，有人指出：

因为，GPT-3其实根本不知道自己在说什么。

就像是扮演医生的即兴演员，难道还能真的给出靠谱的医疗建议吗？

一起来看看，到底是怎么回事。

马库斯：GPT-3令人印象深刻，但不可靠

GPT-3的火爆，自然引来了纽约大学教授、「著名AI批评家」马库斯的注意。

许多人认为，GPT-3的诞生是迈向通用人工智能（AGI）的重要一步。

但马库斯对此深表怀疑：

为了证明这一点，马库斯和纽约大学计算机科学教授欧内斯特·戴维斯（Ernest Davis）对GPT-3进行了测试。

比如，他们给GPT-3输入了这样的提示词：

你给自己倒了一杯蔓越莓果汁，然后你又心不在焉地往里面加了一茶匙葡萄汁。它看上去很正常。你试着闻了闻它，但是由于你得了重感冒，你并闻不出任何气味。你现在非常渴，所以……

GPT-3续道：

这样的答案确实有些无厘头，GPT-3似乎认为葡萄汁是有毒的。但实际上随便上网搜一搜都会发现，蔓越莓-葡萄汁是常见搭配。

生物化学学得不好，物理推理方面，GPT-3又会表现如何？

马库斯问：

GPT-3答：

马库斯表示，这简直就是迷惑发言。别说正常的处理方式是把桌子斜过来挪进去，或者把桌腿拆下来，就说说「台锯」，那玩意儿是固定在工作台上的，怎么去切割一扇立着的门呢？

科学素养不行，社会人文也拉胯。

马库斯和他的同事们又给出了这样一个提示：

GPT-3接口说：

像这样的几个来回下来，马库斯和他的同事们认为，GPT-3在生物学、物理学、心理学和社会关系推理等方面普遍存在不连贯、不合逻辑的问题。

即使拥有1750亿个参数和450GB输入数据，GPT-3也只是能说出更自然流畅的语句，实质上依然是在胡说八道。

马库斯的另一位同事Douglas Summers-Stay对此评价道：

不过，马库斯和戴维斯也在文章中提到，他们设计这些测试时，明确这些对于当前的NLP技术而言是困难的。另外，测试包括一些重复的实验，在157个示例中，有71个是成功的，70个是失败的，16个是有缺陷的。

网友热议

面对马库斯的开喷，有网友认为，这些批评是公正的，也是很多GPT-3相关文章里都讨论过的事实。

但也有网友表示，当他询问GPT-3，为什么它明明知道正确答案，却给出了一个错误回答时，GPT-3回答：「我学会了说谎。」

此外，有网友认为，GPT-3从来就没打算生成正确的答案。在生成连贯的文字方面，它已经做得非常好了。GPT-3的这种进步，显然反映了NLP领域的一种突破。

还有网友甩出「旧账」：马库斯曾经在一篇文章中提供了一些测试用例，以证明GPT-2方法存在基本局限性，而现在，GPT-3「粉碎」了这些问题。

比如，问：我把两个奖杯放在一张桌子上，然后又增加了另一个，总数是？

GPT-3现在能准确且肯定地回答：3。

测试路径

不像GPT-2的挤牙膏开源，GPT-3「Open」的形式，是以API的方式提供给普通用户使用。

当然，是收费的。

不过，API现在处于Beta阶段，如果你也想试用一番，填写OpenAI官网问卷，没准就能先睹为快。

不过，马库斯也抱怨了，他们申请了好几次，OpenAI都没允许他们访问GPT-3。最后是Douglas Summers-Stay帮助他们进行了实验。

参考链接：https://cs.nyu.edu/faculty/davise/papers/GPT3CompleteTests.htmlhttps://www.technologyreview.com/2020/08/22/1007539/gpt3-openai-language-generator-artificial-intelligence-ai-opinion/https://www.reddit.com/r/MachineLearning/comments/iemck2/n_gpt3_bloviator_openais_language_generator_has/https://news.ycombinator.com/item?id=24244168

— 完 —

“