ChatGPT爆火，Meta也坐不住了。
微软和谷歌正在搜索引擎那边刺刀拼刺刀呢，谁想Meta冷不防抛出一篇新论文，顿时吸引全场目光：
瞄准ChatGPT的“软肋”，让大语言模型自行学会了使用工具！
简单来说，基于Meta的这个思路，ChatGPT这些大语言模型可以缺啥补啥：
不会算数，就自己掏出计算器计算；需要最新信息，就自己连接搜索引擎搜索……
是不是有点AI自己操作自己内味儿了？
论文一出，不少AI研究者就将其视作“过去几周里最重要的论文”。
这篇论文给人们打开了思路，让大语言模型未来可以成为所有事情的起点。
还有网友表示：我老婆原本不太关心AI，听说Meta这论文都惊了。普通人真的得好好想想这事儿了。
这一回，Meta给这个会使工具的语言模型起名Toolformer。
Toolformer的内核逻辑，总结下来很简单，就是：
专业的任务交给专业的工具来做。
在生成文本的过程中，遇到特定的任务，Toolformer会直接调用所需工具的API。
比如说，在执行这个任务：1400名参与者，有400人通过了测试，占多大比例？（为了让ChatGPT掌握数学运算，OpenAI可没少折腾）
Toolformer丝毫不慌，直接“掏出”计算器，现场计算得出结果：29%。
又或者说，想要备注个事情，只知道是周五，具体日期还不知道？
没关系，翻出日历查一下就好了。
甚至翻译任务也可以直接丢给它，各国语言都能够识别并翻译，直接省去了在软件切换语言的工夫。
除了这些工具之外，Toolformer还能够调用Q&A以及搜索引擎等工具。
这时，就已经有网友开始畅想未来了：
现在，ChatGPT版必应能帮你比较酒店价格，那未来有了Toolformer，预定性价比高的酒店岂不是也可以甩给AI去做了。
不过话说回来，Toolformer面对不同的任务都能行云流水般地调用对应的工具，它是怎么做到的呢？
一言以蔽之，Toolformer经过训练，能够在生成文本中插入API调用，直接将任务外包出去。
在这其中，训练的过程是以自监督的方式完成的。这意味着无需大量人类标注好的数据，Toolformer只需要少量演示就能学会调用API。
具体来说，先给Toolformer提供少量已经手动标注好的例子，然后让语言模型在实践中生成一个更大的包含示例的数据集。
这个过程主要分成三步：
首先是取样，通俗点讲就是看输入的文本提示中，哪个地方需要调用哪种工具，然后直接将“调用的API”插入到对应的地方；
其次是执行，执行上一步的“调用API”任务，将生成的文本直接插入进去；
最后是过滤，上一步中工具生成的文本如果对输入文本来说用处不大的话，就可以直接pass掉，保留对文本有用的地方。
这样一来，基于这些有用的数据集，Toolformer便可以对预先训练好的大语言模型进行微调。
讲了这么多，Toolformer的真实效果到底如何，有没有一个横向的数据对比？
论文将Toolformer和多个其他大语言模型，包括GPT-J，OPT（66B）以及GPT-3（175B）进行了对比，比较了它们在数学、Q&A以及机器翻译等方面的能力。
结果显示，在学习使用工具后，GPT-J的零样本学习性能的到了显著的提高。
并且在大多数任务上性能都有明显提高，在一些下游任务中Toolformer甚至已经超过了GPT-3。
说到这里，不知道你怎么看这件事儿。
有不少网友是已经按捺不住，想着去拔AI电源了。
而引发更多讨论的，是这样一种观点：Toolformer可能是未来LLM（大语言模型）发展的一个重要分支。
大语言模型进化出使用工具的能力，知道应该在何时、使用何种工具来实现需求，也就意味着许多在今天还需要人类和AI协作完成的工作，未来AI都能自己搞定了。
比如现在还多少有些“人工智障”的语音助手，如果背后有ChatGPT+Toolformer的技术能力支撑，那么从挑选符合需求的餐厅，到直接订座，这一系列动作都可以被丝滑地串联起来。
又比如微软的必应搜索接入ChatGPT。如果这些大语言模型能充分调用各种API、使用UI，那它不仅能帮人们完成搜索，还能完全改变人们操作网页的方式——一切输入都可以化简为自然语言。
甚至，ChatGPT这样的模型，借助各种API重写自己的代码，也将成为可能。
事实上，让AI掌握工具的使用方法这个研究方向，也并不只有Meta在做。
比如谷歌即将嵌入到搜索中的Bard，背后模型LaMDA就内置了一套工具箱，包括计算器、翻译器和访问搜索引擎获取外部信息的接口。
还有开源项目LangChain，也致力于将大语言模型与外部的计算、知识来源相结合，以开发真正可用的应用程序。
而现在，Meta又使大模型对工具的使用“熟练度”、“自主性”，更上一层楼。
不过，也有网友指出，Toolformer所展现出的“自学”能力，还是一个初级、“狭义”的版本。
这些模型本身仍然是纯粹的函数：给定相同的输入（包括采样时的随机值），它将总是产生相同的输出。
有点像是在说，一个大语言模型能学会将特定领域的语言作为其自然语言的一部分，以此纳入来自外部工具的知识。
Meta新论文炸场，还挑动了人类的“反思”神经。
这不，新鲜梗图已经出炉：
人类在沉迷，而机器在学习。
论文地址：
https://arxiv.org/abs/2302.04761
参考链接：
[1] https://twitter.com/timo_schick/status/1624058382142345216
[2] https://twitter.com/mathemagic1an/status/1624870248221663232
[3] https://twitter.com/Tisoga/status/1624543837745192960
“
