新智元报道
编辑：编辑部
最近，LeCun 连续发推，舌战各位推友，疯狂 diss 大语言模型是邪路，也为自家匆忙下线的 Galactica 酸了一把 ChatGPT。而 LeCun 态度的大反转，也让曾经的对头马库斯喜出望外。不仅频频转发 LeCun 推文，还高调宣布两人的‘世纪大和解’。
这两天，图灵奖得主 Yann LeCun 心态有些崩了。
自从 ChatGPT 大火之后，微软凭着 Open AI 腰板挺得很直。
被啪啪打脸的谷歌，也不说什么‘声誉风险’了。
所有旗下的语言模型，无论是 LaMDA，还是 DeepMind 的 Sparrow，以及 Apprentice Bard，是能加快的加快，能上架的上架。然后再狂投近 4 亿美元给 Anthropic，想赶快扶出自己的 Open AI。（微软有的我也要）
然而，有一个人看着微软谷歌各领风骚，却只能急得原地跳脚。
这个人就是 Meta 的首席 AI 科学家——Yann LeCun。
他在推特中十分意难平：‘ChatGPT 满嘴胡诌，你们却对它如此宽容，但我家的 Galactica，才出来三天，就被你们骂到下线了。’
是谁酸到了，我不说
作为深度学习三巨头之一、图灵奖得主，LeCun 的一举一动，都十分引人注意。
1 月 27 日，在 Zoom 的媒体和高管小型聚会上，LeCun 对 ChatGPT 给出了一段令人惊讶的评价：‘就底层技术而言，ChatGPT 并不是多么了不得的创新。虽然在公众眼中，它是革命性的，但是我们知道，它就是一个组合得很好的产品，仅此而已。’
‘除了谷歌和 Meta 之外，还有六家初创公司，基本上都拥有非常相似的技术。’
另外他还说，ChatGPT 用的 Transformer 架构是谷歌提出的，而它用的自监督方式，正是他自己提倡的，那时 Open AI 还没诞生呢。
此番言论一出，公众哗然。Open AI 的 CEO Sam Altman 疑似因为这句话直接取关了 LeCun。
随后，LeCun 继续舌战众位推友。
1 月 28 日，LeCun 发推称，‘大型语言模型并没有物理直觉，它们是基于文本训练的。如果它们能从庞大的联想记忆中检索到类似问题的答案，他们可能会答对物理直觉问题。但它们的回答，也可能是完全错误的。’
2 月 4 日，LeCun 再次发推，更加直白地表示‘在通往人类级别 AI 的道路上，大型语言模型就是一条歪路’。
他这话一说，网友们可 high 了，纷纷冲到评论区留言。
LeCun 随后补充说：‘依靠自动回归和响应预测下一个单词的 LLM 是条歪路，因为它们既不能计划也不能推理。’
‘但是 SSL 预训练的 Transformer 是解决方案，因为它所处的现实系统有推理、计划和学习的能力。’
LeCun 举了个有趣的例子：自己在参加播客节目时，展示过 ChatGPT 的回答，它看上去很有道理，却错得离谱。然而主持人在读完 ChatGPT 的回答后，却没有第一时间发现它错了。
LeCun 对此解释道：‘我们的思维方式和对世界的感知让我们能预想即将发生的事物。这是我们获得常识的基础，而 LLM 并没有这种能力。’
他再次发推称：‘在我们做出人类级别的 AI 之前，我们需要先做出猫猫/狗狗级别的 AI。而现在我们甚至连这都做不到。我们缺失了十分重要的东西。要知道，连一只宠物猫都比任何大型语言模型有更多的常识，以及对世界的理解。’
在留言区，有网友毫不客气地怼起 LeCun：‘你说得不对吧，本人亲测，Galactica 的错误率接近 100%，而 ChatGPT 的错误率差不多在 15% 左右。 ’
对于网友的痛击，LeCun 再次发推表明态度：‘我从来没说大型语言模型没用，其实我们 Meta 也推出过 Galactica 模型，只是它不像 ChatGPT 那么好命罢了。ChatGPT 满嘴胡诌，你们却对它如此宽容，但我家的 Glacatica，才出来三天，就被你们骂到下线了。’
对此，评论区有网友讽刺道：‘你可真棒棒啊。不如回实验室去，把你说的东西给做出来。’
LeCun 回复：‘今天可是周日，推特大辩论是我周末最爱的消遣了。’
自家的模型只活了 3 天
LeCun 如此意难平，可以理解。
去年 11 月中旬，Meta 的 FAIR 实验室曾提出一个 Galactica 模型，它可以生成论文、生成百科词条、回答问题、完成化学公式和蛋白质序列的多模态任务等等。
Galactica 生成的论文
LeCun 也很开心地发推盛赞，称这是一个基于学术文献训练出的模型，给它一段话，它就能生成结构完整的论文。
然而，由于 Galactica 满嘴跑火车，它才上线短短三天，就被网友喷到下线。
LeCun 转发了 Papers with Code 的通知，像个‘大怨种’一样说道：‘现在我们再也不能和 Galactica 一起愉快地玩耍了，你们开心了？’
虽然 Galactica 的 demo 才上线几天，但当时的用户都感觉如临大敌。
有网友警示道：想想这个‘写论文’神器会被学生们拿来做什么吧。
有网友表示，‘Galactica 这个模型的回答错漏百出，充满偏见，可是它的语气却十分自信权威。这太恐怖了。’
马库斯也表示，这种大型语言模型可能会被学生用来愚弄老师，非常令人担心。
这熟悉的配方，熟悉的味道，真是令人感慨万千：曾经 Galactica 引起的恐慌和质疑，不正是 ChatGPT 后来所经历吗？
看着这段历史的重演，却有着截然不同的结局，LeCun 这么酸，确实不能说是毫无来由。
那为什么 ChatGPT 就能在质疑的声浪中人气愈发高涨，Galactica 却只能惨兮兮地被骂到下线呢？
首先，Galactica 由 Meta 提出，大公司确实比 Open AI 这样的小初创公司，面临更多的‘声誉风险’。
另外，Open AI 的产品定位策略十分聪明，从 ChatGTP 的名字就可以看出，它主打的概念是聊天。
你可以和它聊知识、聊论文，但既然是‘chat’，自然可以放飞一些，谁规定聊天一定要聊‘准确’‘严谨’的东西呢？
但 Glactica 则不同，它的官方定义是：‘这是一个用于科研的模型。’‘这是一个受过人类科学知识训练的人工智能。您可以将它用作一个新界面，来访问和操作我们对宇宙的知识。’
这当然就给自己埋了大雷了。
虽然从技术层面来看，ChatGPT 的确没有太多创新，但是从产品运营的角度，Open AI 这一招，打得十分出色。
LLM 为什么会满嘴胡话？
所以，大语言模型为什么会满嘴胡话呢？
在 LeCun 点赞的一篇文章中，作者做出了解释：‘我曾尝试用 ChatGPT 来帮忙写博客文章，但都以失败告终。原因很简单：ChatGPT 经常会整出很多虚假的“事实”’。
自然语言不等于知识
要知道，LLM 是为了在与其他人类的对话中听起来像一个人，而且它们也很好地实现了这个目标。但问题是，听起来自然与评估信息的准确性是两种完全不同的事情。
那么，这个问题该如何解决呢？
举个例子，我们可以借助已经对物理学理解进行了编码的机器——物理学引擎：
-
修改 LLM，使它能识别出自己被问到的是一个关于物理的问题
-
将问题转换为一个物理场景
-
用一个物理引擎来模拟这个场景
-
用文字描述该场景的输出
而对于‘假论文问题’，我们同样也可以采用类似的修正。
也就是让 ChatGPT 认识到它被问到了关于科学论文的问题，或者它正在写关于论文的东西，并强迫它在继续之前查阅一个可信的数据库。
但是请注意，如果真的这样做了，那就意味着你把一种特定的额外‘思维’嫁接到了 LLM 身上。而且还必须考虑到一大堆特殊的情况。这时，人类工程师知道真相来自哪里，但 LLM 却不知道。
此外，随着工程师们把越来越多的这样的修复方法嫁接在一起，越来越明显的是，LLM 不是一种人工通用智能的形式。
不管人类的智能是什么，我们都知道它不仅仅是能说会道的能力。
人类语言的多种用途
为什么人类要互相交谈，或为对方写下东西？
其中一个目的是直接传达事实信息，比如‘我在商店’、‘它没有插电’等，但这远不是我们使用语言的唯一原因：
-
劝说、请求、命令、指示
-
传达情感
-
娱乐他人（包括小说、笑话等）、自娱自乐
-
欺骗（撒谎）
-
建立关系（与朋友建立联系，调情）
……
看得出来，人类交流的目的是非常多样化的。而且，我们通常也不会在写作的内容中表明它的目的是什么，作者和读者也对这些内容的作用有着不同的认知。
如果 ChatGPT 想要成为一个值得信赖的事实传播者，它可能要学会如何区分它所训练的人类写作的各种目的。
也就是说，它将不得不学会不认真对待废话，区分说服和宣传与客观分析，独立判断一个来源的可信度与它的受欢迎程度，等等。
即使对于人类，这也是一个非常困难的技巧。有研究表明，虚假信息在推特上的传播速度是准确信息的数倍——往往更具有煽动性、娱乐性或看起来很新颖。
那么问题来了，为什么生成式人工智能在计算机代码上表现很好？为什么编写功能代码的准确性不能转化为传达事实的准确性？
对此可能的回答是，计算机代码是功能性的，而不是交流性的。以正确的语法编写某段代码会自动执行一些任务，而编写一个语法正确的句子却不一定能达到任何目的。
此外，我们很容易将计算机代码的训练语料库限制在‘好’的代码上，也就是完美地执行其预期目的的代码。相比之下，要制作一个成功实现其目的的文本语料库几乎是不可能的。
因此，为了将自己训练成可信赖的事实传播者，LLLM 必须完成一项比训练自己提出功能性计算机代码更难的任务。
虽然不知道对于工程师来说，建立一个能够区分事实和废话的 LLM 有多难，但这即便对于人类来说，都是一项困难的任务。
马库斯：世纪大和解
LeCun 的一大串言论，让大家纷纷疑惑：这不是马库斯会说的话吗？
热（chi）情（gua）的网友纷纷@马库斯，期待他对此事的锐评。
苦 GPT 久矣的马库斯自然喜出望外，立刻转发 LeCun 的帖子，还评论道‘100 昏’。
马库斯还在自己的博客上发文，回顾自己与 LeCun 的‘爱恨情仇’。
马库斯称，自己与 LeCun 本是多年老友，因为嘴了 Galactica 几句使得两人交恶。
实际上，马库斯与 LeCun 的嘴仗打了好几年了，可不是光只因为 Galactica 下线的事情。
与另外两位图灵奖得主 Bengio 和 Hinton 的相对低调不同，近几年，LeCun 在社交媒体上的活跃在 AI 圈子里也是出了名的。不少工作在挂了 Arxiv 之后就第一时间在推特上宣传一波。
同样高调的马库斯也是一向视推特为自己的主场，当 LeCun 的宣传和马库斯的看法产生矛盾时，双方都不打算憋着。
在社交媒体上，两人可以说达到了有架必吵的地步，彼此间话讲的毫不客气，见面说不定都能直接掐起来那种。
而且要说梁子，2019 年 LeCun 与 Hinton 和 Bengio 一起获得图灵奖后，有一张合影，原本马库斯站在 LeCun 的边上，但在 LeCun 分享的照片中，Marcus 被无情地剪掉了。
然而，ChatGPT 的诞生改变了一切。
ChatGPT 爆火，Galactica 三天后便落魄下架。在 LeCun 对 LLM 疯狂输出时，马库斯自然乐于看到此景。
正所谓敌人的敌人就是朋友，不论 LeCun 的言论是自家产品失败后的大彻大悟，还是对竞品顶流现状的眼红，马库斯都愿意添一把火。
马库斯认为，他和 LeCun 达成一致的，不仅是关于 LLM 的炒作和局限性。他们都认为 Cicero 应该得到更多的关注。
最后，马库斯@了懂的都懂的那个人，并说‘该给家人们福利了’。
可以说，LeCun 在推特上掀起的骂战，不仅让马库斯的反 GPT 军团多了一员猛将，还给了两人握手言和的契机。
这么看来，或许马库斯才是最终赢家。
