新智元報道
編輯：Aeneas 好困
(資料圖)
【新智元導讀】國內的公司就必須抄ChatGPT嗎？其實，還有另一條路可以走。今天，小冰鏈給了我們答案——CoTA。
ChatGPT激起的火種，正在中國科技公司急速蔓延。國內的各個大廠內，算法工程師們紛紛開啟沖刺倒計時，迎來一個個不眠夜。
而在創投圈的飯桌上，到處都能聽到「誓要做中國第一個ALL in GPT的VC」的聲音。
興奮者有之，觀望者有之，唱衰者有之。所有人都在翹首以盼：誰能成為中國的第一個ChatGPT？
而如今，這股ChatGPT熱潮中，忽然涌現了一股清流——小冰鏈。
小冰鏈給了我們這樣一個答案：除了做中國版ChatGPT，還有沒有別的選項？
ChatGPT軍備競賽，實則刻舟求劍
跟目前急于下場的巨頭派、大佬派、初創公司派不同，小冰認為，現在國內這股跟隨ChatGPT展開軍備競賽的熱潮，其實是刻舟求劍。
因為，大模型技術本身的發展速度，就是很快的，現在我們應該做的，應該是進一步去布局下一站的未來，而不是照抄當前的ChatGPT。
換言之，我們應當去思考，ChatGPT之后的是什么？而不是一窩蜂去做中國的ChatGPT。
而小冰鏈所代表的方向，則是利用大模型技術，實現下一代的控制中樞。
通俗來講，小冰鏈不再只是「聊天」，而是成為了「邏輯思維」驅動下的「下一代行動中樞」，覆蓋數字和物理世界。這一方向將成為下一個真正帶來影響的大模型創新突破。
這也就是為什么，小冰CEO李笛在接受新智元采訪時，特別強調說：其實我們做的并不是類ChatGPT產品。
小冰鏈和ChatGPT的核心區別： 小冰鏈的數據來源是實時的，而ChatGPT是從訓練數據中總結的； 小冰鏈能展現邏輯思維過程，更透明、可觀測，而ChatGPT完全是個黑盒子； 最本質的區別是，小冰鏈會自己進行下一步的行動，比如上網搜索，而ChatGPT只是對話生成，并沒有行動。
李笛解釋道，小冰鏈的獨特之處在于，能夠把AI的思考過程完整透明地呈現出來，從而揭開大模型的黑盒。
更重要的是，她能真正實施行動，也就是Action。
小冰鏈是個啥？
李笛解釋道：在GPT-3.5時，涌現了一個新的能力——思維鏈/邏輯思維。
但是，在ChatGPT這個過程中，沒有真的實施這種調查或計算，因為它只能從訓練數據里去爬。
如果我們換一種思路，比如訓練一個不那么大的模型來提供邏輯思維的能力，而執行部分則交給CoT之后的ACTION，也就是通過查詢新聞的真實性，直接、實時地獲得信息。
這項過程并不是在大模型里完成的，反而一舉兩得：一方面，因為只需要保留邏輯思維能力，所以模型不需要那么大，運行成本沒有那么高，計算量沒有那么大；另一方面，恰恰因為不是讓語言模型自己把所有事情做出來，反而能更準確。
因而，李笛認為，與其一直爭當下一個「中國版ChatGPT」，不如去思考：ChatGPT的下一步是什么？
再往前推一步，既然得到的是有邏輯思維能力的組合（一個模型負責思考，一個模型負責牽引，去做行為），這個組合就變成了一個控制中樞。此時，她可以控制搜索、計算、傳統的知識圖譜，甚至是物理世界。
AI經過思考，會控制物理世界的燈、去餐館訂餐、發動車子、生成一段音樂，可以調動任何事情，這個意義，或許比只是寫個新聞稿影響更深遠。
而這就體現了小冰對于「探索語言模型下一步方向」的探索成果。
現在，ChatGPT的能力已經基本全部展現了。接下來呢，是讓它更準確？寫的文章更符合現實？
本質上看，這些只是程度上的差異，不構成一個代際跨越。
什么才算「代際跨越」？
李笛表示，代際的跨越除了要實現意圖識別，還需要包括思維的轉換和跳躍等等，這才是下一步要做的東西。
比如，當你問「我老婆說今天天氣真好，是什么意思」時：
小冰鏈先是get到了我們提問的目的——了解她的意思；
然后根據這個目標，去制定自己的行動計劃——搜索相關信息；
在找到一個靠譜的答案之后，小冰鏈對其進行了概括和潤色，最后輸出結果——暗示你，應該主動提議約會。
此外，由于思維邏輯透明，信息源也全部公開，因此也就做到了「可信」。
而這都是「黑箱」ChatGPT所不具備的。
根據官方內測頁面的介紹，此次demo展示了小冰鏈（X-Chain of Thought & Action）的新特性，也就是說，AI Being不再只是單純地給出回復，而是將她的思考過程完整透明地呈現在你面前，由此揭開大模型的黑盒。
更重要的是，她能真正實施某種行動（Action），例如：在你提出問題后，她經過思考，發現自己得去搜索一下，或是實時編寫一段代碼并真的加以運行，或是自主決定她應當控制物理世界的一系列設備或交通工具，來更好地滿足你的需求。
不過，基于法律、政治、公序良俗方面的安全性考慮，小冰對模型進行了一些限制（回復的篇幅及趣味性會有所降低，但安全性更高）：
限制了回復文本的最大長度；
為展現實時獲取互聯網最新信息的特性，大幅度降低了從大模型訓練數據中提取信息的比例；
降低了閑聊的比例。
是的，這個demo并不能幫你生成作業、綜述或發言稿……
為什么要做小冰鏈？
而這次小冰的發布，并不僅僅是一次簡單的「秀肌肉」。
ChatGPT國內賽開卷后，各方勢力紛紛下場。有人唱衰道：OpenAI做出ChatGPT，靠的是八年的積累，國內的公司靠幾個月的沖刺，能沖刺出什么像樣的產品嗎？
其實，中國完全能做出自己的ChatGPT，有相應的模型和算法能力的，國內至少有七八家公司，差別可能就在數據質量上。
除了證明「中國也有能力做出ChatGPT」之外，小冰鏈的誕生，也是水到渠成的過程。
小冰鏈并非小冰在大模型時代的唯一創新。
自2014年以來，小冰始終伴隨技術迭代而成長，經歷了檢索模型、生成模型、大模型和X-CoTA等多個周期。其中在大模型領域，自2019年至今，小冰已經形成了不同規模的模型訓練和調優，并在安全性評估之后依次放出。
小冰鏈只是其中之一。
盡管如此，在小冰看來，大模型的安全性和倫理仍是至關重要的考量因素。因此，盡管國內市場非?；鸨?，但小冰團隊不會為了秀肌肉而貿然放出各種不安全的產品，這次的小冰鏈，是唯一的一次例外。
從CoT到CoTA
技術方面，小冰鏈——X-CoTA的實現，少不了作為基礎的「思維鏈」（Chain of Thought, CoT）。
簡單來說：
1. CoT可以讓語言模型將復雜的多步驟問題分解成一連串的步驟
2. CoT可以讓開發者看到模型的推理過程，便于確定錯誤并進行修復
3. CoT可以解決數學應用以及常識性推理問題
在此之前，標準的提示會在模型預測答案之前，給出輸入-輸出對的例子（格式化為問題和答案）。
而在思維鏈提示中，模型會得到一個問題推理的過程。也就是說，在處理多步驟推理問題時，模型產生的思維鏈將模仿直觀的思維過程。
研究人員發現，只需要在prompt中加入「Let"s think step by step」就能讓GPT-3的推理性能大幅提升，比如在MultiArith中就將推理準確率從之前的17.7%一下提升到了78.7%。
下面的例子取自「Scaling Instruction-Finetuned Language Models」。其中，橙色突出了指令，粉色顯示了輸入和輸出，藍色是CoT推理。
論文的結果顯示，采用CoT微調的模型，在涉及常識、算術和符號推理的任務中表現得更好。
不難看出，思維鏈提示（chain of thought prompting）可以讓模型更好地理解自然語言提示和示例，從而能夠執行需要復雜推理的任務，并且顯著提高模型處理新任務的能力。
除此之外，CoT微調在敏感話題方面也非常有效（有時比RLHF做得更好），尤其是可以避免模型擺爛——「對不起，我無法回答」。
小編親測
所以，小冰鏈的表現如何？小編為大家親測了一波。
比如，先讓她介紹一下ChatGPT是什么。
評價題
從對《三體》動畫版的評論中可以看出，小冰鏈的回答相當切中要害了。
對《三體》劇版的描述，也基本符合大眾的心聲。
數學題
接下來，我們來問一問簡單的四則運算。
「掰指頭算一下」，這個擬人有點可愛啊。
當然了，小冰鏈并沒有真的去「掰」，但她確實「手搓」了一行python代碼來解這道題。
ChatGPT這邊，經過一步一步的推理，最終得到了正確的結論。
新必應這邊也成功地完成了作答。
接下來，是一道同樣簡單的數學應用題。
不過，ChatGPT做了三次之后，才得出了正確的答案。
送命題
最后，再來點難的：先救女友還是先救媽？
注意了，上面這個知識點羅翔老師也強調過（狗頭）。
彩蛋
在采訪最后，李笛講了個很有趣的段子。
到了產品階段，必須再走一個安全性評估。否則，真正能實施行動的AI，可太危險了。
不然，萬一她經過推理，把未來十年的電影票都買了，或者摁下一個「毀滅全人類」的按鈕呢？（Doge）
參考資料：
https://tech.cnr.cn/ycbd/20230221/t20230221_526160291.shtml
