新智元报道

(相关资料图)

编辑：Aeneas 好困

【新智元导读】国内的公司就必须抄ChatGPT吗？其实，还有另一条路可以走。今天，小冰链给了我们答案——CoTA。

ChatGPT激起的火种，正在中国科技公司急速蔓延。国内的各个大厂内，算法工程师们纷纷开启冲刺倒计时，迎来一个个不眠夜。

而在创投圈的饭桌上，到处都能听到「誓要做中国第一个ALL in GPT的VC」的声音。

兴奋者有之，观望者有之，唱衰者有之。所有人都在翘首以盼：谁能成为中国的第一个ChatGPT？

而如今，这股ChatGPT热潮中，忽然涌现了一股清流——小冰链。

小冰链给了我们这样一个答案：除了做中国版ChatGPT，还有没有别的选项？

ChatGPT军备竞赛，实则刻舟求剑

跟目前急于下场的巨头派、大佬派、初创公司派不同，小冰认为，现在国内这股跟随ChatGPT展开军备竞赛的热潮，其实是刻舟求剑。

因为，大模型技术本身的发展速度，就是很快的，现在我们应该做的，应该是进一步去布局下一站的未来，而不是照抄当前的ChatGPT。

换言之，我们应当去思考，ChatGPT之后的是什么？而不是一窝蜂去做中国的ChatGPT。

而小冰链所代表的方向，则是利用大模型技术，实现下一代的控制中枢。

通俗来讲，小冰链不再只是「聊天」，而是成为了「逻辑思维」驱动下的「下一代行动中枢」，覆盖数字和物理世界。这一方向将成为下一个真正带来影响的大模型创新突破。

这也就是为什么，小冰CEO李笛在接受新智元采访时，特别强调说：其实我们做的并不是类ChatGPT产品。

李笛解释道，小冰链的独特之处在于，能够把AI的思考过程完整透明地呈现出来，从而揭开大模型的黑盒。

更重要的是，她能真正实施行动，也就是Action。

小冰链是个啥？

李笛解释道：在GPT-3.5时，涌现了一个新的能力——思维链/逻辑思维。

但是，在ChatGPT这个过程中，没有真的实施这种调查或计算，因为它只能从训练数据里去爬。

如果我们换一种思路，比如训练一个不那么大的模型来提供逻辑思维的能力，而执行部分则交给CoT之后的ACTION，也就是通过查询新闻的真实性，直接、实时地获得信息。

这项过程并不是在大模型里完成的，反而一举两得：一方面，因为只需要保留逻辑思维能力，所以模型不需要那么大，运行成本没有那么高，计算量没有那么大；另一方面，恰恰因为不是让语言模型自己把所有事情做出来，反而能更准确。

因而，李笛认为，与其一直争当下一个「中国版ChatGPT」，不如去思考：ChatGPT的下一步是什么？

再往前推一步，既然得到的是有逻辑思维能力的组合（一个模型负责思考，一个模型负责牵引，去做行为），这个组合就变成了一个控制中枢。此时，她可以控制搜索、计算、传统的知识图谱，甚至是物理世界。

AI经过思考，会控制物理世界的灯、去餐馆订餐、发动车子、生成一段音乐，可以调动任何事情，这个意义，或许比只是写个新闻稿影响更深远。

而这就体现了小冰对于「探索语言模型下一步方向」的探索成果。

现在，ChatGPT的能力已经基本全部展现了。接下来呢，是让它更准确？写的文章更符合现实？

本质上看，这些只是程度上的差异，不构成一个代际跨越。

什么才算「代际跨越」？

李笛表示，代际的跨越除了要实现意图识别，还需要包括思维的转换和跳跃等等，这才是下一步要做的东西。

比如，当你问「我老婆说今天天气真好，是什么意思」时：

小冰链先是get到了我们提问的目的——了解她的意思；

然后根据这个目标，去制定自己的行动计划——搜索相关信息；

在找到一个靠谱的答案之后，小冰链对其进行了概括和润色，最后输出结果——暗示你，应该主动提议约会。

此外，由于思维逻辑透明，信息源也全部公开，因此也就做到了「可信」。

而这都是「黑箱」ChatGPT所不具备的。

根据官方内测页面的介绍，此次demo展示了小冰链（X-Chain of Thought & Action）的新特性，也就是说，AI Being不再只是单纯地给出回复，而是将她的思考过程完整透明地呈现在你面前，由此揭开大模型的黑盒。

更重要的是，她能真正实施某种行动（Action），例如：在你提出问题后，她经过思考，发现自己得去搜索一下，或是实时编写一段代码并真的加以运行，或是自主决定她应当控制物理世界的一系列设备或交通工具，来更好地满足你的需求。

不过，基于法律、政治、公序良俗方面的安全性考虑，小冰对模型进行了一些限制（回复的篇幅及趣味性会有所降低，但安全性更高）：

限制了回复文本的最大长度；

为展现实时获取互联网最新信息的特性，大幅度降低了从大模型训练数据中提取信息的比例；

降低了闲聊的比例。

是的，这个demo并不能帮你生成作业、综述或发言稿……

为什么要做小冰链？

而这次小冰的发布，并不仅仅是一次简单的「秀肌肉」。

ChatGPT国内赛开卷后，各方势力纷纷下场。有人唱衰道：OpenAI做出ChatGPT，靠的是八年的积累，国内的公司靠几个月的冲刺，能冲刺出什么像样的产品吗？

其实，中国完全能做出自己的ChatGPT，有相应的模型和算法能力的，国内至少有七八家公司，差别可能就在数据质量上。

除了证明「中国也有能力做出ChatGPT」之外，小冰链的诞生，也是水到渠成的过程。

小冰链并非小冰在大模型时代的唯一创新。

自2014年以来，小冰始终伴随技术迭代而成长，经历了检索模型、生成模型、大模型和X-CoTA等多个周期。其中在大模型领域，自2019年至今，小冰已经形成了不同规模的模型训练和调优，并在安全性评估之后依次放出。

小冰链只是其中之一。

尽管如此，在小冰看来，大模型的安全性和伦理仍是至关重要的考量因素。因此，尽管国内市场非常火爆，但小冰团队不会为了秀肌肉而贸然放出各种不安全的产品，这次的小冰链，是唯一的一次例外。

从CoT到CoTA

技术方面，小冰链——X-CoTA的实现，少不了作为基础的「思维链」（Chain of Thought, CoT）。

简单来说：

1. CoT可以让语言模型将复杂的多步骤问题分解成一连串的步骤

2. CoT可以让开发者看到模型的推理过程，便于确定错误并进行修复

3. CoT可以解决数学应用以及常识性推理问题

在此之前，标准的提示会在模型预测答案之前，给出输入-输出对的例子（格式化为问题和答案）。

而在思维链提示中，模型会得到一个问题推理的过程。也就是说，在处理多步骤推理问题时，模型产生的思维链将模仿直观的思维过程。

研究人员发现，只需要在prompt中加入「Let"s think step by step」就能让GPT-3的推理性能大幅提升，比如在MultiArith中就将推理准确率从之前的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，粉色显示了输入和输出，蓝色是CoT推理。

论文的结果显示，采用CoT微调的模型，在涉及常识、算术和符号推理的任务中表现得更好。

不难看出，思维链提示（chain of thought prompting）可以让模型更好地理解自然语言提示和示例，从而能够执行需要复杂推理的任务，并且显著提高模型处理新任务的能力。

除此之外，CoT微调在敏感话题方面也非常有效（有时比RLHF做得更好），尤其是可以避免模型摆烂——「对不起，我无法回答」。

小编亲测

所以，小冰链的表现如何？小编为大家亲测了一波。

比如，先让她介绍一下ChatGPT是什么。

评价题

从对《三体》动画版的评论中可以看出，小冰链的回答相当切中要害了。

对《三体》剧版的描述，也基本符合大众的心声。

数学题

接下来，我们来问一问简单的四则运算。

「掰指头算一下」，这个拟人有点可爱啊。

当然了，小冰链并没有真的去「掰」，但她确实「手搓」了一行python代码来解这道题。

ChatGPT这边，经过一步一步的推理，最终得到了正确的结论。

新必应这边也成功地完成了作答。

接下来，是一道同样简单的数学应用题。

不过，ChatGPT做了三次之后，才得出了正确的答案。

送命题

最后，再来点难的：先救女友还是先救妈？

注意了，上面这个知识点罗翔老师也强调过（狗头）。

彩蛋

在采访最后，李笛讲了个很有趣的段子。

到了产品阶段，必须再走一个安全性评估。否则，真正能实施行动的AI，可太危险了。

不然，万一她经过推理，把未来十年的电影票都买了，或者摁下一个「毁灭全人类」的按钮呢？（Doge）

参考资料：

https://tech.cnr.cn/ycbd/20230221/t20230221_526160291.shtml