大模型：助手还是创新者？

文章主题：关键词：ChatGPT, 大模型, 人工智能, 艺术

这些天《罗刹海市》太火，听过的人无不佩服刀郎的才华。也看到有人用ChatGPT去仿写，但都远不如刀郎的歌词。这倒很是让人坚定认为：真正的艺术还是要看人类自己。

虽然笔者在今年1月，ChatGPT刚出来时，就断言科学与艺术不再只属于人类。‍

借助AIGC 和GPT这样的大模型，完全可以协助人类探索无尽的艺术可能。笔者认为借助于大模型能力，数字世界的艺术探讨，精英们优势并不明显，这将导致艺术更加多样性，并带来价值多样性。——《科学与艺术不再属于只人类也属于机器——写在GPT4之前》

但当今天ChatGPT已进入科学与艺术等人类社会方方面面时，笔者却要强调大模型永远只是二流助手。

ChatGPT学不成一流艺术家

“未曾开言先转腚”这句话，堪称神来一笔。多年之后，当新一代的年轻人没有经历过《中国好声音》的洗礼时，他们对于这句话的感受或许会与我们大相径庭。这正是刀郎的创意所在，巧妙地为其增色添彩。

杜撰用机器学习的术语来说，就是生成。大模型之所以有效，离不开其中AIGC生成模型的功劳。人类受限于自身存储、计算能力，无法探索二维图像，文字表达的全部空间，而机器可以，再根据人类的偏好，构建人类感兴趣的、合理的大集合，但这样的结果不可能创造出让人类惊叹的艺术，或者说创造出一流艺术作品的比例远比人类低。‍

OpenAI的论文Learning from Human Preferences提到学习人类的偏好。诺贝尔经济学奖获得者保罗·萨缪尔森提出显示偏好公理（Weak Axiom of Revealed Preference），是现代新古典主义经济学的基石之一。如果消费者的行为是追求效用最大化，那么消费者在市场上所能购买的商品组合就是他所能购买的最优商品组合，这些实际购买的商品组合优于那些消费者有能力购买而没有购买的商品组合。即如果组合A直接显示出比B更被消费者所偏好，而且A和B不同，则不可能直接显示出B比A更被消费者偏好。

通过观察可识别的行为，我们可以揭示行为主体所拥有的隐藏偏好。相较于其他不可观测的经济学效用理论，这种方法更具实践性。可观测性和可量化性正是机器学习模型的核心基础。通用推荐和排序算法均建立在用户偏好之上，这恰好符合显示偏好公理的原则。当人们共享相同的偏好序列时，这些偏好信息必定能够被机器 learning到。

从认知科学的视角审视行为主体在面临不确定性环境时的偏好形成，我们可以得知，其偏好并非仅仅由个体自身因素所决定，过往的经验与经历也会对其产生深远影响。这种影响既体现在个人层面，同时也涉及社会与环境的历程。正如刀郎，若非有过被压抑的经历，或者没有观察到近年来娱乐圈的发展态势，他如何能够创作出如此引人入胜的歌曲？这些经验都是大模型当前方案难以触及的。

充足资源下的ChatGPT也只是助手‍‍‍

7月18日，微软在其全球合作伙伴大会上披露了其企业AI软件工具Microsoft 365 Copilot服务，融合了LLM大模型能力和Microsoft 365应用服务。企业级Dynamics 365 Copilot实现AI赋能企业服务创新、赋能客户关系管理系统（CRM）和企业资源计划系统（ERP），以及Sales销售和客服应用。

在7月18日，Meta公司推出了一款名为LLaMA2的开源大模型，其拥有高达700亿的参数数量，性能表现与GPT-3.5相当，同时具备商业化的潜力。这一重要事件标志着人工智能领域的一个重要里程碑，为未来的科技发展奠定了坚实的基础。

畅想未来，中国攻克了芯片领域，各类GPU成了白菜价。再畅想下，核聚变让人类不再担心能源问题。同时计算资源也不再是问题，人人都拥有定制版ChatGPT，没有现在上传100K的限制，Finetuning（微调预训练模型以适应特定任务的过程）也是秒完成，加载梵高的画风、鲁迅的文笔都是秒加载。

在艺术领域，“学我者生，似我者死”，这是齐白石老先生对其关门弟子所说的。ChatGPT只能学无法创造，那时的ChatGPT们应该还只是助手。‍

审美创新、价值创新不是大模型能学会的‍‍‍‍‍

尼采曾说过：“你可以将你的善良与邪恶赋予自身，将你的意志如法律般悬于头上的法官和复仇者，你能成为你自己的审判者和法律的 implementer 吗？”这句话表达了人们应该对自己的行为和决定负责，要明确自己的善恶，让意志如同法律一般起到约束和引导作用。人们应该学会自省，不断反思自己的行为和思想，从而更好地认识自己，把握自己的命运。

ChatGPT使用人类反馈的强化学习（Reinforcement Learning from Human Feedback， RLHF）增强了人类对模型输出结果的调节，并且对结果进行了更具理解性的排序。如前文所说，大模型只能学到人们大抵共用的那个偏好序列。伟大的艺术家是超越时代的，梵高的艺术审美远远领先与其同时代的人们。鲁迅等同时代文人们重新定义了白话文的书写。‍‍‍‍

《圣经》中说“引到永生，那门是窄的，路是小的，找着的人也少。”艺术就是“窄门”。波德莱尔《恶之花》中提到追求艺术的人是痛苦的，因为要避开最亮的灯塔，以及最绚丽的陵墓。

Microsoft 365 Copilot等先进的大模型服务，能够自动化那些单调、繁琐的工作中，使我们得以将精力集中在真正重要的任务上。这使得我们能够从事更深层次、更具价值的工作。在涉及跨学科的场合中，ChatGPT们凭借其通识能力的优势，能够协助人们寻求全新的解决方案，但请注意，他们仅作为辅助工具。

主司艺术和科学的缪斯女神怎么看

以下内容纯属杜撰：

在缪斯女神的神庙一边：

缪斯女神啊，您作为艺术与科学的守护者，有责任关注那些试图侵入我们艺术领域的算法们。他们企图占据我们艺术领土的一部分，且已从简单的图片翻页中尝试入侵，表现为梵高的风格会在一刷之后转变为毕加索的风格，这种行为显然是他们试图在艺术领域建立自己的地位。如今，他们已经进一步发展，开始使用AIGC来进行命题绘画，每3秒生成一张作品，如果不满意，他们便继续等待3秒。此外，他们甚至运用算法来撰写新闻、创作诗歌以及作曲。这难道不是他们试图窃取我们的秘密吗？然而，我坚信，缪斯女神，你并不会偷偷将我们的秘密泄露给他们。

我们无数的夜不能寐的冥想，练习又为了什么。不不，他们做的东西是没有灵魂的。缪斯女神请回答我们吧。

另一边：

缪斯女神啊，请忽视那些质疑者。我们将用事实证明，唯有我们才是您忠实的拥趸。相较于他们那些缺乏信仰的人群，他们又如何能够抵挡最耀眼的明灯，不去创造最为华丽的纪念地呢？他们所倡导的风格，不是在反复无常中摇摆，循环往复吗？

我们却不一样，千百年来，我们一直在您指引的大道上前行。他们眼里的万物和千百年前他们的前辈们有什么不同。赋予些新意义？可笑，那些意义可能还是源于我们的发现。我们之前只是表面的丈量，后来深入万物的内部，现在，我们想将一切向量化，通过机器挖掘它们内部真正秘密。您看，我们创造的机器不是学到了他们的表达吗？

缪斯女神微笑地看着他们双方，并不说话。

过些日子之后，在缪斯女神的神庙一边：

缪斯女神呀，您并没有将我们的秘密告诉他们。这些日子，徒弟们又研究了下他们的东西，虽然粗糙还有时胡说八道，但确实能提升我们的效率，看看他们生成的东西，有些就用不着尝试了，特别在数字艺术领域，确实是不可获取的工具。

更重要的是他们还能模仿先贤们的观点和技术，有些启发。‍‍‍‍‍‍‍‍‍‍‍

本着与时俱进的艺术创新态度，就拿他们当工具用吧，您可要督促他们赶紧修复BUG，重新训练模型。‍‍‍