想象一下你偶然发现一个简短的电影剧本,描述一个人和他们的AI助手之间的场景。
Transcript
剧本中有这个人向AI提出的请求,但AI的回应部分被撕掉了。
假设你还有这台强大的魔法机器,可以接受任何文本并提供下一个单词的合理预测。
然后你可以通过将你所拥有的输入机器来完成剧本,查看它预测的AI答案的开始,然后一遍又一遍地重复这个过程,逐步完成对话。
当你与聊天机器人交互时,这正是所发生的事情。
大型语言模型是一个复杂的数学函数,用于预测任何文本的下一个单词。
然而,它不是以确定性的方式预测一个单词,而是为所有可能的下一个单词分配一个概率。
要构建一个聊天机器人,你所做的就是铺陈一段描述用户与假想AI助手之间互动的文本。
你将用户输入的内容添加为该互动的第一部分,然后让模型反复预测假想AI助手在回应中会说的下一个单词,这就是呈现给用户的内容。
在此过程中,如果允许它随机选择不太可能的单词,输出往往看起来更自然。
所以,这意味着尽管模型本身是确定性的,但给定的提示通常会在每次运行时给出不同的答案。
模型通过处理大量文本来学习如何进行这些预测,这些文本通常来自互联网。
例如,对于一个普通人来说,阅读用于训练GPT-3的文本量,如果他们不停地阅读,24小时不间断,所需时间将超过2600年。
自那时以来,更大的模型训练的文本量是更大的。
你可以把训练想象成调节大机器上的旋钮。
语言模型的行为完全由这些不同的连续值决定,通常称为参数或权重。
改变这些参数将改变模型在给定输入下为下一个单词提供的概率。
大型语言模型的“大”在于它们可以拥有数百亿个这样的参数。
没有人故意设置这些参数。
相反,它们是随机开始的,这意味着模型一开始输出的只是乱码,但它们会根据许多示例文本反复进行精炼。
这些训练示例之一可以只是零星的几个单词,或者可以是成千上万的单词,但无论哪种情况,其工作的方式是将该示例中的所有单词(除了最后一个)传入模型,并将其生成的预测与示例中的真实最后一个单词进行比较。
一种叫做反向传播的算法用于调整所有参数,使得模型更可能选择真实的最后一个单词,而不太可能选择其他所有单词。
当你对成千上万的万亿示例执行这个操作时,模型不仅开始对训练数据给出更准确的预测,而且还开始对从未见过的文本进行更合理的预测。
考虑到参数的巨大数量和庞大的训练数据,训练大型语言模型所涉及的计算规模令人震惊。
举个例子,想象一下你每秒可以执行10亿次加法和乘法。
你认为训练最大的语言模型需要多长时间来完成所有操作?
你认为这需要一年吗?
也许需要大约10,000年?
答案实际上远远超过这个。
这超出了1亿年。
不过,这只是故事的一部分。
这个整个过程称为预训练。
从互联网自动完成随机文本段落的目标与成为一个优秀的人工智能助手的目标是非常不同的。
为了应对这一点,聊天机器人接受了另一种类型的训练,这同样重要,称为带有人类反馈的强化学习。
工作人员会标记不有帮助或有问题的预测,他们的更正进一步改变模型的参数,使其更可能给出用户喜欢的预测。
回顾预训练,这惊人的计算量仅通过使用专门优化以并行运行许多操作的计算机芯片(称为GPU)成为可能。
然而,并非所有语言模型都能轻松并行化。
在2017年之前,大多数语言模型是一次处理一个单词的。
但随后,谷歌的一组研究人员介绍了一种新的模型,称为Transformer。
Transformers不会从头到尾读取文本。
他们一下子全部吸收,都是并行进行的。
变压器和大多数其他语言模型的第一步是将每个单词与一个长长的数字列表关联起来。
这样做的原因是训练过程只处理连续值,因此必须通过某种方式使用数字对语言进行编码。
这些数字列表中的每一个可能以某种方式编码对应单词的含义。
变压器独特之处在于它们依赖于一种称为注意力的特殊操作。
这个操作使得所有这些数字列表都有机会相互交流,并根据周围的上下文精炼它们编码的含义,全部都是并行进行的。
例如,编码单词 bank 的数字可能基于其周围的上下文而变化,以某种方式编码更具体的河岸概念。
变压器通常还包括第二种类型的操作,称为前馈神经网络,这为模型提供了额外的能力,以存储训练过程中学习到的更多语言模式。
所有这些数据在这两种基本操作的多次迭代中反复流动。
随着这一过程的进行,希望每个数字列表都得到丰富,以编码预测在文本中接下来应该出现的单词所需的信息。
最后,在这个序列中的最后一个向量上执行一个最终功能,现在这个向量有机会受到输入中所有其他上下文以及模型在训练期间学习到的所有内容的影响,以生成对下一个单词的预测。
同样,模型的预测看起来像是每个可能的下一个单词的概率。
尽管研究人员设计了每个步骤的框架,但重要的是要理解,特定行为是基于数百亿个参数在训练期间如何调整而形成的涌现现象。
这使得确定模型为何做出确切预测变得极具挑战性。
你可以看到,当使用大型语言模型的预测来自动完成一个提示时,它生成的词汇无比流畅、迷人,甚至有用。
如果你是一个新观众,对变压器和注意力如何工作感到好奇,那么我有一些相关的材料给你。
一个选择是跳入我制作的关于深度学习的系列,在那里我们可视化和阐述注意力以及变压器中的所有其他步骤的细节。
此外,在我的第二个频道上,我最近发布了一场我在几个月前为慕尼黑公司TNG所做的关于这个主题的讲座。
有时我其实更喜欢我作为随意讲座而非制作的视频所制作的内容,但我留给你选择哪一个感觉更适合后续。
嗯。
A closer look
Imagine you happen across a short movie script that describes a scene between a person and their AI assistant.
想象一下你偶然发现一个简短的电影剧本,描述一个人和他们的AI助手之间的场景。
Select a whole sentence or an expression to get grammar and usage analysis.