他做了一个“ChatGPT 杀手”，a16z 抢着投

苏沚沁

最近两个月，科技圈最热的话题，无疑是 OpenAI 推出的对话式 AI 应用 ChatGPT，不仅可以让它给你写一首诗、回答你的任何问题，甚至可以让它帮忙写没那么复杂的代码。业内甚至认为，ChatGPT 甚至有取代谷歌的潜力。
            为 ChatGPT 欢呼的还有另一群人，就是「社畜」和学生——他们发现月度总结、学校论文和作业这样的任务，也可以让 ChatGPT 代劳了，后者甚至写得有模有样，不比真人写得差多少。
            ChatGPT 似乎让学生们的日子更轻松了，但却让教师更「头疼」了，因为后者很难确认，眼前这些文字，到底是学生写的，还是出自 OpenAI 的产品之手。为此，纽约教育部甚至禁止公立学校使用 ChatGPT。
8 z6 w2 I' U' E; N$ }            在这样的混乱中，一位普林斯顿大学的学生，Edward Tian 推出了一个专杀 ChatGPT 的应用——「GPTZero」，有了这面「照妖镜」，内容是人写的，还是机器写的，真相马上就揭晓。
  y# ?' I4 _, R1 u- L( D            「GPTZero」在网络迅速爆红，吸引了 a16z 在内的硅谷创投的目光。但是应用创造者本人 Tian 却认为，最重要的事，是「让 AI 更加透明」。
            01
& n' i& t1 H9 }' Q; }9 n; K& `            「ChatGPT 杀手」
0 S/ \$ E6 e/ t4 d: h! k) y            在 ChatGPT 成为学生们「偷懒」的神器后，教育和科研机构不得不开始抵制这个新的噩梦。
            纽约教育部宣布禁止学生在公立学校使用 ChatGPT ；全球知名机器学习会议之一的 ICML 也宣布禁止发表包含由 ChatGPT 和其他类似系统生成内容的论文，以免出现「意外后果」。
( _' @6 a' I# b7 J7 B+ \            出于对学术界，使用 ChatGPT 相关道德问题的担忧，华人小哥 Edward Tian 在一家当地的咖啡店里，花了一个寒假的时间，研发了 GPTZero，希望能让学术界恢复严谨性。
            Tian 年仅 22 岁，目前仍是美国普林斯顿大学的大四学生，主修计算机科学专业，专门研究自然语言处理，同时辅修认知科学和新闻学。
& V& Q3 t  s3 t' D& K                        
            GPTZero 的开发者 Edward Tian｜网络
% O$ F1 w! n2 w. J* @            他还曾是英国广播公司和开源情报网站 Bellingcat 的研究员，也曾是被微软收购的反恐初创公司 Miburo Solutions 的分析师。在那里，他监测虚假信息和机器人检测。Tian 说，「所有的这些经历，都是他研发 GPTZero 的动力」。
            2023 年 1 月 2 日，Tian 将 GPTZero 发布到网络，预计只会有几十个人尝试它，完全没有想过，这会掀起一场世界级别的轩然大波。
            在他把这款软件上传到互联网上的几个小时内，竟有超过 2000 人在 Steamlit 上测试了 GPTZero 的公开版本。
$ b& m1 h- E, ]7 q  U# w$ v' g            1 月 5 日，也就是发布的第三天，Tian 对 GPTZero 做出了更新和改善，还显著降低了误报率；此时，新程序已有超过 1 万的用户量了！Tian 也不禁对它的「爆炸性增长」和「病毒式传播」感到震惊。
            据 NPR 报道，一周内有 3 万多人试用了 GPTZero，甚至「导致该应用由于出乎意料的高网络流量」而崩溃，托管 GPTZero 的免费平台 Streamlit 此后介入，以更多的内存和资源支持 Tian，以处理网络流量。
            Edward Tian 通过在视频中展示其对一篇《纽约客》文章和 LinkedIn 上的 ChatGPT 生成器的帖子的分析，展示了该应用如何区分人类和人工智能撰写的文本。
            GPT Zero 的工作原理就是检测文本的「困惑性」（Perplexity）和「突发性」（Burstiness）这两项指标，并分别对其打分，根据统计学特征来确定，文本是由人工智能写的还是人类写的。总体来说，如果这两项参数得分都很低，那么该文本很有可能出自 AI 之手。
            这里所说的「困惑性」，是指来自人类所写作品的语言的复杂性和随机性。
; a/ C5 b; U1 O' _. C; n            这个指标主要是衡量文本在一个句子中的随机程度，以及一个句子的构造方式是否会让 GPTZero 感到困惑。
            每当用户在 GPTZero 输入一段测试内容，它就会分别计算出：「文字总困惑度」、「所有句子的平均困惑度」、「每个句子的困惑度」。
            这些数值越低，越能说明这个文本对 GPTZero 来说是非常「熟悉」的，那么它很可能是 AI 生成的；相反，如果这些数值越高，就越能说明文本中句子的构造或用词方式让 GPTZero 感到「惊讶」，那么它就更可能是出自人类之手。
$ i; q1 L; K" H+ f0 X2 ]; I* s            这是因为，人工智能接受过数据库的训练，生成的文本在一段时间内，表现出的困惑度会更均匀和恒定，选词的可预测性也更高；而人类书写的文本则不会这样，真人的遣词造句一般会比较随机，比机器更容易写比较出乎意料的词句。
            使用 GPTZero 检测文字是否由 ChatGPT 生成｜Twitter
% B  I9 ^3 n! n/ j0 o) Z6 \            而「突发性」，则是指来自人类使用的句子结构的变化。
            这个参数主要是比较句子复杂性的变化程度，衡量它们的一致性。
            这是因为，人类倾向于写高度复杂的文本；而人工智能产出的文本则是低复杂度的；此外，由于人类的思维结构不是线性的，他们的句子结构也遵循类似的模式。
, S& W+ V. n) E' O; s5 q            这意味着，人类使用句子结构，会在长而复杂的句子，和短而简单的句子之间摇摆不定，有着更多的句式变化，比如复杂和简单交替并存，一个长难句之后接着出现更简短的句子；而机器生成的句子则倾向于更加统一，很少会有一系列长度相差很大的句子。
            简而言之，在选词上「简单」而「熟悉」，并使用「统一整齐」的句子，是人工智能生成作品的标志特征，而更复杂和多样的东西，则表明是人类写的。这也是「困惑性」和「突发性」这两项指标可以作为衡量标准的原因。
: I4 s9 Z3 w& Q( v/ f; H- t            除了 Edward Tian 本人对 GPTZero 进行测试之外，也有不少网友用它对 ChatGPT、一些 GPT-3 衍生工具生成的内容进行了多次测试。最终结果显示，GPTZero 每次都能抓住 AI 生成的文本，并在十多个案例中正确识别了人类写的文本。
, A5 K% O7 C3 D+ R            GPTZero 的一炮而红，让 Tian 获得了来自 a16z、 Menlo Ventures 和 Red Swan 等知名风投的青睐。不过，面对推特私信和电话轰炸，Tian 却显得异常冷静，他谦逊地表示自己不会拒接投资者打来的电话，但他不会忘记自己仍然是一位即将毕业的大四学生。
  v/ N* b  i% q, K* M            同时，他还表示自己的 GPTZero 尚未完成，仍需改进和进一步地开发，甚至计划让大家继续免费使用他的程序，用来支持各地新晋英文老师的工作。
- K; L9 N2 @% _" c4 W            02
% X2 _, Q% ~/ [: \2 L$ w5 A            急需的「AI 透明」
            对于 GPTZero 这一甄别文字是否是 AI 写作的新程序，推特上的舆论褒贬不一，以教师为代表的成年人大多喜闻乐见，而学生却讽刺 GPTZero 的创造者 Tian 是「学术缉毒警察」。
  w8 H) F* n/ a& i% r+ R            的确，当 GPTZero 推出时，Tian 收到了众多教师对该应用程序在检测 AI 写的文章方面的积极反馈，来自世界各地的无数教师也都对 Tian 表达了他们的感激之情——这让他们的教学难度大大减轻了。
( [* S6 n9 m# g; I0 J) b  W            当然，也不难理解，不少学生并不看好 Tian 这款打击学术偷工减料、不劳而获的软件。
' O$ |3 U) {% Q5 J  m  J8 C            事实上，不只是 Tian，就连 ChatGPT 的开发商 OpenAI 自己，也已经表明了对防止人工智能剽窃的承诺。
            2022 年 12 月，OpenAI 专注于人工智能安全的研究员 Scott Aaronson 透露，该公司正在努力开发「缓解措施」，用一种「不易察觉的秘密信号」对 GPT 生成的文本打上「水印」，以识别其来源，从而打击作弊的系统。
2 T) N2 X7 c: a* p8 h( U7 x2 v            这项技术将通过微妙地调整 ChatGPT 选择的特定单词选择来发挥作用，读者不会注意到这种方式，但对于任何寻找机器生成文本迹象的人来说，这在统计上都是可预测的。
            公司发言人表示，「我们将 ChatGPT 作为新研究的预览技术，希望能从现实世界的应用中进行学习。我们认为这是开发和部署功能强大、安全的 AI 系统的关键部分。我们会不断吸取反馈和经验教训，」。
6 m8 {9 E5 q% M                        
            GPTZero 首页｜GPTZero
            此外，OpenAI 还联合哈佛等高校机构联合打造了一款检测器：GPT-2 Output Detector。
            作者们先是发布了一个「GPT-2 生成内容」和 WebText 数据集，帮助 AI 理解机器语言和人类语言之间的差异。
            随后，用这个数据集对 RoBERTa 模型进行微调，就得到了这个 AI 检测器。其中人类语言一律被识别为 True，AI 生成的内容则一律被识别为 Fake。
7 z# h, t1 W6 f4 J            值得一提的是，RoBERTa 是 BERT 的改进版。原始的 BERT 使用了 13GB 大小的数据集，但 RoBERTa 使用了包含 6300 万条英文新闻的 160GB 数据集。
# N+ w9 h  J; J& {" s: r% J            尽管如此，还是有不少人认为，「AI 文本检测器」注定是一场失败的「军备竞赛」，其实际效果并不理想，更无法阻挡 ChatGPT 等 AI 语言模型的发展。
            然而，尽管 Tian 建立了 GPTZero，他并不反对使用 ChatGPT 等人工智能工具，他认为 GPTZero 应用程序的目的不是阻止这些新技术的使用，而是提供一种负责任地使用这些技术的方法，并提供必要的保护。
' e% H& ~( _8 X" ]( |            同时，相对于对抗或者禁止一项技术，也许更重要的是如何为其使用定下规范和标准。例如，在广告、影视及娱乐等行业，对于 AI 生成类内容的容忍度可能适当提高一些；而在学术、教育和科研领域，非常强调准确性和原创性，毫无疑问，对于 AI 生成内容的容忍度就要低一些。
            而如何确定 AI 工具使用的「透明度」，可能要比研究如何「反 AI」，要更有效，也更有意义一些。