ChatGPT在做什么第17章论文二：俩系统强强联合 本书完

ChatGPT在做什么 第17章论文二：Wolfram|Alpha为ChatGPT赋能计算知识超能力

原标题：Wolfram|Alpha as the Way to Bring Computational Knowledge Superpowers to ChatGPT
包含4节：
·ChatGPT和Wolfram|Alpha
· A Basic Example 一个基本的例子
· A Few More Examples 更多的例子
· The Path Forward未来的路、前进的道路

机器学习是一种强大的方法，特别是在过去的十年中，它取得了一些显著的成功——ChatGPT是最新的成功。图像识别。语音到文本。语言翻译。在每一种情况下，以及更多的情况下，都有一个门槛被越过——通常是非常突然的。有些任务从“基本不可能”变成了“基本可行”。但从本质上讲，结果永远不会“完美”。也许某些东西在95%的时间里都是有效的。但无论如何努力，剩下的5%仍然难以捉摸。出于某些目的，人们可能会认为这是一个失败。但关键的一点是，经常有各种各样的重要用例，其中95%是“足够好的”。也许这是因为输出的东西并没有真正的“正确答案”。也许这是因为一个人只是在尝试让人类或系统算法从中挑选或改进可能性。一个拥有几千亿个参数的神经网络一次生成文本一个标记，却能做到ChatGPT所能做到的事情，这是非常了不起的。鉴于这一出人意料的巨大成功，人们可能会认为，如果一个人能够继续“训练一个足够大的网络”，他就可以用它做任何事情。但事实并非如此。关于计算的基本事实——特别是计算不可约性的概念——清楚地表明它最终不能。但更相关的是我们在机器学习的实际历史中看到的情况。将会有重大突破(如ChatGPT)。进步不会停止。但更重要的是，将会发现一些用例，这些用例在可以做的事情上是成功的，并且不会被不能做的事情所阻碍。是的，在很多情况下，“原始ChatGPT”可以帮助人们写作，提出建议，或生成对各种文档或交互有用的文本。但当涉及到建立必须完美的事物时，机器学习并不是做到这一点的方法——就像人类也不是一样。这正是我们在上面的例子中看到的。ChatGPT在“类似人类的部分”做得很好，在这些部分没有精确的“正确答案”。但是当它被“放在现场”做一些精确的事情时，它经常会掉下来。但是这里的重点是有一个很好的方法来解决这个问题——将ChatGPT连接到Wolfram|Alpha和它所有的计算知识“超能力”。在Wolfram|Alpha中，所有东西都被转换成计算语言，并转换成精确的Wolfram语言代码，在某种程度上必须“完美”才能可靠有用。但关键的一点是ChatGPT不需要生成这些。它可以产生它常用的自然语言，然后Wolfram|Alpha可以使用其自然语言理解能力将自然语言翻译成精确的Wolfram语言。在许多方面，人们可能会说ChatGPT从来没有“真正理解”事情;它只是“知道如何生产有用的东西”。但Wolfram|Alpha的情况就不同了。因为一旦Wolfram|Alpha将一些东西转换为Wolfram语言，它就得到了一个完整、精确、正式的表示，从中可以可靠地计算东西。不用说，有很多“人类兴趣”的东西我们没有正式的计算表示——尽管我们仍然可以用自然语言谈论它们，尽管它可能不精确。对于这些，ChatGPT是独立的，具有非常令人印象深刻的功能。

但就像我们人类一样，有时ChatGPT需要更正式和更精确的“力量辅助”。但关键是，它不必“正式而精确”地说出它想要什么。因为Wolfram|Alpha可以用相当于ChatGPT的母语(自然语言)的语言与它进行交流。当Wolfram|Alpha转换为其母语——Wolfram语言时，它将负责“增加形式和准确性”。这是一个非常好的局面，我认为有很大的实际潜力。这种潜力不仅存在于典型的聊天机器人或文本生成应用程序层面。它可以扩展到数据科学或其他形式的计算工作(或编程)。从某种意义上说，这是一种获得两个世界的最佳方式:ChatGPT的类人世界和Wolfram语言的精确计算世界。ChatGPT直接学习Wolfram语言怎么样?是的，它可以这样做，事实上它已经开始了。最后，我完全期待像ChatGPT这样的东西能够直接在Wolfram语言中操作，并且在这方面非常强大。这是一种有趣而独特的情况，因为Wolfram语言是一种全面的计算语言，可以用计算术语广泛地谈论世界上和其他地方的事物。Wolfram语言的整个概念就是把我们人类思考的东西，用计算的方式来表示和处理。普通编程语言的目的是提供一些方法来告诉计算机具体要做什么。Wolfram语言作为一种全面的计算语言，其意义远不止于此。实际上，它旨在成为一种人类和计算机都可以“计算式思考”的语言。许多世纪以前，当数学符号被发明时，它第一次提供了一种“数学思考”事物的流线型媒介。它的发明很快导致了代数，微积分，以及最终所有的数学科学。Wolfram语言的目标是为计算思维做一些类似的事情，尽管现在不仅仅是为人类，而且使计算范式可以打开的所有“计算X”领域成为可能。我自己也从Wolfram语言作为一种“思考的语言”中受益匪浅，在过去的几十年里，通过Wolfram语言的媒介，人们“用计算术语思考”，取得了如此多的进步，这真是太棒了。那么ChatGPT呢?好吧，它也会变成这样。至于这一切将如何运作，我还不确定。但这并不是关于ChatGPT学习如何做Wolfram语言已经知道如何做的计算。它是关于ChatGPT学习如何像人们一样使用Wolfram语言。这是关于ChatGPT提出的“创造性文章”的类比，但现在不是用自然语言而是用计算语言写的。我长期以来一直在讨论由人类撰写的计算论文的概念——它混合了自然语言和计算语言进行交流。现在的问题是ChatGPT是否能够编写这些内容，并且是否能够使用Wolfram语言作为一种传递“有意义的交流”的方式，不仅对人类，而且对计算机。是的，有一个潜在的有趣的反馈循环涉及到Wolfram语言代码的实际执行。但关键的一点是，Wolfram语言代码所代表的“思想”的丰富性和流动性——与普通编程语言不同——更接近于ChatGPT在自然语言中“神奇”地处理的那种东西。或者，换句话说，Wolfram语言——类似于自然语言——是一种足够有表现力的语言，人们可以想象用它为ChatGPT编写一个有意义的“提示”。是的，Wolfram语言可以直接在计算机上执行。但是作为一个ChatGPT提示符，它可以用来“表达一个想法”，这个想法的“故事”可以继续。它可能描述了一些计算结构，让ChatGPT“重复”人们可能对该结构进行的计算描述——根据它通过阅读人类写的这么多东西学到的东西——“对人类来说很有趣”。ChatGPT的意外成功突然开启了各种令人兴奋的可能性。但就目前而言，通过Wolfram|Alpha，可以立即赋予ChatGPT计算知识的超级能力。因此，它不仅能产生“似是而非的类似人类的输出”，还能产生利用Wolfram|Alpha和Wolfram Language中封装的整个计算和知识的输出。