ChatGPT写不出《罗刹海市》

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。很是让人坚定：真正的艺术还是要看人类自己。


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”，让人不禁拍案叫绝，多年以后，那些没看过《好声音》的下一代听到的感受一定和我们不一样。这句明显就是刀郎的杜撰，恰到好处的杜撰，增色不少。‍‍

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。

通过可观察行为，揭示了行为主体的偏好包括隐藏偏好。比起那些不可观测的其他经济学效用理论，更可实践。可观测、可量化也正是机器学习模型的基础。通用的推荐与排序模型都是基于用户偏好的，这也十分符合显示偏好公理。如果人们共用一个偏好序列，这一定能被机器学到。

但从认知科学角度探讨行为主体面对不确定性环境下的偏好时，不仅有其自身的禀赋原因，他们以往的经验、经历也将对决策产生影响。既包括个人的，也包括社会、环境的经历，都将影响我们的偏好。刀郎如果没有过去被打压的经历，如果不是看到这些年娱乐圈的现状，怎么能写出这么让人拍案叫绝的歌词。这些都不是大模型当前方案能学到的。

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 。

也是在7月18日，Meta发布开源达模型LLaMA2，最大700亿的参数，性能接近GPT-3.5并允许商用。


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‍‍‍‍‍

你可以把你的善恶给予自己，把你的意志像一种法律一样高悬于自己头顶吗？你可以当你自己的法官和你自己法律的复仇者吗？——尼采

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等大模型服务，能把我们从工作中枯燥、重复的部分中解放出来，这样我们就可以专注于关键的事情。可以做更深入、更有意义的工作。在跨领域的场景里，ChatGPT们在通识方面的优势，可以协助人们探索新的方案，但他们只是助手。

主司艺术和科学的缪斯女神怎么看