来源：FounderPark
就算在新产品满天飞，商业文明正在被AI重建的当下，我们仍然不知道，这些令人惊叹的技术是如何运作的。
AI，语言模型，它是个黑箱，人类无法理解，我们甚至不知道怎样研究才能够理解。
但如果，研究这个黑箱的不是人类，而是AI自己呢？
这是一个令人好奇但又非常危险的想法。因为你甚至不知道，这一研究方法产生的结果，是否会彻底颠覆多年来人类对人脑和AI的理解。
但是有人这样做了。几小时前，OpenAI发布了最新的研究成果，他们用GPT-4解释GPT-2的行为，获得了初步的成果。
毫不夸张地说，人们震惊极了：「求求你们让它离觉醒远点吧！」
「AI理解AI，然后很快，AI训练AI，然后再过几年，AI创造新的AI。」
但客观来说，学术界为之感到兴奋：「疯了，OpenAI刚刚搞定了可解释性问题。」
人与机器之间是GPT-4
OpenAI刚刚在官网发布博客文章《语言模型可以解释语言模型中的神经元》。
CoinShares公布2021年中期财务业绩，综合收入总额为5870万英镑:8月5日消息，CoinShares公司发布截至2021年6月30日的六个月中期财务业绩。期间CoinShares综合收入总额为5870万英镑。调整后EBITDA为6280万英镑，利润率为85%。集团资产管理平台产生的收入和收益为3670万英镑。截至2021年6月30日，管理资产规模（AUM）为22亿英镑。
CoinShares首席执行官JeanMarieMognetti表示，在第一季度业绩异常强劲的报告之后，报告了集团历史上业绩最强劲的第二季度。尽管市场波动和数字资产价格下跌，CoinShares资本市场基础设施业务增长超过122%，与2020年年底相比，同比大幅提高。（美通社）[2021/8/5 1:36:26]
简单来说，他们开发了一个工具，调用GPT-4来计算出其他架构更简单的语言模型上神经元的行为，这次针对的是GPT-2，发布于4年前的开源大模型。
大模型和人脑一样，由「神经元」组成，这些神经元会观察文本中的特定规律，进而影响到模型本身生产的文本。
举例来说，如果有一个针对「漫威超级英雄」的神经元，当用户向模型提问「哪个超级英雄的能力最强」时，这个神经元就会提高模型在回答中说出漫威英雄的概率。
多链DeFi数据网络Unmarshal推出NFT API:多链DeFi数据网络Unmarshal在推特上宣布推出其NFT API，DApp、钱包和托管人现在可以集成Unmarshal的API来从区块链上获取NFT细节。[2021/3/26 19:20:31]
OpenAI开发的工具利用这种规则制定了一套评估流程。
开始之前，先让GPT-2运行文本序列，等待某个特定神经元被频繁「激活」的情况。
然后有三个评估步骤：
第一步，让GPT-4针对这段文本，生成解释。比如在下面的案例中，神经元主要针对漫威内容。GPT-4接收到文本和激活情况后，判断这与电影、角色和娱乐有关。
第二步，用GPT-4模拟这个GPT-2的神经元接下来会做什么。下图就是GPT-4生成的模拟内容。
CoinShares公开10亿美元加密储备以接受公众审计:9月1日消息，加密资产管理公司CoinShares正在向公众审计开放其10亿美元加密储备，这项服务由会计事务所Armanino提供。CoinShares首席运营官Richard Nash表示，他希望这将使CoinShares在与Grayscale等竞争对手相比时具有优势。（Cointelegraph）[2020/9/1]
最后一步，对比评估打分。对比4代模拟神经元和2代真实神经元的结果，看GPT-4猜的有多准。
通过这样的方法，OpenAI对每个神经元的行为作出了初步的自然语言解释，并对这种解释和实际行为的匹配程度进行了评分。
最终他们对GPT-2中307200个神经元全部进行了解释，这些解释汇编成数据集，与工具代码一起在GitHub上发布。
超越语言的机器，人类无法理解的机器
据OpenAI在博客文章中表示，目前GPT-4生成的解释还不完美，尤其要解释比GPT-2更大的模型时，表现效果很差，「可能是因为后面的layer更难解释」。
Hubble Chain技术团队开始搭建Sharding分片技术运行环境:据官方消息，来自美国硅谷的Hubble Chain（哈勃公链）技术团队，已经开始进行Sharding分片技术运行环境的搭建工作。据了解，基于Hubble Chain主网架构的Sharding分片技术，能够有效提高哈勃链上网络的数据吞吐量，确保链上数据快速、安全、稳定地流转交互。[2020/6/12]
对于GPT-2解释的评分大多也非常低，仅有1000个左右的解释获得了较高的评分。
OpenAI可拓展对齐团队的JeffWu表示，「大多数解释的得分很低，或者无法解释实际神经元那么多的行为。比如，许多神经元以一种难以判断的方式保持活跃，它们在五六件事上保持激活，但却没有可以辨别的模式。有时候存在明显的模式，但GPT-4有无法找到它。」
虽然现阶段成绩不好，但是OpenAI却比较有信心，他们认为可以使用机器学习的方式提高GPT-4产出解释的能力。
比如通过反复产出解释，并根据激活情况修改解释；或者使用更大的模型作出解释；以及调整解释模型的结构等等。
现场 | 嘉楠耘智Kevin Shao：区块链可以和很多行业结合:金色财经现场报道，在TEAMZ区块链峰会上，嘉楠耘智的Kevin Shao 表示，区块链可以和很多行业结合，例如金融，供应链，稳定币。现在小企业在银行借钱难，但是区块链可以解决这个问题，帮助小企业借到钱。我们在区块链初期，首先需要区块链启蒙很重要，很多人都不知道区块链是什么。区块链可以更多的用在金融中。现在区块链在中国监管比较严。[2019/4/6]
OpenAI还提到，这一方法目前还有很多局限性。
使用简短的自然语言进行解释，也许并不匹配神经元可能非常复杂的行为，不能简洁地进行描述。神经元可能会具备多个不同概念，也可能，会具备一个人类没有语言描述甚至无法理解的概念。
最终OpenAI希望能够自动化找到并解释能够实现复杂行为的整个神经回路，而目前的方法只解释了神经元的行为，并没有涉及下游影响。
解释了神经元的行为，但没有解释产生这种行为的机制。这意味着即使是拿了高分的解释，也只能描述相关性。
整个过程是计算密集型的。
在论文中，OpenAI表示：「语言模型可能代表了人类无法用语言表达的陌生概念。这可能是因为语言模型关心不同的事情，比如统计结构对下一个token预测任务有用，或者因为模型已经发现了人类尚未发现的自然的抽象，例如在不同领域的类似概念家族。」
它把LLM的这种属性，称为AlienFeature，在生物领域翻译为「异类特征」。
FounderPark微信后台回复「解释神经元论文」，获取论文链接和中英对照PDF链接。
把对齐问题也交给AI
「我们正试图开发预测『AI系统会出现什么问题』的方法，」OpenAI可解释性团队负责人WilliamSaunders对媒体说，「我们希望能够真正做到，让这些模型的行为和生产的回答是可以被信任的。」
SamAltman也转发博客文章称：GPT-4对GPT-2做了一些可解释性工作。
可解释性是机器学习的研究子领域，指的是对模型的行为有清晰的理解和对模型结果的理解能力。
简单来说，目的就是解释机器学习模型「如何做到」。
2019年开始，可解释性成为机器学习的重要领域，相关研究有助于开发人员对模型进行优化和调整。针对当下AI模型大规模应用时，亟需解决的可信度、安全性和决策参考等问题。
如果我们不知道AI是如何作出决策的，始终把它当做一个黑箱，那么就算AI在各种场景下表现得再完美，也无法解决部分人类的信任问题。
OpenAI这次使用GPT-4来解决可解释性的问题，就是希望能够使用自动化的方式，让机器完成AI研究。
「这是我们对齐研究的第三支柱的一部分：我们希望自动化对齐研究。令人期待的是，这一方向能让它与AI发展的步伐相匹配。」
在2022年夏天，OpenAI曾发布文章《我们做对齐研究的方法》。
文中提到，宏观来看，OpenAI的对齐研究将由三大支柱支撑：
1、利用人工反馈训练AI
2、训练AI系统协助人类评估
3、训练AI系统进行对齐研究
「语言模型非常适合自动化对齐研究，因为它们通过阅读互联网『预装』了大量有关人类价值观的知识和信息。开箱即用，它们不是独立代理，因此不会在世界上追求自己的目标。」
太快了，连认知都范式革命了
虽然OpenAI本意很好，但是这样的研究成果着实吓坏了网友。
OpenAI的推文下梗图横飞，有不少人在认真地建议OpenAI搞慢点。
「用我们不理解的东西，解释另一个我们不理解的东西，这合理吗？」
「护栏都被你撤了」
「这太迷人了，但也让我感到极度不适。」
「自然创造了人类来理解自然。我们创造了GPT-4来理解自己。」
「我们要怎么判断解释者是好的？这就像...谁监督着监督者？」（whowatchesthewatchers)
还有人看到了更深的一层：
「大模型很快就能比人类更好地解释他们自己的思维过程，我想知道我们未来要创造多少新的词汇，来描述那些AI发现的概念？我们还没有一个合适的词描述它们。或者，我们是否会觉得这些概念有意义？它们又能教会我们如何认识自己呢？」
另一网友回应道：「人类本身对自己行为的解释，大多是谎言、捏造、幻觉、错误的记忆、事后推理，就像AI一样。」
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。