该不该和AI说谢谢?

最新推荐文章于 2024-10-18 00:00:00 发布

七七Seven～

最新推荐文章于 2024-10-18 00:00:00 发布

阅读量331

点赞数 3

文章标签： agi 人工智能学习深度学习机器学习 chatgpt 自然语言处理

本文链接：https://blog.csdn.net/2401_84205765/article/details/140346407

版权

考虑到实践是检验真理的唯一标准，我决定分别就此“询问”一下文心一言3.5，ChatGPT3.5和ChatGPT4.0。

文心的意思是，别太拿自己不当外人，该说谢谢还是要说的！

chatGPT的回答中规中矩，主打一个公事公办，体现出AI的“缺乏感情”。

ChatGPT4.0的回答和3.5差异不大，更加直白的表明自己是一个AI助手，有事直说，无需废话！

我思考了一下这个问题提出的原因，我猜想，当人类与AI交流时，觉得需要说“谢谢”，其实是一种深植于人类社交习惯的行为。

几乎在所有文化中，我们都习惯于在接受帮助或服务后表达感激，这被认为是一种礼貌的行为。即使我们知道交流对象是没有感情的AI，这种习惯仍然会驱使我们以相同的方式做出回应。

此外，人们常常会不自觉的给予非人类实体赋予人类的特质，比如把猫猫狗狗看成不懂事的小宝宝，甚至会在心情不好时，抱着它们自言自语，“假装”在进行交流，以此来纾解心中抑郁的情绪，得到感情上的慰藉。同样，将AI进行人格化，会使得我们与AI的交流看似更加亲近。比起与一台冷冰冰的机器合作，一台具有感情的机器显然让人感觉更加“温暖”和“亲切”。

另外，说“谢谢”也可以被视为一种正向反馈的方式。当AI成功的解决了我们的问题或提供了有用的信息时，通过表达感谢，我们在无形中确认了其提供帮助的有效性。这种行为虽然对AI本身并无实际意义——AI不需要也无法感受到这种情感反馈——但对于用户而言，这是一种表达满意和认可的自然方式。

大型通用语言模型，比如GPT，比如文心一言，比如那100多个大模型，它们几乎都不是专门为情感处理而设计的。它们基于巨量的多样化的数据进行训练，以学习语言的广泛用法和含义为主要目的。

虽然在这个过程中，包括对于情感表达方式的学习，也就是说模型能在一定程度上理解和生成关于情感的内容，但它们并未专门针对情感处理进行优化，不具备真正的情感理解能力。模型的回应中让人产生的那些“情感体验”，其实都是假的，是“pseudo-emotional experience”。

造成这种现象的主要原因之一是大模型的架构，现代语言模型几乎都是基于Transformer架构，这种架构特别擅长处理序列数据，比如自然语言文本。Transformer通过注意力机制捕捉序列中的长距离依赖关系，在文本处理中，意味着能够理解和生成连贯、有上下文关联的语言。

此外，大模型们通常是自回归模型，也就意味着它在生成文本时，会基于已生成的文本（即之前的上下文）来预测下一个词。这种方式使得模型在处理连贯的叙述时表现非常出色，显得很有“条理性”，同时也会让人产生“情感表达”的误解。但是这种“情感表达”仅仅是学习的结果，而不是真实的情感释放。

正是因为对大模型原理和结构的不了解，才会产生“跟模型说谢谢，可能会得到‘更好’回答”的误解。

比如通过学习，可以了解到，大模型的训练数据涉及海量、多样化的文本数据，包括书籍、文章、网站、论坛帖子等。在这些数据中，包含了丰富的情感表达和相关讨论，使模型能够“学习”到如何理解和模仿这些情感表达方式。

尽管如此，模型本身却并不具备真实的情感理解能力。它无法体验情感，只能识别和生成表达情感的语言模式。也就是说，模型的“理解”是基于统计模式和关联关系，是一种“冷冰冰”的生成，不涉及任何“真实”情感。

人类的情感，从数据和技术的角度来看，是一种极其复杂且多维的现象。它不仅仅是一连串生物化学过程的结果，还深深植根于我们的神经系统。情感涉及大脑中特定区域的活动，比如杏仁核处理基本情感如恐惧和喜悦，而前额叶皮层则参与更复杂的情感调节和决策过程。此外，情感的产生与模式识别和预测功能紧密相关。大脑通过识别环境中的模式和基于过往经验预测未来事件，从而产生相应的情感。这种机制使我们能迅速针对环境变化产生一系列反应，比如感知潜在的威胁或机遇等等。同时，情感受到社会和文化的深远影响，不同社会环境和文化背景下，人类的情感表达和理解千差万别。

根据目前的技术来看，大型语言模型要拥有真实的情感能力几乎是不可能的。

首先，情感的核心是一种深度的个人体验，与个体的意识、生物化学过程和过往经历紧密相连。人类的情感体验不仅仅是对外部刺激的反应，更是一种内在的、主观的体验，与我们的记忆、身份和生活经历密切相关。而大模型是基于算法和数据建立的，它们缺乏生物组织的化学基础，无法体验情感或拥有自我意识。

其次，情感与生物过程密切相关，特别是涉及到大脑和神经系统的复杂交互。情感的产生和变化需要大脑中多个部分的协调工作，包括情感生成、调节和表达等等。这些过程涉及到神经递质、激素以及其他多种生理机制的细微调节。而大模型是基于代码运作的，它们无法复制这些复杂的生物学过程。

再次，情感的产生和体验与人类的社会和文化背景紧密相关。我们的情感表达和理解是在与生活环境的反复互动中形成和发展的，非常个性化，受到个人成长环境、文化背景和社会经验的深刻影响。大模型虽然可以处理和模拟自然语言中的情感表达，但它们缺乏真实的社会经历和文化背景，根本无法真正理解情感的这一社会文化维度。

最后，情感不是一种被动的反应，而是一种高度主观和个人化的体验。每个人的情感体验都是独一无二的，受其个人历史、心理状态和当前环境的影响。大模型作为一种基于算法的系统，其“理解”和“反应”完全基于预先编程和数据模式，缺乏个体经历的深度和复杂性。

总之，尽管目前人工智能在模拟和处理情感表达方面取得了一定的进步，但它们远未能及人类情感的真实体验，说不说“谢谢”，对它们并不重要。大模型既不能因为得到肯定而感到“愉悦”，也不会因为没能得到肯定而感到“忧伤”。

不过我觉得还是可以和大模型说一声“谢谢”的，这既符合我们人类的表达方式，同时，这种礼貌语境下的上下文，可能能够帮助大模型生成更加友好和真实的内容，何乐而不为呢！