来自：CS的陋室
作者：机智的叉烧
进NLP群—>加入NLP交流群
最近chatgpt逐渐变火，很多人也多少能够发现，chatgpt能够成为一个相对可靠的端到端解决方案，大有干掉很多智能对话助手、搜索引擎的趋势，当然现在已经有不少用户也在用这个来充当搜索引擎来用了。然而，从技术角度，我们是否可以考虑去这么做了，或者说现阶段是否合适真的去这么尝试了。来看我的看法吧。
先说结论吧，我自己的分析结论是，大家都应该去尝试，但是不要指望短期内彻底替换。
什么是端到端
先说一下端到端和非端到端的意思，简单地说，就是一个模型完成全流程的任务，而非端到端，就是通过多个模型或者模块有机组合最终完成的任务。
举个例子，对话系统，可以用一个比较完善的生成模型来完成，也可以用一个系统，里面有各种模型，例如意图识别模块、召回模块、排序模块等多个模块协同合作来共同完成，前者就是端到端的方案，后者就是非端到端的方案。
端到端和非端到端的竞争
其实端到端和非端到端的竞争，早在前几年就有了，DSTC对话系统的比赛，榜单上就已经分为了端到端和非端到端两派进行，从比赛的数据来看，非端到端的模型基本都能在A榜有个不错的成绩，而B榜上，端到端模型则能够一举超越非端到端模型获得胜利，从这点我们其实可以推断，非端到端模型更容易在已知情况达到更高的水平，但是因为模型本身的特定，端到端的模式下，则更容易顶到更高的上限，泛化能力也能拉的比较高。
正因为端到端模型更容易能顶到更高的上线，所以在科研界，多半也是朝着端到端的方案去走的，配合预训练模型这股东风，绝大部分复杂任务的SOTA方案都是端到端模型的身影。
然而，与之相反的是工业界，在工业界，各大厂所采用的方案，基本都是非端到端的方案，前沿重器系列中我聊了很多场景下大厂的架构：
大家都可以看到，这里面大家不约而同地选择了这些方案，而没有选择比较直接的端到端方案，甚至，在一些小任务下，大家也倾向于拆解成非端到端的任务来进行，例如纠错（NLP.TM[37] | 深入讨论纠错系统），就拆解成3部分灵活处理。
为什么会选择非端到端
我自己也经常会对一些需求做技术方案，也会比较倾向于非端到端的方案，主要是出于这几个原因吧：
非端到端出效果稳定。拆解开的每个步骤都能监控到，什么位置出问题成为短板能快速定位修复，且不影响其他模块。
资源和需求多样性导致必须拆分。不同的资源来源导致我们必须在内部拆分，例如要出天气要查天气的库，此时就要拆分各模块做识别等任务。
可控性和可更新性。国内外其实都有很多不能发布的信息或者价值观，这些是需要控制的，另一方面，有些内容是需要可更新的，此时需要可更新的模块来处理，每次直接更新整个模型成本很高。
这应该也是大家会在现实落地情况选择花时间拆分模块，逐步完成的核心原因了，也侧面映射出，非端到端的方案最终没选择的原因：
调优成本和风险大，除了问题后的效果调优可控性其实不是很高，很依赖训练策略、资源等很多原因。
对现有资源的使用能力差，原来的端到端模型主要靠喂特定的样本，现阶段则是prompt，但是多种复杂的资源不见得能支持这样的使用。
可控性和可更新性不足，一些风险问题，需要实时更新的问题（依旧举天气的例子），端到端模型的变化是不够敏捷的，甚至在变化过程中可能引入新的不可控风险。
这些问题不解决，我们很难完全放心把整个大的任务交给一个模型的。
端到端模型是否有可能克服缺点
我的答案是，现阶段是有可能但是还需要发展迭代。
随着prompt的出现，大家会开始有一种错觉，prompt的方式能让模型快速学会一些比较好的知识，或者换个角度，prompt方案似乎能引导模型吐出我们想让他吐出的东西，看起来非常有用，大家在体验chatgpt时多少有点这个感觉，然而仔细看过chatgpt有关原理的朋友们应该会发现，他们在底层是花费了很大成本来构造很多prompt来让模型学习的，标注看着很简单，但chatgpt这里其实非常困难，总结而说是有两点：
prompt的数量，prompt训练是需要一定的数据支撑的，别给我说就几条，那是一个类目下，但是类目层面就很多了，每个类几条那也要很多条的对吧。
prompt的质量，只有泛化的，多样的prompt才能更好地引导模型训练，这种人工活动不同于标注，他是带有一定创造性的，此时难度其实就很高了。
当然，有关灵活可控性，大家会有说adapter之类的结构，就是轻量化微调的方案，这点我在之前的轻量化微调文章里也有说过（前沿重器[27] | 从遗忘问题到预训练轻量化微调），虽然这种方案能一定程度缓解，但是敏捷性其实还可以提升的，有些紧急的公关问题需要快速下线，类似天气、新闻等需要快速更新的内容，如果还需要慢慢吞吞地训adapter模块，那速度大家肯定觉得会不太够，还不如直接塞库里，用dsl直接查的快对吧，当然了，如果是实时性要求没那么高的，这种控制起来其实已经非常足够了。
有关chatgpt的效果问题
现阶段，chatgpt的口碑有目共睹，但是盛名之下是否能副，这里我是想打一个问号的。有几个比较严谨的问题需要被抛出来：
开放域下的指标如何。大家你一个我一个的试，从个人层面看就是超小样本，统计能力不足，而把大家的都算上，基本一定程度算高频问题，可以说是带点偏的，然而抛开这批尝试的用户，只看用户日常真正的提问，例如像百度那样用户当做工具每天搜的情况，效果如何，这点还需要更为严格，数量更丰富的评测。
现阶段大家的新鲜感还比较强，其实容忍度还是比较高的，很难避免一些错误可能会被我们缩小，如果对其他的一些软件和产品，尤其是国产的，大家是否也能有这个容忍度呢，我自己看游戏领域、电影领域甚至一些奢饰品等领域的经验来看，用户多半对国产产品有着比同类外国产品更苛刻的要求的，例子就不举了，相信大家都懂。
产品形态的问题。现阶段的chatgpt的输出形态其实还是比较局限的——文本和图像，但是实际上我们需要的可能会更加复杂，例如智能家居的指令（帮我开灯），销售场景的智能推荐（给我推荐一台七千块左右的电脑），天气内容展示（告诉我未来一周的天气）等。
怎么做
讲到这里，其实我们可以有这几个共识吧：
非端到端模型在目前的落地场景下，仍有不可撼动的地位，直接切换或者使用端到端模型应该是激进的。
端到端有自己独特且突出的优势，泛化能力强，这点也是毋庸置疑的，
在对这个东西有基本的共识后，我们可以继续来聊怎么做，整体思路可以参考很多系统所常见的嵌入方式：新增召回路，参与筛选和把控。
之前我有文章聊过“召回-排序”这种在多个系统中被广泛使用的一个架构（心法利器[79] | 对话系统中的多路召回和排序），我们可以考虑在内容的召回上，把这种端到端的方式作为其中一种召回链路放入到召回池子里，增加一种回复的可能性，最终的筛选则是在排序层，和其他路召回的内容进行综合排序，并完成拒识判断（严谨起见端到端方案在特定场景不合适，此时需要过滤拒绝），此时就可以相对安全地利用上这个好东西，算是“驯服”了。在后续阶段，随着逐渐优化，我们可以慢慢放开排序和拒识模块，让端到端方案的采纳率逐步提升，在提升到一定阶段后，就可以考虑下掉其他模块，最终完成了从非端到端到端到端的切换了，中间阶段也比较可控安全。
chatgpt是否会替代吗
最后想夹带点私货，回应一下最近很多人后台希望和我聊的问题，简单地说就是chatgpt是否能完全替代别的东西，尤其是人，最近chatgpt逐渐变火，除了chatgpt很火之外，更多的声音是“哀鸿遍野”，很多人觉得非常悲观，很多工作都可能会被机器替代。不过从我自己的角度看，是两个声音：
chatgpt已经能帮忙做很多事，能替代不少人了。
简单任务已经可以做了，所以基础人力肯定会被压缩，但是因为深耕行业的人更了解具体流程和chatgpt能做的事，所以明白终究是需要有指导机器干活的，需要搭建架构的人，因此让自己成长起来，这块压力其实没想象中的大，而且在这个趋势下，资本进一步了解到AI的重要性，说不定对相应从业人员的需求更多。
而且这两个声音的具有非常鲜明的特征，前者像是一些对有关领域了解不深的人，后者则是深耕某个领域时间比较久的老鸟。很多时候，老鸟的这个东西的理解很深，往往能参透这里的本质。
说个很简单的事吧，很多人发现了chatgpt会写代码，所以觉得程序员就要被淘汰了，其实这部分人只是单纯的认为程序员只有一个任务就是写代码罢了，但其实并非如此，以算法工程师为例，大家可以看看我的日常（心法利器[31] | 我的算法工程师日常），大家会发现，真正写代码的时间可能就10%左右了，在这种情况下，chatgpt更多的是一个帮助我们工作的工具，而不是替代我们的对手。
我们不能说外行如何如何，毕竟术业有专攻，但是对我们这些专业领域的人还是需要体现出自己的专业水准的，冷静思考，不能被不懂这个的人带去了节奏，而是真正的深入了解某个东西的原理和优缺点，并且找到自己的优劣势和机会，这个才是真正破局所需要的。
欢迎关注我的视频号~
进NLP群—>加入NLP交流群
2075
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
