讓一隻猴子在打字機上隨機地按鍵，只要給足夠長的時間，莎士比亞全集也能敲出來。
那要是一隻懂文法和語意的猴子呢？答案是連科研都能幫你做！
語言模型的發展勢頭十分迅猛，幾年前還只能在輸入法上對下一個要輸入的字進行自動補全，今天就已經可以幫助研究人員分析和撰寫科學論文、生成程式碼了。
大型語言模型（LLM）的訓練一般需要大量的文字資料作為支撐。
2020年，OpenAI發布了擁有1750億參數的GPT-3模型，寫詩、做數學題，幾乎生成模型能做的，GPT-3已然做到極致，即便到了今天，GPT-3仍然是許多語言模型要拿來比較和超越的基線。
GPT-3發布後，很快在Twitter和其他社群媒體上引發熱議，大量研究人員對這種詭異的「類人寫作」方式感到驚訝。
GPT-3發佈線上服務後，使用者可以隨意輸入文本，並讓模型返回下文，每處理750個單字的收費最低僅為0.0004美元，堪稱物美價廉。
最近Nature專欄科技專題上發布了一篇文章，沒想到除了幫忙寫小作文，這些語言模型還能幫你「做科研」！
冰島大學雷克雅維克分校的電腦科學家Hafsteinn Einarsson表示：我幾乎每天都會用到GPT-3，例如給論文摘要進行修改。
Einarsson在6月份的一次會議上準備文案時，雖然GPT-3提了很多無用的修改建議，但也有一些有幫助的，比如“使研究問題在摘要的開頭更明確」，而這類問題你自己看手稿時根本不會意識到，除非你讓別人幫你看，而這個別人為什麼不能是「GPT-3」呢？
語言模型甚至可以幫助你改進實驗設計！
在另一個專案中，Einarsson想使用Pictionary遊戲在參與者中收集語言資料。
在給了遊戲的描述後，GPT-3給了一些遊戲的修改建議。理論上講，研究人員也可以要求對實驗方案進行新的嘗試。
有些研究人員也會使用語言模型來產生論文標題或使文字更易讀。
史丹佛大學電腦科學教授的博士生Mina Lee的使用方法是，給GPT-3輸入「使用這些關鍵字，產生一篇論文標題」等作為提示，模型就會幫你擬定幾個標題。
有部分章節如果需要重寫的話，她還會用到以色列特拉維夫AI21實驗室發布的人工智慧寫作助手Wordtune，只需要點擊「Rewrite」，就能轉換出多個版本的重寫段落，然後仔細挑選即可。
Lee也會要求GPT-3為生活中的一些事提供建議，例如詢問「如何把男友介紹給她的父母」時，GPT-3建議去海邊的一家餐館。
位於紐約布魯克林的科技新創公司Scite的電腦科學家Domenic Rosati使用Generate語言模式對自己的思路進行重新組織。
連結：https://cohere.ai/generate
Generate由加拿大的一家NLP公司Cohere開發，模型的工作流程與GPT-3非常相似。
只需要輸入筆記，或只是隨便說點idea，最後加上「總結一下」或是「把它變成一個抽象概念」，模型就會自動幫你整理思路。
OpenAI 的研究人員對 GPT-3進行了大量的文字訓練，包括書籍、新聞故事、維基百科條目和軟體程式碼。
後來，團隊注意到GPT-3可以像補全普通文字一樣對程式碼進行補全。
研究人員創建了一個名為Codex 的演算法的微調版本，使用來自程式碼共享平台GitHub上超過150G 的文本上進行訓練；目前GitHub 現在已經將Codex 整合到Copilot的服務中，可以輔助使用者編寫程式碼。
位於華盛頓州西雅圖的艾倫人工智慧研究所AI2的電腦科學家Luca Soldaini說，他們辦公室裡至少有一半的人都在用Copilot
Soldaini表示，Copilot最適合重複性程式設計的場景。例如他有一個專案涉及到編寫處理PDF的模板程式碼，Copilot直接就給補全了。
不過Copilot補全的內容也會常常出錯，最好在一些自己熟悉的語言上使用。
語言模型最成熟的應用場景可能就是搜尋和總結文獻了。
AI2開發的Semantic Scholar搜尋引擎使用了TLDR的語言模型對每篇論文給出了一個類似Twitter長度的描述。
該搜尋引擎涵蓋了大約2億篇論文，其中大部分來自生物醫學和電腦科學。
TLDR的開發是基於Meta更早發布的BART模型，然後AI2的研究人員在人寫摘要的基礎上對模型進行了微調。
以今天的標準，TLDR並不是大型語言模型，因為它只包含大約4億個參數，而GPT-3的最大版本包含1750億。
TLDR在AI2開發的擴充科學論文應用程式Semantic Reader中也有應用。
當使用者使用Semantic Reader中的文內引用時，會彈出一個包含TLDR摘要的資訊框。
Semantic Scholar的科學家Dan Weld表示，我們的想法是利用語言模型來提升閱讀體驗。
當語言模型產生文字摘要時，模型有可能會產生一些文章中不存在的事實，研究人員將這種問題稱之為「幻覺」，但實際上語言模型純粹是在編造或說謊。
TLDR 在真實性檢定中表現較好，論文作者對TLDR的準確度評分為2.5分(滿分3分)。
Weld表示，TLDR更真實是因為摘要只有大約20個字的長度，也可能是因為演算法不會將沒有出現在正文中的單字放入摘要中。
在搜尋工具方面，2021年在加州舊金山的機器學習非營利組織Ought推出了Elicit ，如果用戶問它「mindfulness對決策的影響是什麼?」它會輸出一個包含十篇論文的表格。
使用者可以要求軟體在列中填寫摘要和元資料等內容，以及關於研究參與者、方法和結果的信息，然後使用包括GPT-3在內的工具從論文中提取或產生這些信息。
馬裡蘭大學帕克分校的Joel Chan的研究方向為人機交互，每當他開始一個新計畫的時候都會使用Elicit搜尋相關論文。
斯德哥爾摩卡羅琳學院的神經系統科學家Gustav Nilsonne也利用Elicit找到了一些可以添加到總結分析中的數據的論文，用這個工具可以找到在其他搜尋中沒有發現的文件。
AI2的原型為LLM提供了一種未來的感覺。
有時研究人員在閱讀科學論文的摘要後會有疑問，但還沒有時間閱讀全文。
AI2的一個團隊也開發了一個工具，可以在NLP領域回答這些問題。
模型先要求研究者閱讀NLP論文的摘要，然後詢問相關問題(例如「分析了哪五個對話屬性?」)
#研究小組隨後要求其他研究人員在閱讀完整部論文後回答這些問題。
AI2訓練了另一個版本的Longformer語言模型，輸入為完整的論文，然後利用收集的資料集產生關於其他論文不同問題的答案。
ACCoRD模型可以為150個與NLP相關的科學概念產生定義和類比。
MS2是一個包含470,000個醫學文檔和20,000個多文檔摘要的資料集，用MS2微調BART後，研究人員就能夠提出一個問題和一組文檔，並生成一個簡短的元分析摘要。
2019年，AI2對Google2018年創建的語言模型BERT 進行了微調，在Semantic Scholar的論文上創建了擁有1.1億個參數的SciBERT
#Scite使用人工智慧創建了一個科學搜尋引擎，進一步對SciBERT進行了微調，以便當其搜尋引擎列出引用目標論文的論文時，將這些論文歸類為支援、對比或以其他方式提到該論文。
Rosati表示這種細微差別有助於人們識別科技文獻中的限製或差距。
AI2的SPECTER模型也是基於SciBERT，它將論文簡化為緊湊的數學表示。
Weld 說，會議組織者使用 SPECTER 將提交的論文與同行評審者匹配，Semantic Scholar使用它根據用戶的庫推薦論文。
#在希伯來大學和AI2的電腦科學家Tom Hope說他們有研究計畫透過微調語言模型來確定有效的藥物組合、基因和疾病之間的聯繫，以及在COVID-19研究中的科學挑戰和方向。
但是，語言模型能否提供更深入的洞察力，甚至是發現能力呢？
今年5月，Hope 和Weld 與微軟首席科學官Eric Horvitz共同撰寫了一篇評論，列出了實現這一目標的挑戰，包括教授模型以「(推斷)重組兩個概念的結果」。
Hope表示，這基本和 OpenAI 的DALL · E 2圖像生成模型「產生一張貓飛入太空的圖片是一回事」，但是我們怎麼能走向結合抽象的、高度複雜的科學概念呢?
這是個開放性問題。
時至今日，大型語言模型已經對研究產生了實實在在的影響，如果人們還沒有開始使用這些大型語言模型輔助工作，他們就會錯過這些機會。
參考資料：
https://www.nature.com/articles/d41586-022-03479-w
以上是跟男友約會也要問語言模型？ Nature：提idea，總結筆記，GPT-3竟成當代「科學研究民工」的詳細內容。更多資訊請關注PHP中文網其他相關文章！
