AI与化学

ChatGPT，OpenAI的新一代对话式AI，迅速走红，其功能强大，能回答各种问题并提供代码，引发担忧或惊叹。ChatGPT改变人机交互方式，可能对记者、程序员等工作产生影响，用户突破100万，成为热议话题。然而，它能否替代人类工作还存在争议，内容生产领域也可能因ChatGPT的运用而经历变革。

当前，AI在客服、销售和售后电话中扮演重要角色，筛选兴趣或不满客户，使得教育领域也考虑结合AI以降低对好学校依赖，尤其在70-80分分数段。尽管AI尚不能全面提供产品分析报告，但未来有望实现个性化信息推送。

加州初创公司Profluent近期发表了其研发成果，利用类似ChatGPT的人工智能蛋白质工程深度学习模型Progen，实现了AI预测蛋白质合成，所生成的蛋白质与天然蛋白功能相同，但序列差异大。这项技术通过ProGen以零-shot方式设计出高活性酶，表明自然语言处理可以应用于生物学研究，并可能超越定向进化，加速蛋白质工程的发展。Profluent的目标是简化蛋白质设计过程，使其变得轻松且高效。

ChatGPT 利用 InstructGPT 的类似技术进行训练，其价值取向源于40名全职标注员的统一标准和反馈。训练过程分为三个步骤：首先，基于OpenAI GPT3 Playground的大规模prompt数据集，人工收集并让模型SFT学习；然后，通过人工排序和奖励模型，对候选输出进行有监督学习与强化学习相结合；最后，使用来自客户的数据集进行大规模强化学习，同时用正则项约束模型行为。尽管增大规模能提高语言理解，但可能增加幻想，需综合Helpfulness、Honesty和Harmless测试评估其表现，模型也存在犯错的缺陷。