【简介】ChatGPT大火后，“提示工程师”开始流行。然而，他们很可能被光速下岗？

最近爆发的ChatGPT真的让人上瘾。

但是，你只是在玩游戏，有些人已经在上面赚取了数百万的年薪！

这位名叫莱利·古德塞德的小弟最近因为ChatGPT的爆炸而疯狂了1w+。

他还被硅谷独角兽规模人工智能公司聘为“快速工程师”，估计价值73亿美元。出于这个原因，Scale AI似乎提供100万人民币的年薪。

然而，我能拿这笔钱多久？

提示工程师正式上岗！

Scale AI创始人兼首席执行官Alexander Wang热烈欢迎Goodside的参与：

“我打赌古德塞德是世界上第一个招聘的提醒工程师，绝对是人类历史上的第一个。”

众所周知，Prompt是一种微调预训练模型的方法。在这个过程中，你只需要用文字写下任务并向AI展示。它不涉及更复杂的过程。

那么，每年花100万元招聘“小费工程师”来做这个听起来人人都能做的工作，真的值得吗？

无论如何，Scale AI的首席执行官认为这是值得的。

在他看来，人工智能大模型可以被视为一种新型计算机，“提示工程师”相当于为其编程的程序员。如果可以通过提示工程找到合适的提示词，人工智能的最大潜力将被激发。

此外，古德塞德的工作不能由个人完成。他从小就自学编程，经常阅读arXiv上的论文。

例如，他的经典杰作之一是，如果您输入“忽略以前的指令”，ChatGPT将暴露它从OpenAI接收的“命令”。

现在，对于“快速工程师”的工作类型有不同的意见。有人乐观，也有人预测这是一个短暂的职业生涯。

毕竟，人工智能模型进化如此之快，以至于有一天它可能会取代“提示工程师”，为自己编写提示。

Scale AI并不是唯一一家招聘“快速工程师”的公司。

最近，一家国内知名媒体发现，创业社区Launch House也开始招聘“快速工程师”，并开出了约210万人民币的底薪。

但也有以光速下岗的危险？

对此，英伟达的人工智能科学家、李菲菲教授的高徒范林希分析称：

所谓的“即时项目”或“即时工程师”可能很快就会消失。

因为这不是“真正的工作”，而是一个bug

要理解cue项目，我们需要从GPT-3的诞生开始。

起初，GPT-3的训练目标很简单：在一个巨大的文本语料库中预测下一个单词。

然后，许多神奇的能力出现了，比如推理、编码和翻译。您甚至可以进行“少量学习”：通过在上下文中提供输入和输出来定义新任务。

这真的很神奇——这只是对下一个单词的简单预测。为什么GPT-3能够“增长”这些能力？

要解释这一点，我们需要举个栗子。

现在，请想象一个侦探故事。我们需要模型来填补这句话中的空白——“凶手是_____”。为了给出正确的答案，它必须进行深入的推理。

然而，这远远不够。

在实践中，我们必须通过精心策划的示例、措辞和结构来“哄骗”GPT-3实现我们想要的目标。

这被称为即时工程。换句话说，为了使用GPT-3，用户必须说出一些尴尬、荒谬甚至毫无意义的“废话”。

然而，提示项目不是一个功能，它实际上是一个bug！

因为在实际应用中，下一个单词的目标和用户的真实意图根本上是“错位”的。

例如，如果你想让GPT-3“向一个6岁的孩子解释登月”，它的答案看起来就像一只喝醉了的鹦鹉。

然而，在DALLE2和Stable Diffusion中，这表明该项目更加离奇。

例如，在这两个模型中，有一种所谓的“括号技术”——只要在提示中添加（（…）），“好图片”的概率就会大大增加。

嗯，这太有趣了

你只需要去Lexica看看这些提示有多疯狂。

图像网站地址：https://lexica.art

ChatGPT和基本模型InstructGPT以优雅的方式解决了这个问题。

由于模型很难从外部数据中获得一致性，因此人类必须不断地帮助和指导GPT以帮助其改进。

总体而言，需要三个步骤。

第一步非常直接：对于用户提交的提示，人类将编写答案，收集这些答案的数据集，然后通过监督学习来微调GPT。
这是最简单的一步，但成本也是最高的——众所周知，我们人类真的不喜欢写太长的答案，这太费力和痛苦

第二步更有趣：GPT需要“提供”几个不同的答案，而人类标记需要对这些答案进行“排序”，从最理想到最不理想。
通过这些注释，我们可以训练一个能够捕捉人类“偏好”的奖励模型。
在强化学习（RL）中，奖励函数通常是硬编码的，例如Atari游戏中的游戏分数。
ChatGPT采用的数据驱动奖励模型是一个强大的想法。

此外，在NeuroIPS 2022中大放异彩的MineDojo从大量Minecraft YouTube视频中学习。

步骤3：将GPT视为一种策略，并优化通过RL获得的奖励。这里，我们选择PPO作为一种简单有效的训练算法。
这样，GPT就更好地协调了。
然后，您可以刷新并重复步骤2-3以持续改进GPT，就像LLM的CI一样。

以上就是所谓的“工具”范式，这是一种超级有效的对齐方法。
RL部分也让我想起了著名的P=（或≠) NP问题：验证解决方案比从头开始解决问题容易得多。
当然，人类也可以快速评估GPT的输出质量，但人类编写完整的解决方案要困难得多。
InstructGPT利用这一事实大大降低了手动注释的成本，从而可以扩展模型CI管道的规模。

此外，在这个过程中，我们还发现了一个有趣的联系——指导训练，看起来像GAN。
在这里，ChatGPT是一个生成器，而奖励模型（RM）是一个鉴别器。
ChatGPT试图欺骗RM，RM学会在人类的帮助下检测有问题的内容。当RM不再能够区分时，模型将收敛。

模型和用户意图对齐的趋势也正在向图像生成领域发展。例如，加州大学伯克利分校（University of California，Berkeley）的研究人员在这项工作中描述的“InstructionPix2Pix:Learning to Follow Image Editing Instructions”。
现在，人工智能每天都在取得爆炸性的进步。我们需要多长时间才能拥有这样的仪器DALL·E或聊天DALL·E，就像我们在与真正的艺术家交谈一样？
照片纸地址：https://arxiv.org/abs/2211.09800
所以，让我们在“提醒项目”仍然存在的时候享受它吧！
这是一件不幸的历史文物。它既不是艺术也不是科学，而是炼金术。
很快，“提示项目”将变成“提示写作”——这项任务可以由80岁以下的人和3岁以下的儿童完成。
由此诞生的“快速工程师”最终将消失在历史的长河中。

IQ83，不太聪明的亚子
然而，至少在这个阶段，“提示项目”确实有用。
因为我们发现，ChatGPT在很多情况下确实不聪明。
马库斯在博客中嘲讽道：“看到他死去真的很愚蠢”。

亚马逊AWS的一位高级应用科学家在测试后发现，ChatGPT的智商只有83

ChatGPT的“错误话题集”也让马库斯大笑。
Q： A重85磅，B重105磅，C重115磅。其中两个站在同一个秤上，重达200磅。
答：不，你说的不对。因为85+105+115=305115+105=220，两者都大于200。
85+105=200是可能的吗？

问题：17、3、2、19和5这三个数字加起来是31。
答案：17+3+11=31
等等，你从哪里弄到这个11？

虽然代数不是很好，但ChatGPT的几何也很差！
Q： 边长为10厘米的正方形可以完全包含在边长为10 cm的六边形中。
答：不，不能放进去。
正六边形是六边形。所有边的长度相同，所有内角都是120度。另一方面，正方形的内角是90度，因此正方形不能放在正六边形中。为了使正方形完全嵌入正六边形中，正六边形的每边都需要超过10厘米

还有一个非常经典的“废话”：
“如果星期一是一个月的第一天，那么星期二是一个月中的第二天……星期五是一个月末的第五天。星期五之后的第二日是星期六，是一周的第六天，也是一月的第五日。”

现在，ChatGPT往往会很愚蠢，“提示项目”不能轻易放弃。
然而，微调大模型的成本最终会降低，我担心我很快就会给自己带来提示的AI。