張 強，高 穎，趙逸淳，張雪峰（．華中師范大學信息管理學院；．安徽師范大學美術學院；3．安徽工程大學經(jīng)濟與管理學院）

1 引言

ChatGPT（Chat Generative Pre-trained Transformer）是由美國OpenAI 公司研發(fā)，于2022 年11 月30 日正式發(fā)布的一款對話形式的語言模型［1］。該模型基于GPT—3.5 訓練而成，作為一種生成式語言模型，ChatGPT 是基于超大規(guī)模的語料庫訓練而成，這些語料庫包括真實世界中的海量百科知識和對話數(shù)據(jù)，因此ChatGPT 具有極強的語義理解和文本生成功能［2］。ChatGPT 除了知識淵博以外，更重要的是其可以根據(jù)上下文來識別用戶的意圖，并以交互的方式與人類進行溝通、交流［3］。

因操作簡單、容易上手等特性，ChatGPT 一經(jīng)推出就迅速在社交媒體走紅，僅一個月時間注冊用戶就已破億［4］，比爾·蓋茨認為這種AI 技術是繼互聯(lián)網(wǎng)與個人電腦之后最重大的發(fā)明［5］，英偉達（Nvidia） 的CEO 黃仁勛認為AI 的“i-Phone 時刻”已經(jīng)到來［6］。2023 年2 月2 日，Microsoft 公告宣布將在旗下所有產(chǎn)品集成ChatGPT，包括Bing 搜索、Office、云計算平臺Azure等［7］。2023 年3 月15 日，OpenAI 正式推出基于GPT—4 模型訓練的ChatGPT。GPT—4 是一種多模態(tài)大模型，在人機交互環(huán)節(jié)支持文本、圖像等多模態(tài)輸入，除了擁有強大的識圖能力外，其文本輸入能力也得到了很大提升［8］。2023 年3 月24日，OpenAI 宣布ChatGPT 支持安裝第三方插件，可以幫助ChatGPT 聯(lián)網(wǎng)訪問最新消息和第三方服務［9］。

ChatGPT 除了在工業(yè)界引起了討論風暴以外，在學術界同樣如此。當前，已有關于ChatGPT 對教育生態(tài)、情報信息、科研工作等所產(chǎn)生的影響的相關討論［10-14］。然而上述討論多從介紹ChatGPT 的發(fā)展歷程入手，未能充分闡釋ChatGPT 的核心概念與技術原理，針對智慧圖書館建設方面的探討也稍顯不足。因此，本文在介紹ChatGPT 核心概念與技術發(fā)展歷程的基礎上，探討ChatGPT 在智慧圖書館建設中的機遇與挑戰(zhàn)，為AI 時代智慧圖書館高質量發(fā)展與建設提供借鑒。

圖1 PFM在人工智能三大領域的基本發(fā)展歷程

2 ChatGPT 相關概念闡釋

2.1 預訓練模型（Pretrained Foundation Models,PFM）

ChatGPT 作為一個基于深度學習的預訓練模型，其核心在于PFM，PFM 背后的預訓練思想在當前的大模型中起到了至關重要的作用［15］。特征抽取是機器學習與深度學習都需要解決的核心問題。生成式預訓練模型（GPT） 采用的是Transformer 作為特征抽取器，在大規(guī)模數(shù)據(jù)集上進行自回歸訓練，另一個知名的模型是谷歌提出的BERT（Bidirectional Encoder Representations from Transformers）模型，兩者均為基于Transformer 預訓練模型的代表［16］。作為一種通用模型，PFM在文本生成、文本分類、圖像處理、邊緣檢測、圖分類等領域都表現(xiàn)出巨大潛力，已經(jīng)在自然語言處理（NLP）、計算機視覺（CV） 和圖學習（GL）三大人工智能領域得到了廣泛應用（見圖1）。PFM 在大規(guī)模數(shù)據(jù)上進行訓練后，可以對類似的小規(guī)模下游任務進行微調從而達到較好的性能。

在闡釋GPT 的技術原理前，有必要將GPT 與同期的BERT 進行對比，以加深對GPT 的理解。BERT 模型基于雙向+ 微調，即BERT 同時利用前后的信息來猜測被MASK 的信息，更適合理解類任務，代表性項目是谷歌的AlphaGo。GPT 模型基于自回歸+提示，即從左向右進行預測，并不會利用文本的右側信息，更擅長生成類任務?？梢?，ChatGPT 使通用人工智能變?yōu)榱丝赡堋?/p>

2.2 ChatGPT 的發(fā)展歷程與技術原理

OpenAI 公司于2022 年11 月推出的ChatGPT是基于GPT—3.5 架構所開發(fā)的對話式AI 模型，短短幾個月后便更新為GPT—4 架構，與InstructGPT互為兄弟模型［17］。ChatGPT 適用于對話生成類任務，InstructGPT 適用于指令性任務。GPT 家族的發(fā)展歷程見表1。

表1 GPT 的發(fā)展歷程

GPT—1 提出時，在9 個NLP 任務上取得了SOTA（State of the Art） 的效果。對比GPT —1，GPT—2 并未大改模型結構，而是使用了更多的參數(shù)模型和訓練數(shù)據(jù)，GPT—2 生成的虛假新聞足以欺騙常人，被稱為AI 領域的“危險武器”。GPT—3 相比于GPT—2 有了非常大的提高：更大的參數(shù)規(guī)模，GPT—3 的參數(shù)較GPT—2 大了100 倍；更好的模型性能，GPT—3 在語義理解與推理上表現(xiàn)得更加出色；更多的語言覆蓋，GPT—3 不僅支持英語，還支持其他多種語言，在應用領域上也更加廣泛；更強的交互能力，GPT—3 可以像人類一樣進行問答與交互［18］。2020 年，初代的GPT—3 展示了三個重要能力：①語言生成，可以根據(jù)提示詞來補全整個句子；②上下文學習，遵循指定的任務示例，可以為新的用例生成解決方案；③世界知識，包括事實知識和常識。那么GPT—3 又是如何發(fā)展成為初代ChatGPT（這里指的是2022 年11 月推出的基于GPT—3.5 版本）的？圖2 展示了GPT—3 到GPT—3.5 的發(fā)展歷程［19］。

圖2 GPT-3 到GPT-3.5 演化過程

2020—2021 年，初代的GPT—3 經(jīng)過代碼訓練、指令微調和基于人類反饋的強化學習，展示出強大的突現(xiàn)能力。OpenAI 通過代碼訓練與指令微調對GPT—3 進行增強，最終獲得了Codedanvinci-002（用于代碼） 和Text-danvinci-002（用于文本），它們具有與初代GPT—3 不同的能力。①響應人類指令的能力。GPT—3 的輸出主要集中在訓練集中的常見句子，而當前模型可以針對指令詞和提示詞生成更為合理的答案。②泛化到全新的任務。當用于微調模型的指令數(shù)量達到一定規(guī)模時，模型也可在從未見過的新問題上產(chǎn)生有效回答，這種能力在知識問答上尤為重要，因為用戶總會用各種方式提出新問題。③代碼生成與理解。與前置模型相比，增加了對代碼的理解與生成功能。④使用思維鏈進行復雜推理。Code-davinci-002 與Text-danvinci-002 兩個模型較GPT-3 具有較強的思維鏈推理能力。

Text-danvinci-002 經(jīng)過基于人類反饋的強化學習的指令微調（RLHF） 后，得到了ChatGPT，ChatGPT 具有如下能力。① 更具信息的回應。ChatGPT 的回應更加冗長，用戶需要明確自己所要求的答案是簡潔的，才能得到相應的答案。②更加公平的回應。ChatGPT 對涉及多個利益實體的事件會給出平衡各方的答案。③拒絕不恰當?shù)膯栴}。由預先設置的內(nèi)容過濾器和RLHF 觸發(fā)的模型結合處理。④拒絕知識之外的問題。拒絕回答在2021年9 月之后所發(fā)生的事件，RLHF幫助模型區(qū)分問題是否在其知識范圍內(nèi)。

需要說明的是，上述的所有能力都是模型本身就存在的，而不是由RLHF 生成的，RLHF的主要作用是觸發(fā)/解鎖其突現(xiàn)能力。

OpenAI 目前還未發(fā)表關于GPT—4 的論文，但是已公布相關報告［20］。報告稱，GPT—3.5 和GPT—4 在日常交互中的區(qū)別很微妙，但是當任務的復雜度達到一定閾值時，GPT—4 的回答比GPT—3.5 更可靠、更有創(chuàng)意，且能處理更為細致的指令，GPT—4 相比于GPT—3.5 有如下四個方面的提升。①GPT—4 具備多模態(tài)輸入能力，可對圖文結合的輸入進行分析，但目前并不具備多模態(tài)的生成輸出能力。②GPT—4 在專業(yè)領域的性能表現(xiàn)大幅超越GPT—3.5 及SOTA 大模型。在美國律師資格考試測驗中，GPT—4 的成績位于前10%，而GPT—3.5 的成績只達到了后10%的水準。③GPT—4 能夠處理更長的文本信息，具備更強的創(chuàng)作能力和推理能力。GPT—3.5 支持處理的文本字數(shù)上限為3,000 字，而GPT—4 可處理25,000 字的長文本。④GPT—4 支持用戶進行自定義對話風格。用戶可以通過輸入命令來定義GPT—4 的交互式對話風格，而之前的ChatGPT 只具備一種風格。

2.3 ChatGPT 的RLHF 過程解析

RLHF 機制觸發(fā)了ChatGPT 的許多功能，本文參照ChatGPT 官網(wǎng)給出訓練示意圖，對其機制進行解釋（見圖3）［21］。

圖3 基于RLHF 機制的ChatGPT 訓練示意圖

首先，通過監(jiān)督微調訓練一個初始模型，由AI 訓練師來提供對話，在對話中分別扮演用戶和AI 助手，再將新生成的對話數(shù)據(jù)集與InstructGPT數(shù)據(jù)集混合起來轉化為對話的格式。之后，AI 訓練師對模型生成的答案進行排名，并用排名數(shù)據(jù)訓練獎勵模型。最后，使用近端策略優(yōu)化來微調模型，并迭代多次。

整體來看，ChatGPT 分為預訓練和微調兩個階段。在預訓練階段，模型自然地進行學習，類似于人類在一個全新環(huán)境進行無監(jiān)督式的學習，而微調階段則是由創(chuàng)造者進行引導。

3 ChatGPT 對智慧圖書館建設的機遇與挑戰(zhàn)

以ChatGPT 為代表的人工智能工具在許多領域均具備應用場景。在游戲領域，利用AI 機器人在前期模擬玩家進行平衡性測試，后期可以充分挖掘玩家與NPC 之間的交互可能，增強玩家的沉浸式體驗，在游戲制作過程中可以充分發(fā)揮AIGC（ArtificialInteligenceGeneratedContent）的生產(chǎn)力，彌補PGC（Professional Generated Content）、UGC（User Generated Content） 的生產(chǎn)潛力缺口，提升游戲制作效率。在媒體領域，可以推進人機協(xié)作共創(chuàng)，基于AI 自動編寫新聞，減輕工作人員的負擔，自動化地進行智能生產(chǎn)，推動傳媒向智媒發(fā)展?？梢灶A見，ChatGPT 正深刻融入并影響著人類工作、生活的方方面面，勢必會成為文化事業(yè)和產(chǎn)業(yè)構建智慧服務的新力量。

3.1 ChatGPT 在智慧圖書館建設中的應用場景

智慧圖書館自提出以來，盡管已歷經(jīng)幾十年的發(fā)展，但是依然是一種受限智慧，其所能開展的服務受到各種條件的限制。智慧圖書館是空間智慧、業(yè)務智慧、服務智慧、資源智慧、管理智慧等形成的統(tǒng)一有機體［22］，ChatGPT的引入為圖書館的智慧建設與服務提供了理論基礎和實踐可能，有可能重塑甚至顛覆當前圖書館的服務體系。

3.1.1 助力圖書館的信息資源管理建設

圖書館是保存人類文化遺產(chǎn)、提供科技文獻情報的重要場所，圖書館信息資源管理建設的方式與特點直接關系服務成效。自助借還機、智能圖書柜等物聯(lián)網(wǎng)設備為圖書館的信息資源管理提供了“骨架”，而ChatGPT 則為這個“骨架”注入了生命。如，在文獻資源書目編制與標注方面，ChatGPT 可以直接對文獻內(nèi)容進行分析，自動為書目添加標簽和分類號，并生成文獻的元數(shù)據(jù)，更好地分類管理文獻。針對已有文獻，ChatGPT可以進行書目信息的校準，保持圖書館書目信息與元數(shù)據(jù)的規(guī)范化，提升元數(shù)據(jù)質量。ChatGPT還可以助力圖書館館藏資源實現(xiàn)數(shù)字化整合。圖書館館藏資源異構現(xiàn)象極為常見，不同來源、不同模態(tài)的資源在當前的OPAC 系統(tǒng)中難以得到統(tǒng)一、有效的整合。GPT—4 模型以支持多模態(tài)輸入的方式來獲取單模態(tài)輸出，且同意接入第三方插件進行聯(lián)網(wǎng)。ChatGPT 這種強大的能力促進了圖書館內(nèi)部資源整合和外部資源對齊，將多個獨立的數(shù)字資源進行優(yōu)化，結合為一個新的有機體，使得圖書館資源更加智慧化、有序化，深刻改變了圖書館的資源整合模式和資源處理方式，將圖書館員從體力勞動中解脫出來，有更多的時間與精力從事創(chuàng)造性工作。

3.1.2 助力圖書館智慧空間場景建設

圖書館的空間場景包括物理空間場景和虛擬空間場景，物理空間場景主要包括圖書館建筑、設備、人力資源等物理環(huán)境，虛擬空間場景主要包括使用VR、AR 等虛擬設備所打造的虛擬實驗室或虛擬空間。ChatGPT 在圖書館智慧空間場景建設的主要應用在于導航與分析。在導航方面，雖然國內(nèi)的公共圖書館和高校圖書館已普遍擁有智能機器人輔助導航，但是當前的智能機器人智慧程度較低、無障礙交互效果不佳。即將ChatGPT 所具備的多模態(tài)輸入功能接入到智能機器人中，可以充分發(fā)揮數(shù)字包容特性，更好地幫助老年人和殘障人士等弱勢群體，達到“用戶—需求—場景”的三方平衡。這一優(yōu)勢在虛擬空間場景將發(fā)揮得更加充分。在數(shù)據(jù)分析方面，將ChatGPT 接入圖書館數(shù)據(jù)中樞，可以對用戶的使用習慣、閱讀方式等進行同步更新與分析，再通過云計算、大數(shù)據(jù)技術進行用戶畫像，就能夠提供精準的知識推送服務，滿足用戶的個性化需求，使整個圖書館空間場景更加智慧多元。

3.1.3 助力圖書館的智能咨詢服務建設

凸顯圖書館智慧服務的個性化與差異化是當前圖書館智慧服務工作的重要任務。如前文所述，ChatGPT 可以根據(jù)用戶設定生成合適的回復，而不是單一的語氣和態(tài)度，滿足了用戶的個性化定制需求。同時，ChatGPT 支持多模態(tài)多語種的輸入，在文本方面，用戶不再需要學習復雜的檢索式與檢索技能，只需要以自然語言的方式進行提問，且無須考慮語言鴻溝問題，ChatGPT 會精準識別用戶的意圖，盡力尋找用戶所需的文獻資源，并按照一定的排列邏輯進行返回，擴大智能咨詢服務的覆蓋面。同時，用戶可以以圖片的形式進行提問，ChatGPT 利用強大的圖像處理能力將多模態(tài)實體進行對齊，返回對應的文字信息或圖片信息，這也為一些弱勢群體使用智能咨詢服務提供了便利。ChatGPT 查詢所采用的是對內(nèi)容的檢索分析而非簡單地檢索元數(shù)據(jù)，參考咨詢的質量將因此得到很大提高。ChatGPT 還可以為用戶建立知識庫系統(tǒng)，分析用戶的過往檢索信息，為用戶制定個性化知識庫，從而提高用戶對圖書館的黏性。

3.1.4 助力圖書館的館員服務能力建設

隨著社會的不斷發(fā)展，圖書館服務也在不斷完善，然而囿于傳統(tǒng)思維，AI 技術的發(fā)展對圖書館服務產(chǎn)生了顛覆性的沖擊。大部分圖書館在AI技術與服務業(yè)務的融合上仍有較大不足，主要原因在于館員的技術能力未能跟上技術發(fā)展的步伐。因此，圖書館員需要提升自身的數(shù)字素養(yǎng)與數(shù)字技術能力。此前，圖書館界常以技術培訓與研討的方式幫助館員學習新的技術，而今，ChatGPT對于館員來說不只是開展服務的輔助工具，更是提升自身技術能力的“百科全書”，是實現(xiàn)圖書館員全面發(fā)展的有效工具。一方面，圖書館員無法完全了解紛繁復雜的館藏資源，造成回復用戶咨詢時效率低下。ChatGPT 具有雄厚的知識背景，掌握多種語言，且支持翻譯后統(tǒng)一為中文或英文，極大地方便了館員整理書目和開展學科服務等工作，助力圖書館打造人機協(xié)同的服務新模式。另一方面，圖書館員是圖書館開展科學研究的重要人員，ChatGPT 可以幫助他們追蹤學科前沿熱點，協(xié)助他們進行特定資源的主題挖掘與分析，幫助其生成館藏資源的元數(shù)據(jù)描述，還可以利用ChatGPT 在制度編制、新聞稿撰寫、文章編譯等方面為館員提供幫助，減輕他們的工作壓力，提升館員的工作效率和信心。

3.2 ChatGPT 給智慧圖書館建設帶來的風險和挑戰(zhàn)

盡管ChatGPT 可以為智慧圖書館的建設帶來諸多幫助，但是由于其仍處于發(fā)展階段，故依然存在很多問題。OpenAI 是馬斯克等人于2015 年成立的非營利AI 組織，馬斯克已于2018 年離開，近日他在推特上炮轟OpenAI 違背初心，已經(jīng)成為一家閉源的營利性公司［23］。因此，ChatGPT 的某些技術對于普通用戶而言就是“黑箱子”。

3.2.1 隱私泄露問題

2023 年3 月23 日，OpenAI 的首席執(zhí)行官Sam Altman 在社交媒體上宣布，由于開源代碼庫的一個錯誤，ChatGPT 出現(xiàn)了一個嚴重的問題，即在部分用戶的聊天歷史對話框中出現(xiàn)了別人的聊天記錄［24］。而事實上，ChatGPT 的隱私政策中包含其可以使用用戶的交互數(shù)據(jù)來輔助訓練模型的條款。因此，一旦ChatGPT 類工具接入圖書館，大量的用戶個人信息、閱讀記錄等有可能因技術手段等原因而被泄露。就研究者而言，很多學者通過圖書館來訪問科研數(shù)據(jù)庫，一旦接入了ChatGPT，有可能會在提問、查詢、檢索等階段暴露自己的學術觀點或意圖，ChatGPT 目前已可以通過插件接入互聯(lián)網(wǎng)，有可能會將與之前用戶交互的數(shù)據(jù)重組后作為答案反饋給后來的用戶。

3.2.2 問答真實性問題

ChatGPT 本質上是一個生成式模型，通過概率來不斷生成后續(xù)的文本。搜索引擎是基于真實數(shù)據(jù)來返回網(wǎng)頁或者答案，而ChatGPT 是依據(jù)概率生成的內(nèi)容，無法保證其真實性和準確性［25］。正是由于其概率性，ChatGPT 針對某一個同樣問題的前后回答甚至會自相矛盾。筆者要求ChatGPT 提供與“智慧圖書館建設”有關的學術論文時，其反饋的格式非常規(guī)范，但是很多論文最后證實是不存在的。如果用戶詢問的是本專業(yè)問題，用戶還可以通過判斷來確認其真實性，而當用戶在做跨領域相關研究時，若不加以詳細甄別，則很有可能會被誤導。且GPT—4 已逐步向多模態(tài)方向發(fā)展，有心之人可以利用其生成“圖文并茂”的虛假新聞，公眾難以辨別真實與否。更甚者，這些錯誤的低質量信息會成為ChatGPT的訓練數(shù)據(jù)，從而影響未來模型訓練數(shù)據(jù)的質量。此外，ChatGPT 基于大量的網(wǎng)絡數(shù)據(jù)進行訓練，由于目前中文數(shù)據(jù)占比較少，受性別、種族、政治、文化背景等的影響，模型的訓練數(shù)據(jù)可能存在一些偏見，針對很多涉及國家、民族的政治問題，ChatGPT 可能會給出帶有偏見性甚者是錯誤的答案。

3.2.3 版權風險問題

ChatGPT 是基于大規(guī)模數(shù)據(jù)訓練而成的，開發(fā)者目前并未完全開源其算法、數(shù)據(jù)、運行機制等。訓練數(shù)據(jù)中可能包含大量具有版權的文本資源，ChatGPT 的回答也缺少對相應來源的引用，用戶在采用相關答案時可能無形中就產(chǎn)生了剽竊、侵犯版權等問題。因此，這些內(nèi)容在公開發(fā)表時，是屬于ChatGPT 自身還是作者本身，仍有待商榷。

綜上所述，用戶在使用ChatGPT 類工具時，需要檢查輸出結果以確認來源的可靠性，注意保護自身的隱私安全，學會批判性思考，不盲目相信工具和模型。圖書館在引入ChatGPT 類工具時，需要對其進行監(jiān)管，通過嚴格審查來檢驗模型的輸出結果，確保相關內(nèi)容符合法律法規(guī)，還需要設立應急管理機制以便及時刪除錯誤信息。

4 結論

ChatGPT 給各行各業(yè)都帶來了顛覆性沖擊，盡管目前還存在一些問題，但是ChatGPT 在短短的數(shù)月內(nèi)就進行了多次迭代升級，可見ChatGPT的時代已不可阻擋，也讓我們看到了通用人工智能的曙光。圖書館作為開展資源服務、助力科研教育的重要場所，需要認識到ChatGPT 對圖書館建設的顛覆性影響。從圖書館機構到圖書館員，均需因時應勢而變，積極做好館藏資源建設與人員轉型與儲備，以迎接ChatGPT 時代的到來。