ChatGPT對社交機(jī)器人技術(shù)發(fā)展的影響分析

摘 要 作為生成式人工智能的典型代表，全新的預(yù)訓(xùn)練基礎(chǔ)模型ChatGPT已成為各界關(guān)注的“現(xiàn)象級”討論熱點。對ChatGPT及其對社交機(jī)器人技術(shù)發(fā)展的影響與啟發(fā)進(jìn)行綜合評述。首先介紹了ChatGPT的概念內(nèi)涵、主要特征、發(fā)展歷程；其次探討了以ChatGPT為代表的預(yù)訓(xùn)練基礎(chǔ)模型所反映出的當(dāng)前人工智能技術(shù)發(fā)展趨勢；最后分析了近來生成式人工智能的飛速發(fā)展對于社交機(jī)器人研究與應(yīng)用的提升作用。綜述表明，社交機(jī)器人對于內(nèi)容自主生成能力的旺盛需求，使其與生成式人工智能的發(fā)展進(jìn)度緊密耦合，未來將在個性化內(nèi)容生成、生成內(nèi)容鑒別與管制、“涌現(xiàn)”能力溯源等方面繼續(xù)發(fā)展。

1 引 言

美國OpenAI公司推出的ChatGPT，幾乎成為了全球人工智能領(lǐng)域自2016年的AlphaGo以來又一個“里程碑式”節(jié)點和“顛覆式”革新，有望開啟新一輪技術(shù)驅(qū)動產(chǎn)業(yè)變革的加速發(fā)展。作為從“專用人工智能”邁向“通用人工智能”［1］的標(biāo)志性成果，ChatGPT已于2023年1月被美國國防信息系統(tǒng)局（DISA）列入觀察名單，值得高度關(guān)注。在剛剛過去的2023年2月24日，OpenAI公司基于對ChatGPT所代表的大規(guī)模預(yù)訓(xùn)練基礎(chǔ)模型的深入思考和中長期發(fā)展規(guī)劃，發(fā)布了《通用人工智能發(fā)展規(guī)劃（Planning for AGI and beyond）》（如圖1所示），認(rèn)為通用人工智能或許能成為人類才智和創(chuàng)造力的強(qiáng)大“增幅器”。

圖1 OpenAI公司發(fā)布《通用人工智能發(fā)展規(guī)劃》

Fig.1 Planning for AGI and beyond from OpenAI

2 ChatGPT的概念特征與發(fā)展歷程

2.1概念內(nèi)涵

ChatGPT是一種全新的預(yù)訓(xùn)練基礎(chǔ)模型［2-3］（Pre-Training Foundation Model），主要針對智能對話任務(wù)，在“預(yù)訓(xùn)練+下游任務(wù)微調(diào)”模式的傳統(tǒng)預(yù)訓(xùn)練基礎(chǔ)模型的基礎(chǔ)［4］上，通過引入基于人類反饋的強(qiáng)化學(xué)習(xí)等先進(jìn)策略，從海量數(shù)據(jù)中自主學(xué)習(xí)“世界知識”，成功實現(xiàn)了復(fù)雜自然語言理解、“人格化”類人語言生成、多輪人機(jī)問答等能力的質(zhì)的飛躍，在理解人類思維的準(zhǔn)確性方面，達(dá)到了前所未有的高度，并成為史上用戶數(shù)增長最快的消費級應(yīng)用（2個月內(nèi)積累1億用戶）。

2.2主要特征

以ChatGPT為代表的預(yù)訓(xùn)練基礎(chǔ)模型，已經(jīng)成為當(dāng)前人工智能發(fā)展的主流方向和最高水平，預(yù)計將成為現(xiàn)階段及未來3~5年內(nèi)人工智能研發(fā)與應(yīng)用提速升級的最強(qiáng)“助推器”，其成功的關(guān)鍵主要來源于以下三個方面：一是擁有龐大的基座大模型作為支撐，ChatGPT所基于的GPT系列模型均是擁有龐大參數(shù)規(guī)模的基座大模型，其主要經(jīng)歷三次迭代，參數(shù)量從1.17億增至1750億［5］，ChatGPT的參數(shù)量業(yè)界估計將近2000億；二是擁有高質(zhì)量的真實數(shù)據(jù)作為供給，OpenAI在數(shù)據(jù)積累、清洗、標(biāo)注等方面進(jìn)行了持續(xù)數(shù)年的大力投入，預(yù)訓(xùn)練數(shù)據(jù)的體量和質(zhì)量遙遙領(lǐng)先，業(yè)界推測ChatGPT的訓(xùn)練數(shù)據(jù)規(guī)模高達(dá)8000億個單詞；三是擁有強(qiáng)大的算力資源作為保障，驅(qū)動ChatGPT的算力資源十分昂貴，其所依托的云服務(wù)供應(yīng)商——微軟Azure為此提供了約1萬個GPU（圖形處理器）和超過28.5萬個CPU（中央處理器）。

2.3發(fā)展歷程

自2018年起，OpenAI公司先后發(fā)布了GPT-1、GPT-2、GPT-3、InstructGPT等4個主要版本［6］。其中，GPT-1的標(biāo)志是無監(jiān)督學(xué)習(xí)，GPT-2的標(biāo)志是多任務(wù)學(xué)習(xí)，GPT-3的標(biāo)志是海量參數(shù)（如圖2所示）。自GPT-3后，OpenAI公司所有模型都不再開源，現(xiàn)有對ChatGPT的分析研究主要是基于歷史版本的技術(shù)推測。OpenAI公司于2019年3月從非盈利轉(zhuǎn)型為盈利公司，陸續(xù)獲得微軟等多個機(jī)構(gòu)的七輪融資，其中，微軟的總投資額高達(dá)數(shù)十億美元。充足的資金是ChatGPT成功的重要條件，僅2022年，OpenAI研發(fā)投入就超過5.44億美元。

圖2 ChatGPT及其歷史版本的發(fā)展歷程

Fig.2 The development of ChatGPT and its historical version

3 ChatGPT對人工智能技術(shù)發(fā)展的重要意義分析

3.1ChatGPT技術(shù)定位與應(yīng)用分析

ChatGPT 是技術(shù)發(fā)展的演進(jìn)，不是跨代式顛覆，但會在應(yīng)用層面引起新一輪的革命，其影響力不亞于互聯(lián)網(wǎng)的誕生。

（1）技術(shù)研判

ChatGPT是一次技術(shù)路線的勝利。自2018年起，美國谷歌公司的BERT模型和美國OpenAI公司的GPT系列模型成為預(yù)訓(xùn)練基礎(chǔ)模型的兩個主流方向。其中，BERT的訓(xùn)練方式是讓模型根據(jù)前后文雙向猜測，實現(xiàn)無標(biāo)注文本自監(jiān)督學(xué)習(xí)，曾經(jīng)在很長一段時間內(nèi)優(yōu)于GPT；GPT則是按照單向預(yù)測、參數(shù)升級、反復(fù)訓(xùn)練和生成內(nèi)容反饋等方式持續(xù)迭代優(yōu)化，目前已明顯優(yōu)于BERT。目前，ChatGPT 的效能仍然建立在海量數(shù)據(jù)訓(xùn)練和統(tǒng)計分析的基礎(chǔ)上，技術(shù)本質(zhì)上尚未脫離“弱人工智能”的范疇，雖然其在某些文字應(yīng)用（如內(nèi)容生成）、重復(fù)代碼構(gòu)建等場景中的效能已超過大多數(shù)人工，但仍然沒有解決完備“世界知識”與深層認(rèn)知推理等技術(shù)難題。因此，ChatGPT 雖呈現(xiàn)“智能”，卻未擁有“智力”。

以 ChatGPT 為代表的預(yù)訓(xùn)練基礎(chǔ)模型技術(shù)將會朝著以下方向發(fā)展：一是多模態(tài)融合處理，有效處理圖像、視頻、語言、語音等多模態(tài)的數(shù)據(jù)及跨模態(tài)信息；二是具有與物理現(xiàn)實世界交互的能力，探索具身智能、物理常識、抽象世界模型、可感知的四維物理空間等；三是信息時效性顯著增加，不僅可以從歷史數(shù)據(jù)中汲取養(yǎng)分，而且可以動態(tài)獲取和即時分析網(wǎng)絡(luò)實時信息；四是在縝密邏輯思考、數(shù)學(xué)求解、長程思考、復(fù)雜任務(wù)處理等能力上得到進(jìn)一步提升。

（2）應(yīng)用研判

ChatGPT技術(shù)應(yīng)用前景廣闊，積極搶占高地刻不容緩。以其在軍事領(lǐng)域的應(yīng)用為例，美國國防部的“第三次抵消戰(zhàn)略”指出，“人工智能的快速發(fā)展，連同機(jī)器人技術(shù)、自主性、大數(shù)據(jù)以及與工業(yè)界加強(qiáng)合作，將定義下一代戰(zhàn)爭”。將ChatGPT這種交互式人工智能聊天機(jī)器人部署在加固型邊緣計算機(jī)上有望在多域作戰(zhàn)環(huán)境中發(fā)揮關(guān)鍵作用，為士兵提供他們需要的實時信息、態(tài)勢感知結(jié)果、輔助決策方案等，以有效協(xié)調(diào)戰(zhàn)場所有領(lǐng)域的行動。因此，其在海量信息檢索、深度獲取與處理，多模態(tài)情報處理與認(rèn)知，作戰(zhàn)規(guī)劃與場景決策，網(wǎng)絡(luò)對抗等方面均具備較強(qiáng)的應(yīng)用潛力。然而，目前此類預(yù)訓(xùn)練基礎(chǔ)模型沒有辦法保證回答是穩(wěn)定可靠、正確無誤的，對于軍事應(yīng)用具有較大風(fēng)險，需進(jìn)行進(jìn)一步研究予以解決。

3.2ChatGPT所反映出的人工智能技術(shù)主要發(fā)展趨勢分析

預(yù)訓(xùn)練基礎(chǔ)模型廣泛而深入的成功應(yīng)用，深刻闡釋了當(dāng)前生成式人工智能［7］（Generative Artificial Intelligence）發(fā)展的主要趨勢，同時也為人工智能的發(fā)展指明了方向。

（1）模型、算力、數(shù)據(jù)仍然是影響人工智能能力的基本要素

ChatGPT成功的關(guān)鍵動能主要來自算力、數(shù)據(jù)、算法這三個方面，充分說明算力、數(shù)據(jù)、算法依然是當(dāng)前決定人工智能能力高度的決定性因素。規(guī)模龐大且架構(gòu)先進(jìn)的模型、強(qiáng)大的算力資源、巨體量高質(zhì)量的數(shù)據(jù)資源，決定了以預(yù)訓(xùn)練基礎(chǔ)模型為“風(fēng)向標(biāo)”的新一代人工智能所能達(dá)到的高度。國內(nèi)科研院所及科技企業(yè)在大語言模型、語料數(shù)據(jù)集、國產(chǎn)化算力等方面具備一定基礎(chǔ)，但相對ChatGPT仍存在差距。以數(shù)據(jù)為例，國內(nèi)并不缺乏數(shù)據(jù)，但在海量異構(gòu)數(shù)據(jù)清洗、標(biāo)注方面仍未形成有效機(jī)制。據(jù)估算，百億級數(shù)據(jù)中可能只有10%的數(shù)據(jù)是“可用”的，數(shù)據(jù)質(zhì)量在一定程度上制約了我國國產(chǎn)大模型的發(fā)展［8-9］。

（2）“通用+專用”人工智能呈現(xiàn)出融合發(fā)展態(tài)勢

很長一段時間內(nèi)，由于通用人工智能存在前期投入大、智能水平低、商業(yè)模式匱乏等問題，人工智能發(fā)展普遍聚焦垂直專業(yè)領(lǐng)域的賦能應(yīng)用，專用人工智能是發(fā)展主流；作為從“專用人工智能”邁向“通用人工智能”的標(biāo)志性成果，ChatGPT的成功意味著通用人工智能已逐步進(jìn)入商業(yè)化落地階段［10］。經(jīng)過海量數(shù)據(jù)訓(xùn)練后，預(yù)訓(xùn)練基礎(chǔ)模型可以被引導(dǎo)執(zhí)行任意的任務(wù)：預(yù)訓(xùn)練基礎(chǔ)模型代表了一種范式轉(zhuǎn)變，從訓(xùn)練基于特定任務(wù)的模型到訓(xùn)練可執(zhí)行多任務(wù)的模型。因此，在聚焦垂直專業(yè)領(lǐng)域的專用人工智能發(fā)展日趨成熟的當(dāng)下，以預(yù)訓(xùn)練基礎(chǔ)模型為代表的、具備解決多任務(wù)能力的通用人工智能也逐漸進(jìn)入商業(yè)化階段，“通用”和“專用”互補(bǔ)的人工智能技術(shù)與產(chǎn)業(yè)體系正在加速演進(jìn)。

（3）人工智能正由“感知智能”快速向“認(rèn)知智能”邁進(jìn)

預(yù)訓(xùn)練基礎(chǔ)模型帶來了理解人類語言和推理解題能力的大幅度提升，引領(lǐng)人工智能從感知智能所側(cè)重的圖像信號（信號抽象程度相對較低）處理能力向認(rèn)知智能所側(cè)重的人類語言信號（信號抽象程度相對較高）處理能力演進(jìn)，引領(lǐng)人工智能從感知智能所達(dá)到的“能說、能看”能力向“能思考、能創(chuàng)作、能決策”等高階認(rèn)知能力快速演進(jìn)。

（4）模型存在安全隱患，可信可解釋將成“下一站”研究方向

受訓(xùn)練語料和技術(shù)架構(gòu)的影響，ChatGPT存在意識形態(tài)安全、內(nèi)容安全、隱私泄露、網(wǎng)絡(luò)安全等諸多問題［11-12］。以意識形態(tài)安全為例，部分政治問題等敏感的問答反映出ChatGPT依然存在思想偏見，其能夠被發(fā)展為無處不在的意識形態(tài)對抗，對使用者產(chǎn)生無形的影響；同時，其本身也易被人為干擾導(dǎo)致結(jié)果出現(xiàn)偏向。因此，在人工智能“大模型”時代、通用技術(shù)不可阻擋的發(fā)展潮流中，面向數(shù)據(jù)隱私保護(hù)、正確價值觀引導(dǎo)等安全要素，應(yīng)積極開展反ChatGPT相關(guān)的“反智能”基礎(chǔ)算法研究應(yīng)用工作。

（5）圍繞預(yù)訓(xùn)練基礎(chǔ)模型的人工智能競爭可能形成“贏者通吃”態(tài)勢

萬億級預(yù)訓(xùn)練基礎(chǔ)模型對企業(yè)的數(shù)據(jù)儲備、技術(shù)實力、算力平臺、投入資金等要求極高。高昂的投入需求意味著，主流的大規(guī)模預(yù)訓(xùn)練基礎(chǔ)模型只能由大型科技公司或者少數(shù)研究機(jī)構(gòu)掌握。同時，ChatGPT發(fā)布后的全世界熱度，使其具備巨大的先發(fā)優(yōu)勢，能夠搶先收集大量用戶使用數(shù)據(jù)，使其與其他企業(yè)之間的差距“雪球”越滾越大，逐步形成“數(shù)據(jù)壁壘”，進(jìn)而質(zhì)變?yōu)椤澳芰Ρ趬尽薄?/p>

4 ChatGPT對社交機(jī)器人技術(shù)的影響分析與發(fā)展建議

4.1ChatGPT對社交機(jī)器人技術(shù)發(fā)展的主要影響分析

在信息時代社交媒體出現(xiàn)后，其應(yīng)用場景越來越廣泛、豐富，且社交媒體的用戶覆蓋率逐年上升。社交機(jī)器人通常是指用于自主化文宣、價值傳播等用途的，且具有發(fā)布、轉(zhuǎn)發(fā)、評論、點贊、聊天等“人-機(jī)”交互功能的社交媒體虛擬賬號［13-14］，又稱為“虛擬機(jī)器人”（如圖3所示），在市場營銷、情感陪護(hù)、輿情治理等領(lǐng)域有著廣泛而深入的應(yīng)用。在各大社交媒體平臺中，Twitter平臺以其高達(dá)4.36億的用戶數(shù)量排在前列，其月度活躍用戶數(shù)量達(dá)2.11億，而這其中有4800萬的賬號是社交機(jī)器人［15］。

圖3 社交機(jī)器人功能示意

Fig.3 Function diagram of social robot

在當(dāng)前人工智能時代，隨著相關(guān)技術(shù)的成熟與應(yīng)用的豐富，社交機(jī)器人已逐漸從“人工”有人化、手動式養(yǎng)殖培育轉(zhuǎn)變?yōu)椤白詣印睙o人化、托管式成長，但是其技術(shù)層面的核心需求——內(nèi)容生成是始終不變的，其所生成和發(fā)布傳播的內(nèi)容的質(zhì)量決定了社交機(jī)器人所能夠產(chǎn)生的價值和應(yīng)用效益。隨著近年來以預(yù)訓(xùn)練基礎(chǔ)模型為代表的生成式人工智能技術(shù)的快速發(fā)展（例如2022年被譽為“人工智能生成內(nèi)容［16］（AI-Generated Content）元年”），特別是最近ChatGPT快速興起帶來的啟示，社交機(jī)器人的內(nèi)容生成方法論已由傳統(tǒng)的基于規(guī)則模板的“淺層”生成轉(zhuǎn)變?yōu)楫?dāng)前預(yù)訓(xùn)練基礎(chǔ)模型加持下的“深度”創(chuàng)作，已由過去生成內(nèi)容的“千篇一律”轉(zhuǎn)變?yōu)楝F(xiàn)在的向著“差異化、人格化”方向發(fā)展。

（1）ChatGPT體現(xiàn)出的智能“涌現(xiàn)”帶來社交機(jī)器人“創(chuàng)造力”的提升

“涌現(xiàn)”通常是指：一個研究對象表現(xiàn)出自身部分所不具備的特性。例如，這些行為或能力只有通過各個部分的相互作用才能顯現(xiàn)出來。已有研究將以ChatGPT為典型代表的預(yù)訓(xùn)練基礎(chǔ)模型的“涌現(xiàn)”能力定義為：如果一種能力不存在于較小的模型中、而存在于較大的模型中，那么這種能力就是涌現(xiàn)出來的［17］。

已有研究發(fā)現(xiàn)，預(yù)訓(xùn)練基礎(chǔ)模型的表現(xiàn)并非隨著模型規(guī)模增加而線性增長，而是存在臨界點。只有當(dāng)模型規(guī)模大到超過特定的臨界點，才會“涌現(xiàn)”出較小的模型不具備的“新”能力、自主學(xué)習(xí)到“新”功能，體現(xiàn)出創(chuàng)造性。ChatGPT所體現(xiàn)出的這種“涌現(xiàn)”能力能夠賦予社交機(jī)器人強(qiáng)大的“創(chuàng)造”能力，不僅徹底改觀以往人們對社交機(jī)器人發(fā)文“千篇一律”的印象，通過產(chǎn)生生動的且具備“人格化”的內(nèi)容，讓人越來越不易察覺發(fā)文的背后是一臺機(jī)器，還能生成意想不到的、超乎尋常的內(nèi)容。

（2）先進(jìn)計算架構(gòu)驅(qū)動下的ChatGPT帶動社交機(jī)器人在“多任務(wù)”適配能力上的提升

如何驅(qū)動社交機(jī)器人彈性、高效地適用于不同的垂直領(lǐng)域場景（例如在金融、醫(yī)療、教育領(lǐng)域之間快速切換等）、應(yīng)用于不同任務(wù)（例如對話問答、內(nèi)容檢索、方案規(guī)劃等），是目前社交機(jī)器人所需要解決的關(guān)鍵問題。

預(yù)訓(xùn)練基礎(chǔ)模型驅(qū)動下的社交機(jī)器人在多任務(wù)適配能力方面的提升，主要源自如下兩個重要因素：一是預(yù)訓(xùn)練基礎(chǔ)模型所體現(xiàn)出的涌現(xiàn)能力意味著，大規(guī)模預(yù)訓(xùn)練基礎(chǔ)模型可以進(jìn)一步擴(kuò)展語言模型的功能范疇與應(yīng)用范圍。ChatGPT的成功，已經(jīng)表明預(yù)訓(xùn)練基礎(chǔ)模型在零樣本或者小樣本學(xué)習(xí)上的涌現(xiàn)能力，已讓它們得以進(jìn)入實際應(yīng)用領(lǐng)域，并能夠在自然語言處理研究領(lǐng)域之外產(chǎn)生和服務(wù)于許多新的應(yīng)用；二是預(yù)訓(xùn)練基礎(chǔ)模型所采用的“預(yù)訓(xùn)練+下游任務(wù)微調(diào)”或者“預(yù)訓(xùn)練+提示”等先進(jìn)的數(shù)據(jù)訓(xùn)練與推理范式［18-20］，保證其能夠快速適配不同的應(yīng)用任務(wù)。

（3）跨模態(tài)數(shù)據(jù)關(guān)聯(lián)理解能力帶動社交機(jī)器人“多模態(tài)”內(nèi)容生成能力的提升

圖片、視頻等多模態(tài)信息加持下的生成內(nèi)容，比傳統(tǒng)單調(diào)的文字形式文宣，對社交媒體受眾而言更容易被接受也更加具有感染力。因此，讓發(fā)布和回復(fù)的內(nèi)容存在多種模態(tài)（如圖文結(jié)合等方式），是社交機(jī)器人研究與應(yīng)用一直追求的目標(biāo)。

從技術(shù)層面來看，ChatGPT屬于生成式人工智能范疇，預(yù)訓(xùn)練基礎(chǔ)模型擅長于多模態(tài)數(shù)據(jù)融合、推理與生成［21-23］，能夠依托數(shù)據(jù)挖掘分析策略從海量多源多模態(tài)異構(gòu)信息中得到高價值信息、提高多元化和細(xì)粒度的跨模態(tài)數(shù)據(jù)關(guān)聯(lián)能力，基于預(yù)訓(xùn)練基礎(chǔ)模型的多模態(tài)內(nèi)容生成，已經(jīng)成為當(dāng)前重要的研究熱點。此外，在目前多模態(tài)內(nèi)容生成的“延長線”上，進(jìn)一步探索融合跨模態(tài)知識來得到更加符合推理目標(biāo)的準(zhǔn)確的推理鏈條，是未來預(yù)訓(xùn)練基礎(chǔ)模型在認(rèn)知能力強(qiáng)化方面的必由之路。

（4）以策略生成為代表的輔助決策能力帶動社交機(jī)器人“精準(zhǔn)投送”能力的提升

目前，以ChatGPT為代表的預(yù)訓(xùn)練基礎(chǔ)模型已體現(xiàn)出初步的、可用的時序邏輯梳理和策略規(guī)劃能力，而這正是社交機(jī)器人所亟需的，如文宣內(nèi)容編排與投放順序、推送強(qiáng)度與內(nèi)容搭配等，這些文宣投放策略方面的設(shè)置與“組合拳”，直接決定了社交機(jī)器人的信息傳遞目的能否完成、決定了社交機(jī)器人的工作效能。

一方面，基于ChatGPT的人工智能可以分析來自多個來源與媒介的大量數(shù)據(jù)，以提供快速準(zhǔn)確的“目標(biāo)對象是否容易被影響、是否適宜文宣投放”的評估，幫助決策人員快速做出規(guī)避投入風(fēng)險的決策；另一方面，依托預(yù)訓(xùn)練基礎(chǔ)模型日漸成熟的策略生成能力，快速生成包括投放對象、投放內(nèi)容、投放順序等要素在內(nèi)的文宣投放方案，并通過“人-機(jī)”協(xié)同機(jī)制迭代完善生成更明智、更有效的投送決策，實現(xiàn)新的精準(zhǔn)投送。

4.2發(fā)展基于生成式人工智能的社交機(jī)器人技術(shù)的主要建議

ChatGPT是一種大規(guī)模預(yù)訓(xùn)練模型，該類模型是“生成式人工智能”的典型代表，生成式人工智能更是被譽為“提出了自啟蒙運動以來從未經(jīng)歷過的哲學(xué)挑戰(zhàn)和實踐挑戰(zhàn)”。生成式人工智能對于社交機(jī)器人技術(shù)有著天然的強(qiáng)關(guān)聯(lián)，對發(fā)展基于生成式人工智能的社交機(jī)器人技術(shù)，建議如下：

（1）開展個性化內(nèi)容自主生成的研究

伴隨著互聯(lián)網(wǎng)的深度發(fā)展和廣泛普及，無論是商業(yè)推廣還是輿情治理，都離不開對廣大受眾的精準(zhǔn)推動，通過彈性強(qiáng)度推送、精心搭配推送內(nèi)容、情感調(diào)動、意識形態(tài)引導(dǎo)等方式施加輿論引導(dǎo)、實現(xiàn)公眾認(rèn)知的改觀。因此，亟需推進(jìn)面向動態(tài)領(lǐng)域知識的多模態(tài)內(nèi)容生成，構(gòu)建面向虛擬機(jī)器人養(yǎng)成的行動部署技術(shù)體系，融合畫像庫及事件知識圖譜設(shè)定社交機(jī)器人身份，結(jié)合大規(guī)模預(yù)訓(xùn)練基礎(chǔ)模型，研究具有明確立場、觀點、情感傾向和具有目標(biāo)地區(qū)語言特點的內(nèi)容生成技術(shù)；研究目標(biāo)用戶導(dǎo)向、事件導(dǎo)向的社交機(jī)器人智能化行為，提升社交機(jī)器人的人格化水平。

（2）開展生成內(nèi)容甄別與管制的研究

生成式人工智能降低了虛假信息的偽造成本，為制造“信息繭房”、情報迷霧、輿論攻擊、意識形態(tài)滲透、網(wǎng)絡(luò)攻擊等提供了新手段，給國家安全帶來新的挑戰(zhàn)。因此，亟需深化開展開源情報迷霧甄別技術(shù)研究，避免被誤導(dǎo)、被誘偏；圍繞意識形態(tài)與認(rèn)知塑造，開展以ChatGPT為代表的生成式人工智能技術(shù)濫用的檢測識別與監(jiān)管控制。

（3）開展涌現(xiàn)能力定位溯源的研究

ChatGPT體現(xiàn)出強(qiáng)大的智能“涌現(xiàn)”能力。涌現(xiàn)能力具有重要的科學(xué)意義：如果涌現(xiàn)能力是沒有盡頭的，那么只要模型足夠大，強(qiáng)人工智能的出現(xiàn)就是必然的。但是這種“涌現(xiàn)”目前不可控、不可預(yù)測，而且涌現(xiàn)能力也并非全然是好事，例如預(yù)訓(xùn)練基礎(chǔ)模型帶來的社會與倫理問題（性別與種族歧視、不文明用語等），有時也具有涌現(xiàn)的特性，即當(dāng)模型較小時不會出現(xiàn)、只有模型足夠大時才會呈現(xiàn)。因此，亟需研究預(yù)訓(xùn)練基礎(chǔ)模型的涌現(xiàn)能力及其局限性：一方面建立對涌現(xiàn)能力的一般性理解，并探索其未實現(xiàn)的潛力及最終極限，探究大模型涌現(xiàn)能力來源、定位模型預(yù)測不穩(wěn)定的根本原因，以此為構(gòu)建穩(wěn)健大規(guī)模預(yù)訓(xùn)練基礎(chǔ)模型奠定基礎(chǔ)；另一方面，研究知識真實性驗證技術(shù)，實現(xiàn)對大模型中“過時”“錯誤”知識的快速定位，研究大模型知識更新、編輯技術(shù)，實現(xiàn)大模型知識的快速更新修補(bǔ)。

5 結(jié)束語

全新的預(yù)訓(xùn)練基礎(chǔ)模型ChatGPT代表著當(dāng)前生成式人工智能技術(shù)的前沿水平，已經(jīng)成為新一代人工智能戰(zhàn)略布局中不可取代的“共性技術(shù)基礎(chǔ)設(shè)施”，并顯著帶動了社交機(jī)器人在內(nèi)容“創(chuàng)造性”、“多任務(wù)”適配、“多模態(tài)”內(nèi)容生成、內(nèi)容“精準(zhǔn)投送”等方面的能力提升?？梢灶A(yù)見，隨著以預(yù)訓(xùn)練基礎(chǔ)模型為代表的生成式人工智能技術(shù)的發(fā)展與完善，未來社交機(jī)器人技術(shù)的研發(fā)與應(yīng)用，將在個性化內(nèi)容生成、生成內(nèi)容鑒別與管制、智能“涌現(xiàn)”能力溯源等方面繼續(xù)取得進(jìn)步。