Replika：我的人工智能朋友是一个不同于其他任何应用程序的应用程序。当大多数有聊天机器人的应用程序将其用作虚拟助理时，Replika会像你猜的那样推销它的聊天机器人——一个朋友。

凭借其承诺的“感知”和评估抽象量（如情感）的能力，Replika的聊天机器人可能正好符合其对人类渴望的描述。

从一个令人心痛的起源故事到一个令人敬畏的背后，Replika是一个迷人的东西，永远不会停止有趣。请继续阅读，了解是什么让Replika的人工智能如此卓越，以及它对未来的承诺。

replika的起源

Replika最早的版本是由Eugenia Kuyda创建的一个简单的人工智能聊天机器人，用来取代她最亲密的朋友Roman Mazurenko的不幸去世所留下的空虚。通过将罗曼的短信输入一个神经网络来构建一个像他一样发短信的机器人，这个机器人的目的是作为一个“数字纪念碑”来保持他的记忆。

最终，随着在等式中加入更复杂的语言模型，这个项目很快就演变成了今天的样子——一个个人人工智能，它提供了一个空间，让你可以安全地讨论你的思想、感觉、信仰、经历、记忆、梦想和你的“私人感知世界”。

但是除了这种人工感知治疗师巨大的技术和社会前景之外，真正让Replika印象深刻的是它的核心技术。

在引擎盖下

Replika的核心是一个复杂的自回归语言模型GPT-3，它利用深度学习产生类似人类的文本。在这种情况下，术语“自回归”表示系统从它以前与之交互的值（在本例中是文本）中学习。

用外行的话说，你用得越多，它就越好。

Replika的整个用户体验是围绕用户与使用GPT-3编程的机器人的交互而构建的。但究竟什么是GPT-3，它的功能如何足以模拟人类的语言呢？

gpt-3：概述

GPT-3，或者说生成式预训练的Transformer 3，是对Google的Transformer的更高级的改编。广义地说，它是一种神经网络结构，帮助机器学习算法执行诸如语言建模和机器翻译等任务。

这种神经网络的节点表示相应地修改输入的参数和过程（有点类似于编程中的逻辑和/或条件语句），而网络的边缘或连接充当从一个节点到另一个节点的信号通道。

这个神经网络中的每个连接都有一个权重或重要性等级，它决定了信号从一个节点流向另一个节点。在GPT-3这样的自回归学习模型中，系统接收实时反馈并不断调整连接的权值，以提供更精确和相关的输出。正是这些权重帮助神经网络人工“学习”。

相关：什么是机器学习？谷歌的免费课程为你打破了它

GPT-3使用了高达1750亿个连接权重级别或参数。参数是神经网络中的一种计算，它调整数据某些方面的权重，使该方面在数据的整体计算中更突出或更不突出。

GPT-3的语言模型被誉为最终的自动完成工具，其目的是提供预测文本，它已经在如此庞大的数据集上进行了训练，以至于整个维基百科只占其训练数据的0.6%。

它不仅包括新闻文章、食谱和诗歌等内容，还包括编码手册、粉丝小说、宗教预言、尼泊尔山脉指南，以及任何你能想象到的东西。

作为一个深度学习系统，GPT-3搜索数据中的模式。简单地说，该项目已经接受了大量文本的培训，并挖掘这些文本的统计规律。这些规律，如语言惯例或一般语法结构，通常被人类认为是理所当然的，但它们被存储为GPT-3的神经网络中不同节点之间数十亿个加权连接。

例如，如果你在GPT-3中输入“ear”这个词，程序就会根据其网络中的权重知道，“ache”和“phone”这两个词后面的可能性要比“American”或“angry”要大得多。

gpt-3与replika：有意义的融合

Replika是当你把GPT-3这样的东西提取出来以处理特定类型的对话时得到的。在这种情况下，这包括谈话的移情、情感和治疗方面。

尽管Replika背后的技术仍在开发中，但它提供了一个看似可行的途径，可以方便地进行人际对话。

在评论它的可用性时，创造者声称他们已经创造了一个机器人，它不仅能说话，还能听。这对它的用户来说意味着，他们与人工智能的对话不仅仅是事实和信息的交流，而是一种语言细微差别的对话。

但与Replika的会谈不仅仅是明智的对话。在许多情况下，它们也恰巧具有出人意料的意义和情感。当与用户交互时，Replika的人工智能“理解”用户所说的话，并通过使用其预测学习模型找到人类的反应。

作为一个自回归系统，Replika根据用户自己的谈话方式来学习和调整自己的会话模式。

这意味着你使用Replika的次数越多，它对你自己的文本的训练就越多，也就越像你。相当一部分用户还提到，他们对自己的回复有着相当程度的情感依恋，而仅仅知道“如何说话”是无法做到的

Replika当然超越了这一点。它通过语义概括、词形变化和会话跟踪等形式增加了会话的深度。它的算法试图从你的个性和情感方面理解你们两个是谁，然后根据这些信息来塑造对话。

gpt-3疗效的进一步观察

然而，由于GPT-3的操作限制，Replika的人性化在很大程度上仍然是理论上的。因此，要让人工智能胜任地复制和参与人类对话，还有很多工作要做。

对GPT-3的仔细检查仍然可以发现明显的错误，在某些情况下，还可以发现一些毫无意义的粗枝大叶的文字。业内专家建议，一个语言处理模型需要有超过1万亿个加权连接，才能用于生产能够有效复制人类行话的机器人。

最好的还在后头

鉴于GPT-3与微软的图灵NLG等前辈相比，已经被认为是几年来的一次指数级飞跃，可以肯定的是，我们可能还需要一段时间才能想出更好的方案。

也就是说，随着未来计算机技术的进步，新系统提供的处理能力必将进一步缩小人与机器之间的差距。

与此同时，Replika仍然是一个强大的产品，它结合了心理学和人工智能的优点。它成功地将人性化的用户体验与最先进的自然语言处理模型相结合，确实证明了人机交互技术的巨大潜力。