2024/5/14編按：OpenAI新發表會，推GPT-4o再度震驚全球！不過現場上台示範的Mark Chen，對答落落大方、讓人更感驚艷。原來他是在台灣長大後赴美，現任職OpenAI要職，中文名陳信翰。母親是清大教授、父親則曾任職光電業要職，他究竟如何從小培養超強數理能耐，獲得奧特曼青睞？其實，去年他就曾在台灣活動中，暢談自己成長背景。
台北時間5月14日，OpenAI新發表會，上台的團隊中，有一位亞洲面孔Mark Chen。他面對全球注目，示範如何對GPT-4o（omni縮寫）表演深呼吸。雖笑說自己緊張，其實舉手投足間充滿自信，讓網友倍感驚艷。
影／OpenAI新發表會上，Mark Chen示範如何對GPT-4o（omni縮寫）表演深呼吸。
其實，這位也曾被OpenAI創辦人奧特曼（Sam Altman）盛讚的Mark Chen，正來自台灣。目前身為OpenAI多模態與尖端研究部門主管（head of multimodal and frontier research），去年9月也曾受邀至國立清華大學電機資訊學院演講。他的出身背景為何？
誰是Mark Chen？
Mark Chen的中文名字是陳信翰，他的母親邱瀞德為清華大學教授、現任資訊系統與應用研究所所長，父親陳建任曾任聯亞光電董事長。陳信翰在美國出生成長，高中時隨家人返台讀書，就讀新竹實中雙語部。
清大電資學院院長徐碩鴻分享，陳信翰高中曾到清大先修包含離散數學在內的課程。這並非清大資應所首次邀請他進行交流，2021年陳信翰就曾以「Generating Text and Images with GPT」為題線上分享。
去年在台灣的人工智慧論壇上，主持人曾問陳信翰，台灣和美國教育有何差異？他委婉表示，自己在台灣並非一個有紀律（disciplined）的學生。事實上，陳信翰接連在數學競賽AMC10、AMC12和AIME拿下滿分的好成績，因此進入麻省理工學院就讀。2008年因為AMC12接受採訪時他曾表示，「台灣的課本和試題都太強調演算，會磨損學生享受數學的樂趣。」
在MIT拿到數學和資工雙學位、在學時曾在微軟實習，陳信翰畢業後進入自營交易機構從事量化投資，開發股票和期貨的機器學習演算法，目前則在OpenAI擔任研究科學家，領導多模態與尖端研究部門，他對Codex、GPT-3、Image GPT都有貢獻，曾帶領DALLE2團隊，並且替GPT4引進視覺功能。
這場長達90分鐘的分享吸引超過400名觀眾參加，不僅座無虛席，走道上也有學生或坐或臥，陳信翰先以「Getting the Most out of GPT」演講，並隨後回答觀眾提問。
GPT-4o模型進步史，就是智力成長史
陳信翰表示，「GPT模型愈來愈像人類，」接著以模型版本迭代詳細說明。他指出GPT模型的本質為機率模型，利用機器學習方法預測新詞彙、藉此完成語句。當GPT-2出現時，即便沒有訓練模型完成特定任務，但模型卻能夠完成所有語言描述的任務。
陳信翰強調，GPT-2讓OpenAI發現「幾乎所有任務都能用語言描述」，這為何重要？關鍵在於，這個頓悟讓OpenAI體會到可以將任務化為「prompt」（指令、提示），日後藉此調校並改善模型。
進展到GPT-3，帶給OpenAI兩則啟示，其一為規模的重要性，體現出縮放定律（scaling laws）不會騙人。OpenAI曾在2020年發表論文，指出當自回歸生成式模型的模型規模增長、使用更多算力時，表現將會進步，且幅度還能用精確公式預測。陳信翰表示，「我們將會盡可能地追逐這個定律，希望它不會失效（break）。」
第二則啟示則是，只要提供足夠脈絡和實例，GPT-3就能從中學習如何完成訓練時未曾見過的任務，逐漸能夠達成人類推理時，利用歸納法做到的一般化（generalization）。快轉至今年發表的GPT-4，則引入視覺輸入（visual input）的多模態功能，且更會推理、對語言理解加深，例如能夠解釋笑話的笑點何在，這和人類對話時可以脈絡化（contextualize）的理解相同。
陳信翰盤點GPT隨版本變化的「成長歷程」，從完成句子到用指令對話，再逐步學會歸納法、理解脈絡，儘管運作方式與人類有歧異，但觀察起來有如幼童成長。
對齊模型與人類、好模型標準多元
另外，陳信翰也分享GPT的兩大挑戰：先要對齊模型行為與人類意圖，再來則想讓模型變得更「好」。
陳信翰指出，語言模型設計用途是用來預測下個詞彙，而非「對人有幫助」，因此初期的模型產出很難滿足需求。對此OpenAI的解法是「人類回饋強化學習」（RLHF），以回饋模型（reward model）讓GPT知道並模仿人類偏好。
知曉人類意圖以後，模型還能怎麼改善？首先要定義「什麼是更好」，「更好」本身就有著多重意涵，其中有三層：
1. 「讓模型運作更像人類」是一種進步，因此OpenAI有在關注「思維連鎖」（chain of thought）研究，要求模型不要直接回答問題，而要模仿人類思考時的分拆步驟，也透過互相辯論對抗，避免生成內容只有單極聲音。
2. 「讓模型回答更能驗證」也是一種進步，這點則可以用外部網頁爬蟲和自我監督處理，請開發商進駐提供外掛，直接和即時資訊對接。
3. 「讓模型回答更多元」當然也是一種進步，因此OpenAI有在考慮多元化提供人類回饋者的背景，藉此反映不同族群的想法與偏好，跟著帶動生成內容的方向。
在問答環節，陳信翰針對模型信任與安全性、OpenAI拒絕開源給出回應，也分享未來研究發展方向。
就模型信任與安全性而言，消極層次能做到的是事前預防，例如直接禁止兒童性剝削的關鍵字，其餘有爭議的詞彙則以人類回饋反制；積極層面則是更積極探究模型如何思考，並且讓模型勇於說「我不知道」，再透過外部資訊檢索補足缺陷。
針對沒有開源GPT-4，陳信翰則解釋貿然開源反而會讓人惡用，因此先開放給一般用戶使用、理解缺陷後，日後才會視情況開源，陳信翰強調安全性無法在真空中達到，意指唯有人們在真實世界試用，研究者才能理解最先進技術的限制與不足。不過，OpenAI不開源的理由，仍然無法被國際科技社群廣泛接受。
至於未來研究方向，讓模型變得更輕量化、甚至在手機上也能用，還有增加模型與真實世界的互動表現，並測試多模態模型的邊界，以及讓模型可以完成廣泛目標（general purpose），OpenAI都有在投入進行。
奧特曼和陳信翰等人，正在帶領OpenAI不斷推進機器智能，直至新的疆界。我們在旁一同見證，同時期待與擔憂，並且不懈地反思人類的價值。
