人工智能领域刚刚发生了划时代的发展，如果你从事网络安全工作，你很快就会意识到它的影响。我自己的专业知识主要来自网络安全，但在过去的几年里，我一直致力于各种研究，其中包括利用各种工具了解人工智能。

你们中的许多人也将对人工智能有越来越多的认识。到目前为止，大多数人都至少尝试过ChatGPT，这是一种很棒的基于文本的聊天机器人AI，能够实时交互，并拥有比历史上任何人类都学识渊博。这已经给网络安全带来了一些问题，因为这种AI的各种功能可以通过API（应用程序编程接口）以非常低的成本被调用。

ChatGPT和其他商业人工智能平台的滥用虽然受到政策的限制，但仍然需要首先检测到任何不道德或非法的使用。这些AI不会故意以违反任何法律为目的，但那些没有任何道德规范的AI却在忙于寻找规避规则的方法。

在我解释它是如何发生的之前，让我先跳转到结局。想象一下，如果网络犯罪分子获得的不是一个庞大的数据中心，而是像ChatGPT 3.5或4.0那样强大的人工智能，能够在一台独立的机器上运行一个完全独立的实例，在那里他们可以决定它遵守什么规则或政策，会发生什么？

从技术上讲，网络犯罪分子重复使用这项工作是非法的，但遗憾的是，在多方努力下，事实证明，可以采用具有ChatGPT 3.5能力的人工智能模型（一种需要大规模数据中心才能运行其基本功能的人工智能），创建一个更小、更高效的版本，从而超越原版本（在迄今为止进行的少量测试中）。

以下是发生的事情：

我们早就被警告过，一旦人工智能到来，它的发展速度将是指数级的。

斯坦福大学研究团队的一组研究人员只使用了175个不同的手动创建任务（自我指导种子任务），并将这些任务与ChatGPT 3.5（感兴趣的人可以看DaVinci版本）的API连接结合使用，他们能够进入自动生成的循环，直到达到52000个对话的样本大小。

然后，他们将这些样本输入到一个单独的人工智能模型（Metas Llama 7B）中，并对其进行微调。到目前为止，该模型能够与原始模型进行有效竞争，而衍生模型仍然需要一些强大的云计算（但只需要运行GPT的一小部分）。

上述执行过程以小时为单位。

值得注意的是，这些任务仅被允许用于研究目的，因为OpenAI的各种条款和条件禁止使用GPT的输出来创建竞争模型。

随着这一成果的公开，研究人员公布了所有的关键数据。他们将由此产生的人工智能聊天机器人模型称为Alpaca 7B。

在对这一结果的可能性感到兴奋的同时，更多的人致力于研究该模型可以被进一步压缩的程度。所使用的过程被称为LoRA（Low-Rank Adaptation，低秩自适应），它所要做的是在每一个方面进行降维——例如，消除冗余特征，简化识别特征，以及在许多情况下，将大量多维公式网格简化为单个数字。