ChatGPT 的出現，讓不少人看到了交期末大作業的曙光（手動狗頭）。
無論是英語論文、還是閱讀筆記，隻要在 ChatGPT 的知識範圍内，都可以拜托它幫忙完成，寫出來的内容也有理有據。
不過，有沒有想過你的老師也準備用 "AI 文本檢測器" 一類的東西來防止你作弊？
像這樣輸入一段看起來沒毛病的筆記，經過它一番檢測，認為這段文字 " 由 AI 編寫 "（Fake）的可能性為99.98%！
△文本由 ChatGPT 生成
換個數學論文試試？ChatGPT 的輸出看起來沒啥問題，卻仍然被它準确識破了：
△文本由 ChatGPT 生成
這可不是靠瞎蒙或猜測，畢竟對方同樣是個 AI，還是個訓練有素的 AI。
看到這有網友調侃：用魔法打敗魔法？
用 AI 寫的東西來訓練新 AI
這個 AI 檢測器名叫GPT-2 Output Detector，是 OpenAI 聯合哈佛大學等高校和機構一起打造的。（沒錯，OpenAI 自家做的）
輸入 50 個以上字符（tokens）就能較準确地識别 AI 生成的文本。
但即便是專門檢測 GPT-2 的模型，用來檢測其他 AI 生成文本效果也同樣不錯。
作者們先是發布了一個 "GPT-2 生成内容 " 和 WebText（專門從國外貼吧 Reddit 上扒下來的）數據集，讓 AI 理解 "AI 語言 " 和 " 人話 " 之間的差異。
随後，用這個數據集對 RoBERTa 模型進行微調，就得到了這個 AI 檢測器。
RoBERTa（Robustly Optimized BERT approach）是 BERT 的改進版。原始的 BERT 使用了 13GB 大小的數據集，但 RoBERTa 使用了包含 6300 萬條英文新聞的 160GB 數據集。
其中，人話一律被識别為 True，AI 生成的内容則一律被識别為 Fake。
例如這是一段從 Medium 英文博客上複制的内容。從識别結果來看，很顯然作者是親自寫的（手動狗頭）：
△文字來源 Medium@Megan Ng
當然，這個檢測器也并非 100% 準确。
AI 模型參數量越大，生成的内容越不容易被識别，例如 1.24 億參數量的模型 " 被抓包 " 的概率就比 15 億參數更高。
同時，模型生成結果随機性越高，AI 生成内容被檢測出來的概率也會更低。
但即便将模型調整到生成随機性最高（Temperature=1，越接近 0 生成随機性越低），1.24 億參數模型被檢測出的概率仍然是 88%，15 億參數模型被檢測出的概率仍然有 74%。
這是 OpenAI 兩年前發布的模型，當時對 GPT-2 生成的内容就 " 一打一個準 "。
現在面對升級版的 ChatGPT，檢測英文生成内容的效果依舊能打。
但面對ChatGPT 生成的中文，它的識别能力就不那麼好了。例如讓 ChatGPT 來一段作文：
AI 檢測器給出是人寫的概率為 99.96% ……
當然話說回來，ChatGPT 也能檢測自己生成的文本。
所以，不排除老師将你的作業直接交給 ChatGPT 來識别：
One More Thing
值得一提的是，ChatGPT 表示自己并不能訪問互聯網來搜索信息。
顯然，它還意識不到 GPT-2 Output Detector 這個 AI 檢測器的存在：
所以能不能像網友所說，讓 ChatGPT 生成一段 " 不被 AI 檢測器測出來的 " 内容呢？
很遺憾不能：
所以大作業還是自己寫吧……
參考鍊接：
[ 1 ] https://weibo.com/1402400261/Mj7QtwRoH
[ 2 ] https://github.com/openai/gpt-2-output-dataset/tree/master/detector
[ 3 ] https://chat.openai.com/
[ 4 ] https://medium.com/user-experience-design-1/how-chatgpt-is-blowing-google-out-of-the-water-a-ux-breakdown-784340c25d57
