模仿各路名人的推特行文，现在可以分分钟做到。
MIT的研究科学家、深度学习课老师Lex Fridman做了一个新应用：
DeepTweets，能通过一个人以往的推特内容进行内容模仿，自动生成新的伪推特。
发布10小时，500多人在网友Lex Fridman的研究下点赞，网友@ArthDubey表示，从某种程度上来说，你搜索、查询和发推的时候很容易推断出你的倾向，基于大量数据形成了预测。
效果展示
来看看DeepTweets的假推特实际生成效果。
就拿常年活跃在推特的“网红”马斯克来举例，此前马斯克曾发过一条的关于多层隧道的推特：
多层隧道的根本优势在于，你可以在任何方向上任意选择车道，就像折叠空间一样从城市的一部分连接到另一部分。
OK，现在该DeepTweets发挥了，它模仿歌星Justin Bieber的口吻，发了假回复推特：
多层隧道的根本优势在于，你不必担心交通或者路面积水，多层隧道让我们很安全。
没错呀，无论是语言连贯度还是内容上的逻辑，这条假推特有点天衣无缝了。
再看一条，来自美国饶舌歌手Kanye West：
多层隧道的优势在于，机器人不惧怕不可知的因素，伊隆加速啊。
可以，这一条连与楼主的互动都用上了。
继续往楼下看，美国女歌手Kate Perry也来凑热闹了：
多层隧道的优势在于……一分钱一分货，宝宝你说呢？
DeepTweets可真是掌握了每个人的用词习惯啊……
这样的例子还有很多，比如让它以“生命的意义是”开头，模仿名人的推特：
小哥Lex Fridman表示，目前已经训练了不少名人的推特回复模型，比如特朗普、奥巴马、马斯克（Lex Fridman经常与其互动），脱口秀主持人柯南·奥布莱恩，艾伦·德杰尼勒斯等，这些模型将会陆续发布。
GPT-2又立功
作者小哥表示，DeepTweets是在已经开源的语言模型GPT-2上训练的。GPT-2在语言建模任务中，简直是逆天般的存在。
作为一个没有经过任何领域数据专门训练的模型，它的表现比那些专为特定领域打造的模型还要好，横扫各大语言建模任务。
△ GPT-2在不同语言建模任务上的测试结果（从左到右：数据集名称、指标类型、GPT-2测试结果、此前最好结果、人类水平）
简单来说，GPT-2就是基于Transformer架构的大规模模型。
GPT-2是GPT算法“进化版”，比GPT参数扩大10倍，达到了15亿个，数据量扩大10倍，使用了包含800万个网页的数据集，共有40GB。
这个庞大的算法使用语言建模作为训练信号，以无监督的方式在大型数据集上训练一个Transformer，然后在更小的监督数据集上微调这个模型，以帮助它解决特定任务。
上图左部分，是研究中使用的Transformer架构以及训练目标。右边部分，是针对特定任务进行微调。将所有结构化输入转换为token序列，由预训练模型处理，然后经过线性+softmax层处理。
就GPT-2而言，它的训练目标很简单：根据所有给定文本中前面的单词，预测下一个单词。
一开始，OpenAI只放出了117M的小型预训练模型,被网友调侃为“ClosedAI”。OpenAI表示，不是不开源，而是时候未到。
上个月，OpenAI宣布将其345M的预训练模型开源，外加其Transformer的1.5B参数。
传送门
最后，附上GPT-2相关学习资料。
GitHub代码地址：https://github.com/openai/gpt-2
GPT-2数据集地址：https://github.com/openai/gpt-2-output-dataset
OpenAI介绍主页：https://openai.com/blog/better-language-models/#update
Lex Fridman的GPT-2讲解视频（需要科学前往）：https://youtu.be/O5xeyoRL95U
声明：本文来自量子位，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
