我想，最近许多朋友的生活中，可能或多或少都被 ChatGPT 刷屏了。
你或许已经看过了许多相关的文章。它们或许从商业角度出发，告诉你 ChatGPT 引发了怎样的商业浪潮；或许从技术角度出发，告诉你 ChatGPT 的原理和技术有多厉害；又或者，直接向你推销各种各样的类似产品，告诉你这些产品多么有前途……
但这些，离我们的生活都有些遥远。你可能看了很多文章，依然没有搞明白，ChatGPT 究竟是什么，它跟我有什么关系？
因此，今天，我想简单聊聊这个话题。
如果你对 ChatGPT 从未听闻，那希望能告诉你一些新信息；如果你对此感兴趣但不熟悉，那希望能为你提供一点指引。
因为今天的文章较长，所以做了一个简单的大纲：
o1）ChatGPT 是什么？
o2）ChatGPT 能做什么？
o3）ChatGPT 的缺点和问题
o4）ChatGPT 的未来前景
o5‍）微调：训练你自己的人工智能
o6）ChatGPT 会替代什么岗位？
o7）结语
ChatGPT 是什么？
ChatGPT 实际上不是一个新事物。它是2022年11月推出的，刚推出的时候我就使用了，还在知乎发了一条想法吐槽了一下。
没想到，时隔两个月之后，随着微软及一票商业公司的入场，它又开始火了，火得家喻户晓。
那么，ChatGPT 究竟是什么？
从原理上来讲，ChatGPT 其实也不是新事物，它背后的基础，是母公司 OpenAI 在几年前发布的自然语言模型 GPT。对人工智能有所了解的朋友一定知道，OpenAI 于 2018 年发布了 GPT-1，首次让人工智能能够让人类一样「理解文字」、写出文字。
随后几年里，OpenAI 陆续推出了 GPT-2、GPT-3，用更庞大的参数实现了更精细的学习。通俗来说，就是让人工智能更「像人」了。
目前 GPT-3 已经用在了很多场合。像国外已经有用 GPT-3 来写新闻的应用，至于用 GPT-3 写小说、生成游戏台词、生成代码，也都在探索中了。
而 ChatGPT，就是在 GPT-3 的升级版 GPT-3.5 的基础上，进行一定的包装、微调、优化，所做出来的产品。过往的 GPT-3 只是一个底层引擎，必须接入到一个软件中才能使用。而 ChatGPT，可以理解为 OpenAI 自己为 GPT 做了这么一个软件，让用户可以直接使用它。
所以它才叫 ChatGPT，也就是「可以聊天的 GPT」。
那么，GPT 又是什么呢？它的全称是 Generative Pre-trained Transformer，生成式预训练转换器。简单来说，它的原理是：先给它提供一个庞大的语料库（通常是直接从互联网上抓来的），让模型通过上千亿个参数对这些文本进行打散、标记、学习，构建起一个复杂的预测模型。
然后再依据这个预测模型，判断一个单词在这个情境下应该接哪一个单词。就这样一个一个单词串起来，形成一段话，或者一篇文章。
这种预测的模式，其实跟我们大脑的学习和加工模式是非常相似的（详见《打开心智》第一章）。因此，这也是它能够更「像人」的一个重要原因。
我们可以用三层模型来理解：
∙这个模型背后无需人工参与的「无监督」式预训练自学习原理，或者说让模型像大脑「自由生长」的过程，就是它的动力层；
∙借由这个原理所完成的 GPT-3.5，就是一个结构层，是 ChatGPT 起作用的主要基础；
∙而对这个 GPT-3.5 进行包装、优化所形成的 ChatGPT，就是一个交互层，它的本质就是加了一层更友好的用户界面和交互方式，让个人用户能够更容易地应用它。
ChatGPT 能做什么？
了解完 ChatGPT 的原理，我们自然会关心一个问题：就目前而言，ChatGPT 究竟能做什么？
1）回答问题。
这可能是 ChatGPT 最简单的应用。你在聊天界面里向它提问，比如「波粒二象性是什么意思」，它就会用流畅的语言向你解释，把这个概念讲解得非常清楚。就我试用的体验而言，效果非常好，简洁晓畅，表达能力胜过许多人。
2）撰写文章。
你可以向它提要求，让它按照你的要求撰写一篇文章。这是我去年做的一个实例，大家可以
看看：
质量还是挺像模像样的。
在这个基础上，可以有非常多针对性的应用。比如：
你可以让它撰写一封邮件，告诉客户你的报价，并且用礼貌、恳切的语言去表述。它写出来的作品保证用词精确，句子流畅 ，比一般人写的要好；
chatgpt在哪里你可以给它一个主题，再给一些背景和指引，让它撰写一份策划方案，甚至让它帮你想创意、提供各种不同方向的点子和灵感。这可以帮你节省大量时间精力；
你可以给它一些数据，让它根据这些材料撰写一份报告。它会非常智能地组合这些材料，生成一份文质兼美、结构清晰的报告，省去你斟酌文字的大量功夫；
你可以给它一个选题，让它生成大量内容、风格和行文都截然不同的文章，发布在各个平台上。据说已经有一些营销号开始这么干了；
你甚至可以让它按照老师的要求写一篇论文。实际上，国外已经有许多学生开始用 ChatGPT 完成作业了，也开始有大学教授跟 ChatGPT 「斗智斗勇」，比如要求学生现场写作，要求学生解释每段话的意思，等等。
所以有一个笑话是这样的：老师对 ChatGPT 说：请帮我想一个题目；学生对 ChatGPT 说：请按照这个题目帮我写一篇文章；助教对 ChatGPT 说：请帮我给这些文章写评语并打分。
3）总结提炼。
ChatGPT 还有一个非常强的能力，就是对输入的材料进行总结提炼。比如：你可以给它输入一篇文章，让它概括文章大意；或者给它输入一段讨论，让它总结主要观点和论证。
现在也已经出现了一些产品，利用 ChatGPT 背后的 GPT 构建，能够实现这样的效果：你输入一个视频、一个播客，AI帮你收听，听完用简洁的语言总结出视频或播客的要点，呈现给你。
4）生成代码。
许多程序员朋友盛赞 ChatGPT 的一点，在于它的代码能力非常强。你提一个要求，比如「如何实现XXXX效果」，ChatGPT 会告诉你几种可行的方案，并提供这些方案的主要函数和算法；你向它提问，比如「在XXXX情况下出现了一个bug，为什么」，ChatGPT 会告诉
你几种可能的原因，并告诉你如何处理每一种可能性。
我自己试了一下，我觉得它写代码的能力比我强多了，大概有100倍吧。
之所以 ChatGPT 能够掀起这么大的热潮，一大原因是因为它太「像人」了。你会感觉，跟你对话的似乎不是一台机器，而是一个非常聪明，几乎无所不知、无所不能，并且能满足你任何要求的人。这一点，令许多人欲罢不能。
这表现在几个地方：
1）每一次跟 ChatGPT 聊天时，只要你不关闭窗口，你说的每一句话都会成为它的「上下文」。
换言之，你可以像跟真人对话一样，不断问它「然后呢？」「还有吗？」，或者表达你的态度，它会给出像真人一样的回应，无需你不断重复、补充、完善问题。
举个例子：你抛出一个话题，它回答，你对它的回答里有个地方不太满意，可以直接指出来，它会道歉，然后给出一个更好的、满足你要求的回答。这个过程非常自然、流畅，你就像在跟一个真人对话，它能完全理解你的每一句话，并给出合乎逻辑的回应。
2）得益于海量的训练参数（GPT-3 有 1750 亿个参数），ChatGPT 的文字生成能力非常精细，质量极佳。
它写的文章，表达能力甚至强于许多不擅长写作的普通人。我有时向它提几个问题，它给出的回答会让我感到「有启发」，或者是一个新的角度，或者是一个完善的框架，这已经非常有价值了。
ChatGPT 的缺点和问题
但是，ChatGPT 也并非绝对完美。实际上，就目前而言，ChatGPT 依然存在好几个亟待解决的问题。
最严重的问题，就是 ChatGPT 的错误率实在是太高了。举一个简单的例子，这是我去年用 ChatGPT 测出来的实例：
为了模仿一个外行人，我刻意把问题写得不太准确，可以看到，答案非常离谱。这可能跟 ChatGPT 的训练语料库主要是英文材料有关。用英语提问的话，答案的正确率会提升，但依然会出错。
并且，ChatGPT 往往会用非常自信、言之凿凿的语气来回答问题。这就导致了，如果你是一个外行人，很多时候你可能压根没办法分辨它给出答案的准确性。哪怕是内行，对于一些较为琐碎的细节，也很难去验证。
去年 ChatGPT 刚发布时，知名的程序开发交流论坛 Stack Overflow 就很快将其封禁。官方的解释是：这是因为 ChatGPT 给出的答案经常有错误，但我们很难看出错误在哪里。
从我的角度来说，如果一款人工智能工具，100次回答里面有3-5次是错误的，那我可能就不会用它。因为我很难判断它会不会某一次突然犯一个大错误，给我造成严重损失。
实际上，我可能希望等它的错误率达到千分之一以下时才会去使用。但就目前来看，可能还需要很长一段时间，才能达到这个水平。
另一个问题是道德伦理问题。
ChatGPT 是一个人工智能程序，它只会忠实地按照内在的预测模型回答问题。因此，如果你向它进行诱导性提问，那可能会得到一些偏离道德伦理的答案。这可能会引起不必要的负面反应。
尽管官方已经在不断修复漏洞了，但毕竟防不胜防。再者，你修复得越多，也就意味着这个工具能够发挥作用的场景越少。这可能是一个需要考虑的平衡。
最后一个非常重要的问题，是摄入信息的水准问题。
ChatGPT 不能凭空生成信息，它所有的知识，都只能来自于它被喂养的语料。那么，显而
易见，它所能够提供的答案，能够输出的内容，也不会超过这些语料的平均水平。你不可能指望它摄入一大堆插科打诨的帖子，要求它写出《三体》。
而由于互联网上存在大量的劣质信息，这就导致了：ChatGPT 摄入的信息越多，它整体的水平可能也就越低下。
遗憾的是，我们至今还没有一套可靠的方法，能够客观地判断内容质量的优劣。高引用的论文也可能是错的，名气颇大的学者也可能是灌水出来的，关注者颇多的 KOL 也可能是营销号。
而如果依赖于用户的点赞或转发等数据去判断内容质量，常识和经验告诉我们：这样带来的势必是大量、吸引眼球的劣质内容，只会更严重地污染这个池子。
并且，随着大量工具和服务开始使用 ChatGPT 等工具，大量由人工智能生成的文章会充斥互联网。这就会造成「自产自销」。一旦人工智能只能喂养由其他人工智能产出的语料，它的水准就将会遭遇一面难以打破的障壁。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。