#头条创作挑战赛# 还没熟悉、上手 ChatGPT 的使用方法？ 很抱歉，最新版的 GPT 又要登场了！ 外媒指出，微软德国技术总监安德烈亚斯. 布劳恩（Andreas Braun）宣布 GPT-4 将于下周推出，「我们将在下周展示 GPT-4，我们拥有多模态模型（multimodal models），将提供完全不同的可能性——例如影像。」 他将 GPT-4 描述为「游戏规则改变者」，机器将理解以前只有人类可读和理解的内容。 然而，OpenAI 创始人山姆. 阿特曼（Sam Altman）此前曾表示，GPT-4仍然将是纯文本模式，且训练参数不会比 GPT-3 高出太多，因为研发的重点将放在如何提升利用现有数据的能力上。 先前就有媒体猜测，微软 Bing 所增加的聊天功能很有可能就是由 GPT-4 驱动的。 在下周迎接GPT-4前，你已经搞懂ChatGPT是什么了吗？ GPT 又是一款什么样的技术？ GPT-2、GPT-3、ChatGPT，到底差在哪？ 人工智能的世界在不断发展，一直有新的突破和进步。 但有一项发展特别引起了人工智能界的注意，那就是 ChatGPT 的出现。 GPT 是 Generative Pre-trained Transformer 的简称，中文全名为生成型预训练变换模型。 ChatGPT 是指能够对话的 GPT 版本。 ChatGPT于2022年12月首次公布，由于能力和潜在的应用令人印象深刻，让人工智能社群兴奋不已，并引发了热烈的讨论。 ChatGPT 与过往其他版本不同，它的亮相之所以吸睛，是因为众人在与它接触后，发现向 ChatGPT 提问不仅能够得出有意义的答案，更能够得出超过自身能力的答案，这让大家意识到，若能善用 ChatGPT，等同于拥有一位隐形的超级智能伙伴。 OpanAI 的注册会员在短时间内就站上了一亿人数大关。 但由于大量的会员使用，使得系统负荷过重，因此OpenAI提议开设收费20美元的版本。 尽管如此，市场依然趋之若鹜。 这也是生平第一次，大家晚上聊天的对象从社群网络上的网友变成了需收费的生成式机器人。 到底 GPT 是什么？ 为什么具有如此强大的能力？GPT 的版本和进化：GPT-2、GPT-3、ChatGPT，到底差在哪？ 要深入下去前，首先需要了解 GPT 家族的沿革。 GPT 受到技术领域注目是2019年的GPT-2。 当时这一个版本已有办法接续旧文章，生成新的有意义的内容。 2020 年，OpenAI 又发表了 GPT-3。 这个版本，远较 GPT-2 先进许多。 GPT-2 与 GPT-3 的比较GPT-2 发表年：2019 参数：15 亿 数据来源：网络文本。 40 GB 的文本，800 万份文件，来自 Reddit 上 4500 万则贴文。 用途：生成文本，执行语言任务，如翻译、总结等。GPT-3 发表年：2020 参数：1750 亿 数据来源：570 GB 的文本。 主要是网络上抓来的文字、英语维基百科。 用途：生成文本，执行语言任务，如翻译、总结等，以及完成编码任务、玩游戏和回答问题。 值得一提的是，GPT-3 在自然语言处理（NLP）领域中取得了重大的突破，成为了当时最大、最强大的自然语言生成模型，同时它的应用领域也非常广泛，从机器翻译到文章总结输出，都有着非常出色的表现。 尽管GPT家族在技术上取得了重大突破，但却始终未能引起大众的关注。 这主要是由于两个因素所致： 首先，当时正值全球疫情严峻的时期，人们被迫将注意力集中在应对疫情方面，对于人工智能领域的发展缺乏足够的关注和时间。 其次，尽管GPT-3在当时被认为是目前最先进的自然语言处理模型，但是还存在一个致命的缺陷，那就是它无法进行智能对话。 这意味着GPT-3只能执行单向任务，需要人工执行指令操作，这限制了其实际应用的范围。 这也是为什么只有少数开发者才有能力和兴趣去应用 GPT-3。 相比之下，ChatGPT在推出后很快获得了广泛的关注和认可，主要是因为ChatGPT具备智能对话的能力，用户可以与ChatGPT自然地对话，产生有意义的对话内容。 这使得 ChatGPT 在应用领域上拥有了更广泛的可能性，因此受到许多开发者和用户的追捧和喜爱。 ChatGPT 的背景资料发表年：2022 参数：3.45 亿 资料来源：网络文字 用途：为聊天功能生成文本，回答问题，提供建议等等。 ChatGPT 之所以受到如此广泛的关注和喜爱，是因为它具备了 GPT-3 所缺乏的关键功能： 对话设计。 对于许多人来说，评估一个人工智能模型的好坏，往往是看它是否能够在一次来回的对话中听懂用户的问题，并给出令人满意的答案。 相比于背后的知识量，人们更关注 AI 模型的「沟通能力」。 ChatGPT 的出现大大提升了人工智能模型的沟通能力，因此让世人惊觉人工智能的先进程度。 这就是 ChatGPT 受到广泛关注的原因。 同时，ChatGPT的成功也让人们重新关注GPT家族的潜力和威力，进一步推动了自然语言处理技术的发展。嗑了仙丹的 AI —— ChatGPT！ 能处理广泛的自然语言任务 ChatGPT 或 GPT-3 的用户常常对这些模型能够生成的结果赞不绝口。 这些模型能够以比人类快上10倍甚至20倍以上的速度生成文本，并且生成的文本质量高，令人印象深刻。 这是因为 GPT-3 采用了 Transformer 架构，并在大量文本资料上预先进行了训练，因此能够处理广泛的自然语言任务，如语言翻译、总结、文本分类和问题回答等。 相比于其他语言模型，GPT-3 具有更高的准确性和流畅性，这是由于它采用了一种全新的神经网络结构和更先进的学习算法。 在 GPT-3 预训练的过程中，模型通过阅读大量的文本资料，从而学习了丰富的知识和文本生成技巧。 简单来说， GPT-3 的架构就是通过喂入大量的模板，学习拆解这些模板并重新组合出新的结果。 引擎设计者所喂入的资料越多，GPT-3 获得的知识就越丰富。 例如，OpenAI 在 GPT-3 的预训练过程中喂入了超过 570GB 的文本数据。 当GPT-3获得足够丰富的知识库时，其生成的结果也变得越来越精确。 用户只需要将自己的工作透过语意拆分成多个小任务，让 GPT-3 分别完成，再将结果组装起来，就能像有了 10 倍超能力的工作者一样高效地完成工作。GPT 的影响：许多我们认为不可能被颠覆的领域，都可能受到影响 一个人拥有 10 倍超能力是一件好事。 但是当几百万人有了10倍超能力，那会发生什么事情就难以想象。 因此，ChatGPT的推出可能成为当前科技史上影响最大的事件之一。 当每个人都拥有超能力时，各行各业将会发生怎样的变化呢？ GPT 的自然语言生成能力可用于重复性任务的自动化，如写作、内容创建和客户服务。 乍看之下 GPT 的诞生似乎只影响文学界，实则不然，而是影响多个行业。 因为各行各业的书面表达、交流、知识保存、创造都是以文本为基底，所以受影响可能是全方面的。 当然，有些人可能会认为GPT目前只具备通用知识，尚未入侵专业领域。 然而，我认为这只是一时的错觉。 随着GPT不断地学习和进化，它的应用范围可能会不断扩大，并且将对各种领域产生深远的影响。 目前开放的GPT是一个通用引擎，不代表这个引擎未来不可能进化。 事实上，它有可能加入专业知识库，进行数据训练和结果微调。 许多我们认为不可能被颠覆的领域，如专业技术教育、医疗保健和金融等领域的工作岗位可能会受到影响。 然而，随着工作者拥有 10 倍能力变成超人，我们也需要关注一些可能引发的道德和社会问题。 例如，如果工作者变成了超人，那么坏人的能力是否也同样提升了呢？ 再来是，人们一旦过于相信 AI 所提供的信息，生成的结果万一有严重的错误信息，或管理 AI 的公司植入煽动性的看法，例如剑桥公司对脱欧事件的影响，可能会带来什么样的严重后果？ 我们需要关注众人使用这一强大技术所带来的潜在后果以及相关责任。
