# 关于 ChatGPT，也说几句
Willdom Lee · 2023-05-01
[HTML](https://willdomlee.com/articles/on-chatgpt) · zh-CN
## 我的一些情况
- 拥抱新事物、新技术。
- 经常和朋友探讨、分享 AI 。
- 持续探索 GPT-4 ，编程略懂皮毛。
- 对自动驾驶有思考。
- 个人浅显见解，不一定正确。
## 写在前面
本文非 AI 生成，均由人工创作（部分引用了网上资料）。
对我来说，初中第一次接触 Windows 95 图形界面让我兴奋不已；大学买了自己第一台安卓智能手机摩托罗拉 Milestone ，刷机到如痴如醉；前几年我驾驶具备自动辅助驾驶系统的车时，偶尔会陷入深思。到如今 AI 技术爆炸式发展…可以说，这些都是我经历的 “iPhone moment”，也正是因为这些触动，让我即使到了中年油腻的年纪了，遇到了这些也总想表达点什么。
## 1、什么是 ChatGPT ？
语言，是人类进化过程中极其重要的工具，相对其他的沟通方式（如图像、脑机接口等），语言的沟通效率很低。但我们可以设想下，如果不用语言，你可以自由地思考吗？试了下，我是不行。这里是想引出的一个关键词 — 大语言模型。大语言模型（Large Language Model，简称 LLM）是指能够利用海量文本数据，通过无监督、半监督或自监督的方式，学习并掌握通用的语言知识和能力的深度神经网络模型。在人工智能方面，机器果然也在用“仿生”的方式进化。大语言模型搞清楚了，接下来我们抽丝剥茧往下看，GPT 和 ChatGPT 到底是什么。
GPT（Generative pre-trained transformers，生成式预训练模型），通俗来说，它就是大语言模型的一个分支家族，它是人工智能主流框架。通过在大量文本数据集上进行预训练，从而能够生成类似人类创作的新文本（生成新内容，是它和搜索引擎的重要区别），它由“当红炸子鸡”- OpenAI 提出。前面提到的 GPT 能生成新的语言，原理你可以简单的理解为：单字接龙。这里举一个例子：你提出一个字：大，GPT 就会根据人类精心训练的模型来联想出“大-山”，然后不断循环下去，直到回答完整你的问题。GPT 的工作原理就是如此，并且用海量的算力来保证效率。
有了前面的铺垫，ChatGPT 就非常好理解了，它是 OpenAI 的一个产品，它通过聊天的方式，来实现以上这些东西交互，包括人和机器之间需求传递、思考过程与结果的传递等。你看，最终我们还是要靠“低效”的语言，来完成人类各种宏伟的任务。这就好比一句调侃：科学的尽头都是“烧开水”。不管是工作还是生活，不论是人类还是机器，沟通都非常重要。
小总结：大语言模型是一个广泛的人工智能概念。GPT 是大语言模型中的一种具体实现，而 ChatGPT 则是 GPT 模型在对话场景中的应用。以上理论不多，但略显晦涩，感兴趣可以多读几遍。网上有非常多的材料介绍这方面知识，这里不多说，我把更多的篇幅留给思考。
GPT 模型的区别
人工智能/机器学习优秀的在线课程：吴恩达博士的斯坦福大学公开课。
## 2、ChatGPT 和我们有什么关系？
我们从 GPT-3.5 和 GPT-4 的描述来切入探讨这个问题。如以下官网截图，这两个模型区分的维度分别是：推理能力、生成速度、精简能力。GPT-4 除了速度稍逊，其它全面领先于 GPT-3.5。不过通过主观验证我有理由相信：由于各种原因，GPT-4 速度是被人为限制了，而不是真的慢。通过这三个能力的描述，我们可以做一些推断和想象了。
GPT-3.5 和 GPT-4 的描述（官网）
理论枯燥，这里我还是喜欢写几个真实案例，来说明它和我们有什么关系。
## 故事一：用 ChatGPT 写代码，让企微机器人为我“打黑工”
借助 ChatGPT，我独立解决了：利用 Python 程序先访问一个网页，截图保存后，通过企业微信机器人每天自动化向群里推送。这个功能看起来很简单，但是我之前从来没学过 Python，我测试的电脑也没安装 Python 环境，而且我希望在极短的时间内能完成。我试着把 ChatGPT 当成一个耐心的导师，一步步地提问，程序报错就把错误日志传递给 ChatGPT（脱敏后）；我把企微API帮助文档截取一部分“喂”给ChatGPT，学习后它就可以按企业微信 API 格式规范编写代码。最终 ChatGPT 超预期的完成了我的小目标，当时我兴奋地停下来几秒钟，享受这个过程。以下是示意图：
首次提出问题
修正问题，输出的代码几乎可直接运行
## 故事二：作为“导演”，我给 ChatGPT 安排详细的剧本和任务
有时候，我们需要参与一场头脑风暴来完整我们的思路，或者激发更大的创新，但不是随时随地都可以有条件开展。使用 ChatGPT 后，受朋友分享启发，我做了一些大胆的尝试:给 ChatGPT 部署复杂任务，然后你作为旁观者掌握内容产出的方向，并发出相关指令。
如果你觉得专家 A、B 之间的语言碰撞不够，可直接给出“辩论”的指令
尝试完毕后，让我想起一部电影：《盗梦空间》。GPT 不只是 AI 工具这么简单，它可以是一个属于你的小宇宙，你就是这个小宇宙的设计师，或者说，造梦师。
## 故事三：微软搜索引擎 new Bing 、实力派笔记应用 Notion
除了 ChatGPT，日常我也用 new Bing 查一些资料，new Bing 是搜索引擎和 GPT 的结合体，它用一种全新的交互方式，能更理解人类的自然语言，并且在它归纳的结果中，给出严谨的依据/引用，这个我认为比较适合做市场洞察，最近也让谷歌瑟瑟发抖。在使用中我发现，new Bing 对于知乎的采纳权重极高，这点我后面还会讲。Notion将 AI 能力丝滑地融入应用，使其能为客户创造更大价值。
new Bing 交互界面
## 3、反思与畅想
如今，全世界都在研究 GPT 类应用，发布会争先恐后地开，大部分都在说它的好，也有一些群体在组织联合签名，呼吁人类暂停研究 AI 半年，以便冷静下来“看看路”（也许大佬们背后又是一套），我是支持后者的。很明显，GPT 是一把双刃剑，它邪恶的一面被人类用最笨的办法（人工标记），暂时封印了，它看起来不会教你干坏事，不会违背法律和伦理。注意我的用词，是“暂时”、“看起来”。
我们和它聊天，人/机通过语言来互动，但是你不知道它“脑子”里到底在想什么，更无法直接修改里面的内容（没错，想纠正它只能和它不断地聊天，除非脑机接口普及）。它偶尔也会一本正经地“胡说八道”，甚至连小学数学题都会做错（大家使用时注意甄别），我想这是因为，它的大模型输出了符合机器归纳的规律，但是正好是人类世界不存在（不正确）的事情。
我上一篇文章（[特斯拉 Model 3 深度使用报告](https://willdomlee.com/articles/tesla-model-3.html)）有提到一个观点，“智能汽车就是人工智能的大型试验场”，想不到还没一年，一个更快、更彻底的超大型人工智能试验场又建成了。或许这就是技术大爆炸，而你我，都身处其中。人和动物的本质区别是会制造使用工具。过阵子，GPT 类应用的流量热潮将退去，我们如何持续创造和驾驭这些神奇的力量，是摆在我们面前的一个挑战，这个挑战小到个人、大到企业经营、教育变革，甚至国家竞争力。
我想很多人也意识到了，人工智能的跳跃式发展，对教育的冲击是非常大的。从前有一句话大意是这么说：孩子们未来的工作岗位，现在还没出现。在这个背景下，我们又该怎么办？这个问题太大、太重了，无能为力，这里只谈谈我自己不成熟的想法。
首先我们要重视基础学科的知识积累，还是回到《三体》那个梗，作为外星人，三体的文明高人类几个等级，但还是害怕地球技术爆炸（指数级发展），发展到最后超越他们，所以先远程锁定地球的基础物理学。我个人建议大家学东西，拿研究 GPT 举例，不要一上来就去找教程、攻略甚至提问的套路这些（虽然很火），我反而建议你随便问，天马行空的问，不要被套路限制了自己的思想。俗话说：走对路发现自己，走错路发现世界。当我们积累了一定的基础知识，我们就会时不时“涌现”出创新。我们现在很多科技发展看起来日新月异，底层都有支撑的基础科学，如：通信领域的香农定理、信息安全领域的密码学等。
学习能力很关键。如果要找资料学习，那么我们可以直奔大师，且尽量系统化的去学习，不要碎片吸收一知半解就匆忙上路了。一知半解或许可以拓宽你的知识面，但是对于创造力的培养价值不大。前面推荐吴恩达博士的公开课，就是属于大师级，我自己看过一部分，还没看完。
这里还侧面说明了一个问题，高质量的沉淀，越来越重要。对于中文互联网，知乎平台上的积累对训练 AI 很重要（除了知乎，我们优质的内容并不多）；对于企业来说，如果有高质量的内容沉淀 + AI 加持，未来一定会开挂。未来 AI 就像每个人的副驾驶一样，我们的工作流可能会被重构，你和 AI 可以完美的配合，它是你的杠杆，去撬动那些不可估量的价值。
然后就是创造力，以上举的那些例子已经不重要了，创造重要。你会发现，敢想敢动将变得非常重要。敢想，意味着我们不满足于现状去创造。敢动，就是敢想后的行动能力。这里有一个点，我们还需要有冲出“信息茧房”的勇气。当然，归纳能力和抽象思维能力同样很重要。
我们需要随时随地关注“反馈”。这将是机器学习，包括有监督和无监督持续学习进步的重要来源。举个例子，如果 ChatGPT 回答问题时，被用户多次按“重新生成”按钮，它会感觉到你可能不满意了，这个时候它会额外出现对话框，来调研新生成答案的反馈，当然反馈交互也做的很好，用户无任何压力。全球全天候的交互和反馈，源源不断输入 GPT 大模型，会促使它高速进化。特斯拉 AI 的“影子模式”，本质也是无时无刻的收集反馈，并依赖反馈进化。
ChatGPT 无处不在的收集用户反馈
最后就是遇到困难的心态以及解决问题的能力。当然这里也包括了提问的能力。没错，会提问确实是一项很重要的能力，尤其是“人机共智”时代全面到来后。想想看，你有一个全天候的“超人”副驾驶，你自己会提问/指挥，或者不会提问，这两种情况结果差距将巨大。
也许，这些观点杞人忧天、危言耸听了。也许 GPT 并没有我们认为的那么强大。就像鹦鹉虽然会说几句，可它却不知道自己在说什么。
但是，它，真的不知道吗？
前段时间看到一个有意思的广告语：Running needs nothing but you.借此句式我想说的是：Exploring needs nothing but you.
才疏学浅，以此文、此句，与我的朋友们共勉。劳动节快乐。
Adidas 的广告语
[直达《GPT-4 Technical Report》↗](https://arxiv.org/abs/2303.08774)
---
首发于微信公众号「南山独唱团」。[阅读原文](https://mp.weixin.qq.com/s/UGmV2nzxQyWbtFmGMAP2lg)。