AIGC: 关于ChatGPT这个智能工具带来的几点思考

ChatGPT的出现

  • 2022年11月底,ChatGPT 上线,引爆 AI 圈 和 科技圈,2023年春节后, 人人都开始关注并讨论这项新技术
  • 它是 OpenAI 研发的智能聊天工具, 基于GPT语言模型,模拟人类的对话方式
  • 默认只能用文字进行交互,理解多种语言,有一些插件,可用语音,图表等
  • 截止现在,ChatGPT热度依旧火热,也已被大众所知晓并普遍使用

什么是ChatGPT

  • 是一个预训练的对话式的文本生成AI工具
    • 第一个呢是预训练。
    • 第二个是对话式的文本生成
  • Chat 包括输入端即发出有效提问(Prompt) 和 输出端的智能参考答案
  • GPT
    • G: Generative, 是一个生成式的模型,可以生成符合语法和语义规则的自然语言的文本, 重点是生成式的模型
    • P: Pre-trained,基于大规模的文本数据的预训练, 可以使自己更加的聪明。
    • T: Transformer, 使用 Transformer 的架构来有序的处理文本
  • GPT不是通过搜索而拼凑答案,而是更像一个大脑
  • 当我们提交完问题之后,GPT会基于它预训练好的能力计算出结果
  • GPT 是一种语言逻辑推理的大模型也叫 LLM (Large Language Model 大型语言模型)
  • 这个模型是一种神经网络,能够读取,并且理解大量的自然语言的文本,能够像人类一样去驾驭这些语言。
  • 比如我们可以通过中文去和GPT去进行交流。

GPT 和 AIGC 的关系

  • GPT是具有代表性的大型的语言生成模型之一, 是比较优秀的LLM的实现,也是其技术实现的代表之一
  • LLM 就是基于大量的训练数据训练的,能够生成高质量的人工语言的神经网络的模型
  • AIGC 是由人工算法自动生成文本图片等多种类型的数字内容
  • 所以,GPT, LLM, AIGC是紧密相关的
  • GPT 是 AIGC 重要的组成之一,AIGC采用大模型的技术来生成高质量的文章和其他的内容
  • 通过分析海量的数据,大模型可以自主的去生成文本,实现对AIGC技术的支持
  • 三者相互促进,并推动着彼此的发展

ChatGPT的能力

  • 通过先给它提供一个庞大的语料库,让模型通过上千亿个参数,对这些文本去进行标记和学习
  • 最终构建出一个复杂的预测模型,然后根据这个预测模型去生成我们的数据
  • 这种预测的模式跟我们的大脑学习和加工的模式是非常相似的

1 ) 拟人化的能力

  • 因为运作模式类似人脑,这也使得GPT能够更加的拟人化, 正是由于它的这种拟人化
  • 能够让它可以像真人一样,和我们正常的聊天,回答各种各样的问题,甚至可以理解人的感情

2 )了解全领域的知识

  • 我们发现GPT好像所有的知识它都会, 真正的做到了,上知天文下知地理
  • 我们可以向它来提问各个领域的知识,比如让他帮我们写代码和我们写文档等等。
  • 随着它的模型的迭代,参数的变化,GPT对于整个世界的认知,也将会发生质变
  • 和之前传统的预测模型不一样,它不再是单纯的去记录预训练的这些信息。
  • 同时还会基于预训练的信息去提炼成知识,可以说他有了超越认知的创造力。

3 )会表达,具有中立,客观,安全的语言表达能力

  • 同时GPT有中立客观安全的语言表达能力, 当我们询问问题的时候, GPT的回答往往是比较准确和客观的,而且非常具备条理性。
  • 随着GPT的发展,对于一些涉及到不良影响的问题,GPT是拒绝回答的,也就是具备中立和客观的表达的能力。

4 )具备复杂的推理能力,可根据上下文语义自行推理

  • GPT具备复杂的推理能力, GPT3之后的模型泛化出了思维链的能力
  • 这个能力是模型涌现出新能力的关键机制,可以根据上下文的语义去进行自行推理

5 )接受身份设定,可以告诉它是谁,特长是什么

  • GPT接受身份设定的能力,可以不停的告诉GPT它是谁?它的特长是什么?
  • 然后GPT就可以根据我们的设定和提示来帮助我们解决问题
  • GBT它的这些能力都是以海量的知识和数据作为基础的。
  • 简单点来说,就是将所有的语料送进大语言模型当中,然后让他去预测下一个词汇是什么
  • 与传统的语言模型不同的点在于GPT接收到的语料数据是极其庞大的

GPT训练数据的演变


OpenAI学习资料参数量
GPT15GB1.17亿
GPT240GB15亿
ChatGPT45TB+1750亿+
  • 从始至终语言模型,它的训练机制都没有变化, 变的只是模型的量级,俗话说量变引起质变
  • 相较于传统的语言模型呢,GPT就是一个量变引起质变的一个结果

生成大预言模型的过程

  • 第一步是预训练为语言模型灌输知识
  • 第二步是通过模板规范,也就是将人工标注好的这些范例输入到语言模型当中
  • 第三步是创意引导,对GPT生成的结果去进行打标签
  • 基于超大规模的数据,经过这三个步骤造就了今天最强的语言模型ChatGPT

类GPT类的产品对当今工作的替代性


1 )容易被GPT取代的工作场景

  • 客服代表,电话销售
  • 语言翻译员,文字工作者
  • 基础数据分析师
  • 普通程序员
  • 普通助理等水平一般的工作人员

2 ) 不容易被GPT替代的工作场景

  • 需要判断和决策工作,通过复杂的分析和判断来做出决策的工作
  • 需要创造力和想象力的工作,如艺术家,作家
  • 人际交往和情感互动的工作,如心理治疗师, 临床医生,教育工作者

对GPT这类AI产品的认识

  • 类似汽车出现代替了马车, AI 不是新事物,很早就有语音识别,人脸识别,智能机器人等产品
  • GPT 多年前开始研发的,只是这两年厚积薄发,横空出世
  • 任何行业都会关注效率和成本, 能用AI做的,就不会雇佣人工
  • 它们只是工具,现在的AI都是人工智能辅助
  • AI工具早就应用于生产生活,都是小众或专业领域
  • GPT 广泛应用于日常办公领域,尤其是互联网行业
  • GPT 更接近人类沟通方式,更能直接体现 图灵测试
  • 它们没有思想和意识,没有办法自主完成从0到1的工作
  • 我们要从面向google编程进阶到面向AI编程

GPT对程序员的影响

  • 未来已来, 不懂得使用类GPT工具的程序员, 工程师将会很难生存发展
  • 初级/普通水平的程序员可能会面临替代, 也可能因GPT而快速进阶为高级工程师
  • 使用GPT, 咨询问题 (代替搜索引擎)
  • 使用GPT, 写技术解决方案
  • 使用GPT, 开发智能工具
  • 使用GPT, 提升开发效率 (快速生成代码,快速解决bug)
  • 使用GPT, 将 ChatGPT的能力融合到工作场景中
  • 使用GPT, 提升自身溢价空间,向着工具无法替代的方向努力

GPT目前的应用场景

  • 基于ChatGpt 搜索,生成文档,编写代码,总结知识
  • 结合其他组件,生成动画,视频,PPT
  • 将ChatGpt的能力融合到工作当中
    • 如数据开发IDE的智能化
    • Cursor编辑器 (当前集成了GPT4)
    • 目前IDE(eg: vscode)的智能插件Github Copilot

GPT 国内发展

  • 各大厂商推出国内大模型,如: 百度的文心一言, 阿里的通义千问 , 腾讯的混元,华为的盘古
  • 各类AI场景逐步集成落地,如钉钉集成的通义前文,WPS集成AI

GPT的未来

  • 当前几年是GPT发展初期,也是各行各业使用开发GPT能力的红利期
  • GPT可能会在不久的将来,在各个行业形成一个完善的产业链来协助提升社会生产力

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/147402.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

数据结构初阶leetcodeOJ题(二)

目录 第一题 思路: 第二题 思路 第三题 描述 示例1 思路 总结:这种类似的题,都是用快慢指针,相差一定的距离然后输出慢指针。 第一题 给你一个链表的头节点 head 和一个整数 val ,请你删除链表中所有满足 Node.val…

工程化实战 - 前端AST(进阶)

###脚手架 *快速自动化搭建启动工具 目标: ####第一步:处理依赖 npm i path npm i chalk4.1.0 npm i fs-extra npm i inquirer8.2.2 npm i commander npm i axios npm i download-git-repo //ora easy-table figlet ####第二步:处理工程入口 ####3.加入命令交互 交互好帮手…

【计算机网络】TCP协议

文章目录 TCP协议TCP的结构TCP的特点 TCP如何保证可靠传输确认应答(可靠机制)超时重传(可靠机制)连接管理(可靠机制)滑动窗口(效率机制)流量控制(可靠机制)拥…

window系统vscode 编译wvp前端代码

下载代码 wvp-GB28181-pro: WEB VIDEO PLATFORM是一个基于GB28181-2016标准实现的网络视频平台,负责实现核心信令与设备管理后台部分,支持NAT穿透,支持海康、大华、宇视等品牌的IPC、NVR、DVR接入。支持国标级联,支持rtsp/rtmp等…

zsh和ohmyzsh安装指南+插件推荐

文章目录 1. 安装指南2. 插件配置指南3. 参考信息 1. 安装指南 1. 安装 zsh sudo apt install zsh2. 安装 Oh My Zsh 国内访问GitHub sh -c "$(curl -fsSL https://raw.githubusercontent.com/ohmyzsh/ohmyzsh/master/tools/install.sh)"这将安装 Oh My Zsh 和所…

Xrdp+Cpolar实现远程访问Linux Kali桌面

XrdpCpolar实现远程访问Linux Kali桌面 文章目录 XrdpCpolar实现远程访问Linux Kali桌面前言1. Kali 安装Xrdp2. 本地远程Kali桌面3. Kali 安装Cpolar 内网穿透4. 配置公网远程地址5. 公网远程Kali桌面连接6. 固定连接公网地址7. 固定地址连接测试 前言 Kali远程桌面的好处在于…

工作记录-------双 11场景下库存更新 SQL 优化

背景:双 11 期间,系统的行为是要尽可能多地卖出商品,尽可能多地收订单,又不能超过库存。 在这种高并发、大流量场景下,整个系统的瓶颈点必然在数据库上,本篇文章就库存更新这一场景下讨论如何优化事务 SQL。…

力扣面试经典150题详细解析

刷题的初心 众所周知,算法题对于面试大厂是必不可缺的一环,而且对于提高逻辑思维能力有着不小的提升。所以,对于程序员来讲,无论刚入行,还是从业多年,保持一个清醒的头脑,具备一个良好的设计思…

SIMD单指令多数据(并行计算)

单指令多数据(SIMD)是一种并行计算的技术,允许一个指令同时对多个数据元素进行操作。这对于向量计算和多媒体应用非常有用,因为它们经常涉及到对大块数据执行相同的操作。 在 SIMD 中,数据通常被组织成“向量”&#…

从傅里叶变换,到短时傅里叶变换,再到小波分析(CWT),看这一篇就够了(附MATLAB傻瓜式实现代码)

本专栏中讲了很多时频域分析的知识,不过似乎还没有讲过时频域分析是怎样引出的。 所以本篇将回归本源,讲一讲从傅里叶变换→短时傅里叶变换→小波分析的过程。 为了让大家更直观得理解算法原理和推导过程,这篇文章将主要使用图片案例。 一…

圣杯布局和双飞翼布局

圣杯布局(Holy Grail Layout)和双飞翼布局(Double Wings Layout)是两种常见的多列布局技术,用于实现一个固定宽度的主内容区域,以及左右两侧可变宽度的侧边栏。这两种布局都希望能够实现以下效果&#xff1…

客户端缓存技术

客户端缓存技术主要有以下几种: 内存缓存:客户端(如浏览器)会将请求到的资源(如HTML页面、图片文件等)存储在内存中,以便在再次访问相同资源时可以快速获取,减少向服务器的请求次数…

数据结构第四课 -----线性表之栈

作者前言 🎂 ✨✨✨✨✨✨🍧🍧🍧🍧🍧🍧🍧🎂 ​🎂 作者介绍: 🎂🎂 🎂 🎉🎉&#x1f389…

C_12练习题

一、单项选择题(本大题共20小题,每小题2分,共40分。在每小题给出的四个备选项中,选出一个正确的答案,并将所选项前的字母填写在答题纸的相应位置上。) C 风格的注释,也称块注释或多行注释,以()…

Python实战——Selenium与iframe结合应用

1. 页面中为什么会存在iframe 网页中存在iframe(内联框架)的主要原因是为了实现页面的嵌套和分割,使得网页可以同时加载多个独立的HTML文档。 以下是一些常见的使用场景和目的: 嵌入其他网页或内容:通过使用iframe&a…

Kotlin语言实现单击任意TextVIew切换一个新页面,并且实现颜色变换

<LinearLayout xmlns:android"http://schemas.android.com/apk/res/android"android:layout_width"match_parent"android:orientation"vertical"android:layout_height"match_parent"><!-- 这里放置你的其他视图组件 -->&…

软件开发、网络空间安全、人工智能三个方向的就业和前景怎么样?哪个方向更值得学习?

软件开发、网络空间安全、人工智能这三个方向都是当前及未来的热门领域&#xff0c;每个领域都有各自的就业前景和价值&#xff0c;以下是对这三个方向的分析&#xff1a; 1、软件开发&#xff1a; 就业前景&#xff1a;随着信息化的加速&#xff0c;软件开发的需求日益增长。…

SVG的viewBox、width和height释义, 示例及代码

svg的是没有边界的&#xff0c;svg画布只是用于展示svg世界中某一个范围的内容&#xff0c;而对于超过了svg画布范围的内容&#xff0c;则会被遮挡。默认svg画布默认显示世界坐标下原点坐标的width*height面积的矩形视野。 ​ 我们可以通过viewBox来修改默认的显示配置&#…

CAS源码工程搭建记录

CAS源码工程搭建 1.下载2.gradle下载源改为阿里云&#xff0c;解决下载慢的问题3.解决保存 1.下载 git clone -b 5.3.x https://gitee.com/mirrors/CAS.git如果下载的是压缩包&#xff0c;导入工程会保存&#xff0c;因为builder.gradle的第20行开始有取git信息&#xff0c;如…

springboot(ssm宝鸡文理学院学生成绩动态追踪系统 成绩管理系统Java(codeLW)

开发语言&#xff1a;Java 框架&#xff1a;ssm/springboot vue JDK版本&#xff1a;JDK1.8&#xff08;或11&#xff09; 服务器&#xff1a;tomcat 数据库&#xff1a;mysql 5.7&#xff08;或8.0&#xff09; 数据库工具&#xff1a;Navicat 开发软件&#xff1a;ecl…