能力

2022 年，人工智能 (AI) 在很多领域发挥了威力。相信你已经看到或听到不少新闻了。

例如说绘画，现在这样的图片，人工智能都能根据你的要求绘制出来。

（资料来源：t.ly/8VUL）

很多插画师总是抱怨自己要失业了。据我所知，有的艺术院校已经允许甚至鼓励学生以人工智能生成绘图结果作为初稿，然后进行调整和后续加工。这也是与时俱进的气象，好事儿。

我也给你介绍过人工智能的其他应用，例如 写文章、解释论文、剪视频……

这一年 AI 已经算是风光无限了。时近岁末，也该见好就收了吧？

不。11 月 30 日，OpenAI 又发布了一个「新玩具」，一石激起千层浪。很多人都在热烈讨论它。这个东西，叫做 ChatGPT 。

就连马斯克也在谈论这个事儿。

看名字，实在有些平淡。Chat 是什么，聊天机器人？谁没见过似的；至于 GPT ，更是耳熟能详。咱们前面介绍的很多应用，背后都是它在发挥作用嘛。两个并不算新奇的概念结合在一起，能有什么令人兴奋的？

我抽时间尝试了一下 ChatGPT，然后立即在朋友圈发了个感慨：

样例

我觉得自己这不算大惊小怪。咱们来看看 ChatGPT 都能做什么吧。

平时遇到新问题，你一般会怎么找寻答案？估计主要是问答网站，或者干脆利用自己的社交网络吧？

现在，你可以先用 AI 来查一查看了。

好比说，你考研通过了初试，收到复试通知。这时你自然想了解一下，复试的时候该怎么介绍自己。需要去上个专门的培训班吗？以前也许吧。但是现在，你可以把这个问题抛给 ChatGPT：

ChatGPT 是这样回答你的：

怎么样？这答案还很像样子吧？有意思的是，我在问题中提到过「评委」的事儿吗？没有啊，这称谓它怎么学会的？怪哉。

假设你靠着 ChatGPT 的帮助，顺利通过了复试并且拿到了录取通知书。下面该联系导师了。怎么给导师写第一封信呢？

还是直接问 ChatGPT 吧，这次它会这样答：

我看了以后，实在有些绷不住想笑。因为今年收到联系邮件里，有好几封好像还没到这个水平呢。看来人类不够用心的时候，甚至有可能被 AI 超越。

可我转念一想，这些内容，会不会就是传说中的「模板」呢？如果是搜来的模板直接填，好像也没啥了不起嘛。其实你错怪它了。因为在运行的时候，ChatGPT 模型是完全靠着自己掌握的知识来解答，并不现从网上搜索答案。

为了消除你的疑虑，咱们还是来问点儿有技术含量的问题吧。假如你想学习视频剪辑，但周围没有做过的朋友。怎么办？你可以这样问问 ChatGPT ：

作为一名 B 站订阅人数超过 3 万的 UP 主，我觉得这答案没毛病。

你可能想要了解某些行业的现状，例如视频网站哪家强。那你也可以问 ChatGPT ：

回答足够客观而全面，鼓掌。

不过这里我需要提醒你注意，ChatGPT 底层用到的语言资料训练集，截止到 2022 年 3 月。而且语料里面中文数据比英文少许多。所以 ChatGPT 提供的答案，未必都与现状相符。如果有过时信息，或者太新的没有见过的概念，在所难免。使用的时候，你需要注意甄别，不必过于苛求。

用途

老同学看了我的朋友圈，于是问我 ChatGPT 能不能回答专业性强的问题？例如说他在环境科学部门工作，这个模型知道「生态文明」吗？可否在撰稿的时候给他「扩展一下思路」？

这问题…… 试试呗。

这个答案，你觉得怎么样？我不是专业人士，不好妄加评断。

但是我觉得，能回答「为什么」的问题固然好，可要是能回答「怎么办」就更厉害了。

于是，我继续问了下面的这个问题：

我把这两个答案发给老同学。他两眼放光，表示自己要抓紧试一试。

一开始，我觉得这个模型无非是一问一答聊天，每轮问答都是独立的。ChatGPT 提供的答案虽然比起原先的 AI 问答应用精彩，但还不够亮眼。

但是我想错了。你可以要求 ChatGPT 对于前面答案中的某一部分进一步扩展阐释，也就是「不断追问」。

例如刚刚我们问到了「怎么办」的问题，ChatGPT 给出了包含 5 个条目的答案列表。那么，我让它「扩展一下其中第三点」：

我看着答案一行行写出的时候，对着屏幕愣了许久。

前面咱们问的还都是比较现实的问题。其实 ChatGPT 这工具对于语义的理解已经超越了「现实」这个层次，你可以假设前提，进行提问。

我问了这样一个假设问题：

这是 ChatGPT 想象之后，给出的答案：

哦，对了，如果你对回答结果不满意希望换一个，可以点击答案下方的「再试一次」（Try Again）按钮，就能获取新的答案。

同样的问题，这次「李白」是这样作诗的：

你对这俩答案感受如何？我觉得真正好玩儿的地方，不在于诗做得怎么样（确实不怎么样），而是它一直在顺着刚才的上下文来讨论。我根本没有指明这首诗跟「生态文明」有关。但既然刚才我俩还在聊这事儿，ChatGPT 也就按照这个思路继续思考和答复了，因此诗都与这个主题相关。

看到这儿，你可能会把 ChatGPT 当成一个新鲜的玩具，打算把玩。作为一个样例程序，它确实给用户建立了良好的第一印象。大家心态比较放松时，对答案结果也不用太当真，享受一下答案中时而出现欢乐（乃至爆笑）挺好的。

可是我得提醒你，ChatGPT 根本就不是个简单的玩具。它在某些方面，可以作为你的个性化私人教练。

假设你是个编程初学者，导师布置了任务让你周末学好 Python 之后写个分类模型来处理实验数据。你该怎么办？

很多同学想到的，就是上网查资料或者去翻书。这样没问题，就是效率低了些。

现在，你多了一个选择 —— 直接问 ChatGPT：

它立即回复你：

看到这些，你已经能了解到基本的处理步骤了。原本对于一个辅助问答系统而言，已经算是合格了。但是你以为 ChatGPT 说完了？没有！

它一鼓作气，把示例源代码一股脑写了出来：

ChatGPT 的回答中不仅有代码，还加了中文注释。看到上图里面那个红色框的按钮吗？按一下，你就可以拷贝代码出来，直接运行。

我看完后，心里一阵翻江倒海。计算机专业的学生，以后还有必要去背函数吗？我当初读本科的时候，为啥没这东西呢？

不仅如此，ChatGPT 还能帮你给程序报错找到问题，甚至给出足够靠谱的解决方案。不过考虑到这部分内容比较专业，咱们这里就不展开了。

对于 ChatGPT 在科研和教学上的潜力，我还专门做了个视频。你要是感兴趣的话，不妨查看一下。

原理

这么有趣的新应用，它的实现原理是什么呢？

我学乖了，这次干脆直接问 ChatGPT：

这是 ChatGPT 答复：

哈哈，这回解释得并不好，我不满意。于是我还是查看官方资料。

ChatGPT 这个模型建立在 GPT3.5 版本之上，使用了人工参与的增强学习。对于实现机理，OpenAI 官方给出了个图作为介绍。

我帮你简单转述一下，这种「人工参与的增强学习」包括了：人来提问机器答，机器提问人来答（这个过程，机器会帮助给出辅助参考答案）…… 不断迭代，模型逐渐有了对生成答案的评判能力（你可以理解成「品味」），展现出来就是现在这个样子。

如果你对上面的简单转述觉得不过瘾，可以直接 看看 OpenAI 的这篇论文。

上手

我知道你迫不及待打算使用了。

目前 OpenAI 提供了 ChatGPT 的演示应用，不需要你安装任何东西，也不必准备硬件运行环境（例如 GPU）。你只需要到 这个地址 直接运行即可。

而使用该应用唯一的前提条件，是你需要注册 openAI 帐号。

不少人在注册的时候遇到一些小障碍。你可以到问答网站上搜一下详细教程，一步步完成 OpenAI 账号注册。

当你完成注册第一次开启 ChatGPT 时，会注意到这里有一些提示，是关于该应用数据采集和隐私保护的说明。

弹出的提示有 3 页，我觉得总结起来两句话最为重要：

• 不要用它来从事违法或者违反公序良俗的事儿；

• 不要在问问题的时候，曝露你个人的隐私信息。

把握好这两点，你就可以高高兴兴尝鲜了。

小结

本文给你介绍了 OpenAI 最新发布的 ChatGPT 这样一款新模型和样例应用。希望它提供的新功能，可以帮助你更高效解决一些日常生活、学习和工作中的问题。不过请注意你才是自己决策和行动的「第一责任人」，对 AI 给出的答案，要做好甄别工作。被人类骗子骗了固然很可恼，但想想要是被机器误导了，你可能都不好意思跟别人诉苦，那可就太憋屈了。

祝使用愉快！

(本文 首发于少数派网站)

点赞 +「在看」，转发给你身边有需要的朋友。收不到推送？那是因为你只订阅，却没有加星标。

如果有问题咨询，加入知识星球吧。之前已经积累下的帖子和问答，就有数百篇。足够你好好翻一阵子。

若文中部分链接可能无法正常显示与跳转，可能是因为微信公众平台的外链限制。如需访问，请点击文末「阅读原文」链接，查看链接齐备的版本。 

延伸阅读

• Roam Research 和 Tiddlywiki 该选哪个？（20220111 直播答疑视频）

• VOSviewer 中文视频教程

• 如何用 Google Colab 练 Python？

• 如何高效学 Python？

• 如何高效入门 Logseq ？

本文链接：https://my.lmcjl.com/post/962.html