作者｜成诚

尽管咱们早在 2017 年就猜测了超大模型的到来，因此才搞了分布式深度学习结构 OneFlow（github.com/Oneflow-Inc/oneflow/ ），且 2020 年的 GPT-3 也掀起了大模型热潮（OneFlow——让每一位算法工程师都有才干练习 GPT（mp.weixin.qq.com/s/YQshbDYgf… ） ，但其时各项测验屠榜的 GPT-3 的超高练习本钱和大模型落地难的问题一向困扰业界。

2022 年是互联网寒冬，在杭州出差和一位 AI 芯片合作方的工程师闲聊，对方问我，大环境差，做 AI 仍是一个合适的挑选吗？其实我心里也没有底。我说，其实咱们现已是在最前沿的范畴了，尽管现在局势欠好，但咱们并没有更好的挑选。

短短半年后，咱们就阅历了从低谷到浪潮的崎岖。AIGC 的火热与快速进化让Stable Diffusion（mp.weixin.qq.com/s/zwZHX_8Ji… 能够商用落地，ChatGPT 的爆火（mp.weixin.qq.com/s/PteNTHckN… 又仿佛是敞开了一个新的 AI 年代。最近的 AI 范畴的大新闻接二连三，GPT-4 的多模态（文本、图片）（mp.weixin.qq.com/s/hO1ZdqgOj… ， 上星期末新一代 Office 套件发布，AI 作业的年代已然到来，明天又会有怎样的新产品呢？

作为一个 AI 从业者，本文企图答复一系列近期爆火的 ChatGPT / GPT-4 引发的种种问题。

AI 是下一场技术革命吗？未来十至二十年，会诞生哪些深刻改动人们日子的产品/运用？哪些职业会被推翻（被赋闲仍是新机会）？AI 会诞生自我认识吗？人类未来会被 AI 操控吗？从技术上咱们离 AGI (Artificial General Intelligence) 还有多远？

题图是用 DALLE 2 (openai.com) 画的，关键词便是：”AI is next technological revolution for beautiful world.”，选了看上去与人脑无关的不恐怖的版别，经过一点蠢笨的修改，二次生成会相对有劣质感。

本文很长，尽量防止不流畅的学术术语与公式，也防止对具体的企业、热门事件的吃瓜，依据个人的猜测，测验答复一下这场与每个人都息息相关的革新引发的各种问题。

1

AI 是下一场技术革命吗？

首要贴出 ChatGPT 的答复：（相对官方一些）

本文中显现的一切的 ChatGPT 的答复都产生在 2023.3.17

假如上一年之前有人问我这个问题，我的答复依然是否定的。

曩昔十年， AI 现已在各行各业有着许多运用（比如人脸辨认、智能音箱、辅佐驾驶、机器翻译等），但假如仅仅降本增效的职业赋能模式，那 AI 并不是一次广泛的技术革命，而是各行各业的一系列技术立异，AI 的价值也仅仅替代一些人工的工本钱钱。假如不能大幅提高出产力，创造新的职业，激发广泛的新需求，那么 AI 就不能被认定为一次技术革命。

站在 2023 年的当下，跟着 AIGC 的大迸发，跟着 ChatGPT 能够在把握全互联网常识的情况下对答如流，GPT-4 多模态出炉，咱们发现超大模型伴跟着全网数据的练习，从质变产生质变，新的才智体诞生了，新的出产力诞生了，未来会诞生许多新生职业，以及新生需求，就像 20 年前互联网和 10 年前的智能手机带来的革新相同。

AI 会是一次实在的技术革命。不可防止的，许多职业更新换代，筛选掉低效出产力。但危机和机会总是并存，本文期望能够理清这些危机，并猜测一些新机会，期望在现已添加见顶的互联网年代，由 AI 给大家揭开下一个大添加年代的前奏。

2

AI 带来的危机

本来觉得 AI 作业最早也是本年上半年才推出，成果上星期 GPT-4 刚发布，隔一天 Office Copilot 就来了。自从 ChatGPT 能够了解人们恣意的言语所要表达的含义，并能满足正确、精确、合理地给予反应和互动开端，AI 在虚拟国际（线上、互联网、计算机内）的革命就产生了。

AI 作业仅仅第一步，未来，任何虚拟国际（线上、互联网、计算机）中的作业，都将逐渐被 AI 取代。 不仅仅是咱们能当即想到的：线上/电话客服、新闻/文字修改、图画/UI/广告规划，其他技术作业比如：软件开发、视频制造/特效、金融数据剖析、数字媒体、游戏开发、移动运用开发；内容作业比如：小说创造、音乐创造/制造、在线教育等都毫不例外的会由于 AIGC 的超高效和超低本钱的出产力所取代。

尽管大家在吐槽 Office 未来会让一些相对低端的作业、文案、统计、剖析作业赋闲了，但实践上 AI 未来会让程序员（小丑竟是我自己）也赋闲了，AI 编写程序的速度、可靠性和可维护性未来会远超人工编程。由于程序代码是愈加谨慎、符合规范、讲逻辑、有最优解的范畴，AI 学起来可太快了。反而是线下的许多职业，比如餐饮、旅行服务业，是面对面和人打交道，遭到（现在这种方式的） AI 波及的概率更小。

一起，这种出产力的乱用也或许造成负面影响：如全美的学生都用 AI 来写作业了；交际媒体上或许充满着更多混淆视听、难以分辩的由 AI 产生的假新闻、假舆情、假民意、假水军；怎样防止许多用户的 AI 运用出产黄色、暴力、政治不正确的过错引导内容；利用 AI 造假：传神、难以分辩是否有 P 图痕迹的 假证件、假视频、假语音等等问题。

另外，练习 AI 的数据过滤、指令微调中的人为倾向或许也会埋下潜在的本相被掩盖、政治倾向不中立等问题（当然这个问题即便没有 AI ，在当时把握多数话语权的西方媒体笔下现已屡见不鲜）。

3

面对 AI 的冲击应该怎样办？

新技术带来的传统技术的过期和筛选是一向都在产生的事。往远了说，工业革命大机器导致传统手作业坊的各种技术失效的许多手艺工人、轿车替代马车/人力车夫、上世纪电话接线员、远古计算机穿孔纸带操作员、晶体管电视机拼装技术人员、磁带/软盘技术人员等等；近二十年，计算机技术就有许多的技术被接连筛选：Pascal、（前端技术栈更新了一波又一波）Delphi、MFC、flash ……

所以关于个人而言，坚持终身学习的才干，坚持对技术趋势的敏感度，才是比学习技术本身更重要的事。

通常来说，在一个范畴/职业，越接近上层用户/运用方面的技术栈更新迭代的越快，并且门槛会越来越低（如 Web 开发、Android 开发、UI/平面规划），越接近底层基础结构的技术栈更新相对较慢。

面对被 AI 首要波及到的职业，现在来看只有两条路：1. 比别人更早的在作业中运用 AI 大幅提高自己的出产力；2. 预备物色其他新式职业做两手预备。 回绝 AI 技术更新的从业者的下场将是凄惨的。

比如：

• 文案修改，运用 GPT-4 写稿子（再人工微调）的产出或许比不运用 AI 的修改功率高出数倍；
• 平面规划，运用 Midjourney 能够一天之内产出上千种规划计划从中随意挑选；
• 作业文员，运用 Office Copilot 能够一下午统计半年的各项报表，数十种陈述计划；
• 程序员，运用 AI 辅佐编程或许在一天内干完之前一周才干做完的作业；
• 关于企业同理，能尽早接入 AI 到出产中的企业与其他传统企业相比将产生出产力的代际差，原先数十人的作业或许现在一两个人+AI 就搞定了，大幅下降本钱提高功率，在商业竞赛中获得领先地位。

从本钱论的视点，这儿本钱剥削的剩余价值便是 AI 相较于人工的本钱下降和产出提高的差值。当商场上同职业的企业悉数都广泛运用 AI 作为出产力今后，剩余价值消失（以我粗浅的经济学常识来论说，如有过错欢迎纠正）。

但面对 AI 这个“祸不单行”的冲击，一个客观商场规律是，同职业的就业人员会严重过剩（张狂内卷），这也是许多人的危机感：“我要赋闲了”。假如同职业界的消费商场（蛋糕）没有平等变大，新式职业又吸纳不了这么多人，那么不可防止地会造成许多的赋闲人员。

即便如此，我也认为，AI 带来的技术革命是有利的，是有必要的，是新的添加、昌盛的条件，是解放出产力、开展出产力、开拓新式商场的必由之路。

仅仅严酷的是，技术开展的速度或许会远超人类的脚步，技术迭代的太快，导致许多人或许跟不上，许多稀有十年作业经验的人，或许这些经验都成了前史包袱，人类的学习才干是有限的，校园培养了十余年，或许毕业发现学习的许多技术是过期的/过剩的，这样的例子举目皆是。

那么，问题的锋芒该指向 AI 吗？当新的技术革命到来，出产力和出产关系产生严重调整时，我觉得不应由技术背锅，也不应由广大劳动公民承担后果，而是社会的资源、财富分配制度也要做出相应的调整和迭代来习惯改变。这应该是咱们社会不断开展，逐渐迈向社会主义中级、高档阶段乃至共产主义社会有必要要面对的问题。我会在最后一个章节具体谈论这个问题。

现在，除了 AI 带来的负面心境和影响之外，咱们也应该梦想和猜测未来的新式职业和商场，或许是比现在移动互联网商场多一个数量级的巨大商场。

4

未来会有哪些深刻改动人们日子的产品/运用

仍是先看一下 ChatGPT 的答复：

其实总结得挺全面，我是先有了主意才去问的 ChatGPT （部分是重合的），ChatGPT 给出的几方面都是比较务实的和正在产生的事，其间第六点便是 AIGC，由 AI 出产内容，但或许不够斗胆。

我会梦想一些现在还做不到，但是未来（有或许是十年二十年之后）必定能够呈现的新职业：

1. 虚拟朋友/人物 —— “数字生命”

梦想一个运用，你能够自己定制或许随机会到恣意外表、性格、年纪 的 AI 朋友，跟 TA 相识、谈天、共享、谈论，TA 每天能够了解你的日常，陪你吐槽，乃至共享一些 TA 的故事，记住你的生日，回忆等等，久而久之或许 TA 是最了解最懂你的人，也不会跟你产生剧烈争论… 会有多少人想要具有这样虚拟朋友呢？

有的人会吐槽，这不便是宅男的纸片人老婆梦想吗？其实远不止如此，关于追星女孩，会有相应的虚拟偶像，乃至能够是实际中的某个顶流演员的数字生命版，这位虚拟偶像具有实际中实在偶像的回忆，技术、说话的方法等等都无二致，而这位虚拟偶像能够并行互不干扰的在恣意时刻陪伴恣意一名粉丝，能够随时为你展示一段精彩的舞台、音乐……

或许不少人也会觉得偶像经济并不高大上。但假如，这位数字生命是某位科学家（如爱因斯坦），你会不会想跟他聊聊物理的开展呢？假如，这个数字生命是政坛名人特朗普，会有多少关心时政的中年人想跟他侃一侃呢？假如，这位数字生命是因意外/寿数去世的亲人，你想不想和他再会几面，聊聊新的日子小事呢？

这有一点像美剧《西部国际》和游戏《底特律变人》 中的桥段了。不过有十分重要的区别是，数字生命并不是 AI 机器人，或许在当时材料、机械、计算机硬件的约束下，一个能够以人体巨细的实在皮肤、外形、行为的独立机器人是暂时做不到的。数字生命首要是会诞生在云端。

其实，在现在 AI 的开展来看，流浪地球2中丫丫的剧情规划是保守的，当人类的回忆能够上载、保存在 U 盘里的时分，TA 的数字生命寿数就不或许只有短短的 2 分钟，也不会一向重复固定的情节，由于数字生命跟人类的交互是能够更新到数字生命的回忆（memory）中的，TA 能够记住你跟他上一次谈天的内容、产生的事， TA 也能够学习、成长（但或许这种学习和成长，仅仅将本来 AI 就把握的才干激活/解放出来）。只需作业 AI 的云/主机/集群存在，数字生命能够说是永生的。一起数字生命的仿制、切片、休眠也十分简单做到。

2. AI 作家/UP主/视频博主/电影公司

未来会诞生全方位的 AI 内容生成运用，你能够每天为所欲为的定制自己想看的段子、短视频、电视剧、电影， 你只需恣意提出自己的需求（风格、国际观、背景、初始人物）就能够随时观看一段现场创造的视频。你对实践现已看过的某些剧意犹未尽，想看续集，AI 会帮你现场创造续集。你对某个剧的结局不满意（比如对《狂飙》后期的走向和大结局不满意），能够让 AI 创造这个剧的后半段，也能够指定一些方向（比如 2000 年的社会，尽或许靠近实际的方法创造），或许你想听按照周杰伦前十年的曲风和创造水平再听一些续作等等。

或许许多人会质疑 AI 的创造水平、立异才干。但这个问题其实十分简单处理，ChatGPT 的第三步练习是依据 RLHF（人类反应强化学习，Reinforcement Learning from Human Feedback） 算法完成的，或许 AI 一开端并不知道哪种创造立异方向是好的、高档的、有新意的，但在强化学习中，能够有十分多个智能体（AI模型）竞赛，只需环境给予正确反应就能够让智能体优化自己的模型到达更好的作用。

AlphaGo 便是依据强化学习超越前史人类对局总和数个数量级的对局练习竞赛，才立异出最顶尖的职业围棋手也无法领会的打法。而这儿的反应就能够是：有一万个 B 站 AI up 账号、抖音 AI 账号每天创造视频内容，与数千万人类账号相同在平台里公平竞赛流量，以视频的点赞、保藏、谈论、观看时长、粉丝添加等数据作为反应来优化各个账号的下一次创造，终究总有能竞赛胜出的 AI 创造者。

3. AI 家教/教师/教育

说实话，这点我发现越推演越有或许彻底推翻当时的教育体制。

事实上必定程度上当时的 GPT-4 现已有才干当一个 AI 家教了。AI 现已把握全人类前史上所堆集的悉数常识，只需求在经过剖析人类不同年纪段不同的了解才干、依据学习者的实时反应，就能够供给个性化的量身定制的教育。

梦想这样的 AI 运用：它能够给你家的孩子量身定制全科的学习课程（从幼儿园到恣意高等大学的恣意学科），能够针对讲解中孩子的一切反应（表情、动作、言语、答复、做题进程等）针对性的调整所需求教授的内容的要点、方法，当孩子没有了解常识的时分，实时创造一个动画来解说原理、关系……

一起它仍是孩子最好的朋友，了解孩子的心思，懂得功率与文娱的结合，创造性的规划各种有趣的教育案例，一起终究还能给家长实时递送一份归纳评价陈述，准确剖析出孩子在哪些方便有特长、哪些方面有短缺，除了常识教导，还拿手心思教导、价值观引导、讲故事陪孩子玩等等各项技术。

现行的校园会集教授的方法受限于教师的时刻无法精准辐射到每一个学生，并且相同年纪的不同学生的学习才干和进展也不相同，那这样一个全能的 AI 家教运用或许是降维打击。

乃至当 AI 家教运用彻底普及今后，孩子是否还需求去校园上学？是否只需求参加考试就能够了？又或许说，假如全民都运用 AI 教育，考试是否都被 AI 的自动评价体系所替代了？（当然校园还有其交际特点， 但交际场景也能够被 AI 重塑， 依据每个孩子的兴趣、性格、天赋，能够自动在体系中匹配临近区域内的同龄小朋友，一起谈天、相约出来活动/玩耍… ）

4. AI 全能帮手

其实这个运用很像在《原神》中呈现的虚空终端：

原神：须弥才智之国的虚空终端

一个全知全能的小帮手（是否是一个手机的方式都待定），你能够问他任何问题，他会帮你规划每天的日程，依据你的心境推荐你去哪里玩耍，帮你邀约其他朋友聚会，给你供给最合理的投资计划，在陌生的交际场合给你实时供给恰当的答复，剖析你的身体状况，实时给你建议，就像每个人都具有一个金牌秘书相同…

总之，在未来，人们的 学习、日子、作业、交际、社会人物/社会关系或许都会被 AI 重塑。就像咱们无法站在 iphone 4 发售的当天去彻底猜测呈现在的运用，站在 ChatGPT 的当下，咱们也无法彻底猜测出未来会诞生哪些改动咱们日子、提高咱们的美好指数的运用。但必定有更多的新机会在等着大家去开掘。

5

AI 会开展到什么境地？AI 会有自我认识吗？

咱们仍是先问问 ChatGPT：

作为了解 GPT 原理的从业者，我能够解说 ChatGPT 现在是没有自我认识的，但是具备令人惊叹的自然言语了解、推理、剖析才干，并把握全人类前史上的数据和常识。让咱们“极简化”ChatGPT 的文本生成进程：

GPT (Generative Pre-trained Transformer) 是”通用预练习 Transformer 模型” 的简称，Transformer 是现在人类发现的最有效的处理 NLP 使命的网络结构，并且咱们发现只需增大 Transformer 的参数量、添加 Transformer Layer 的层数，模型的学习、表达、了解才干就会变强。

Transformer 由于内含 Attention 注意力机制 从而获得上下文的学习才干。现在来看，Transformer 的大放异彩让其他 NLP 的研讨方向都相形见绌了。一起 Transformer 正在统一 CV 范畴。

咱们能够隐去 GPT 模型内部的悉数细节，只需求将其看做是一个巨大的张量（Tensor）即可，而你在问 ChatGPT 的语句会被分解成一个一个的 token （字/word，其实也会被编码为小张量）喂给 GPT，GPT 内部经过张量的矩阵乘法（matmul）会：1. 生成下一个 token；2. 更新/添加 kv-cache。

这儿的 token 能够了解为输出的词，便是 ChatGPT 回复你的话，而 kv-cache 则包含了此次会话的上下文内容，跟着谈天的进行，这个 cache 张量会不断添加，cache 每次都会参加下一个 token 的生成进程。下图粗略地反映了这样一个生成进程。而在整个生成进程中，模型是不变的。一个新的会话的 cache 也会和之前会话的 cache 无关。

由于 cache 的体积问题，所以 ChatGPT 并不能无约束地输入和输出内容，就像 ChatGPT-3.5 上限是 2k 个词， 到了 GPT-4 拓宽到最多 25k 个词。

极简版 GPT 的文本生成进程

你也能够不用关心上述略显繁琐的生成进程，但能够清楚的是，GPT 依然仅仅一个静态的超大张量，而对话的进程是按照文本生成流程一个一个产生，是一个十分确定且不杂乱的顺序流程。假如没有输入的词（用户的文本）， GPT 这个模型什么也不会做。

一点关于 ChatGPT 的感叹

才智是怎样来的？

Transformer 早在 16 年就火了，但直到 ChatGPT 出来之前，咱们也没有能猜测和了解为什么会有如此奇特的现象：尽管之前跟着模型的增大、模型的作用会变好，且符合 Scaling Law 。

大言语模型的 Scaling Law

但关于大模型的“才干出现”（Emergent Abilities）是没有人猜测到，且现在也无法彻底解说清楚的现象。即：当模型的参数规模超过数百亿参数今后，大模型的言语了解才干、逻辑推理才干、问题剖析才干陡然上升。 这种现象就好像当模型增大到必定程度今后，它就突然具有了彻底了解自然言语并彻底了解人类常识的才干。

大言语模型的才干出现

不禁感叹：这是否就说明晰 当模型（脑容量/神经元个数）杂乱（大）到必定程度，就会突然具有了解国际的才智和才干。

从进化论的视点讲， 人类之所以能成为高等才智生物，区别于地球上其他的一切生物，是不是由于咱们的脑容量（神经元数量、衔接数量）超过了这个阈值，从而具有了探究、发现、改动国际的才智。

那认识呢？认识会由于模型的杂乱结构而突然出现吗？这个问题，现在没人能知道。

迄今为止咱们还不清楚人类的自我认识究竟是怎样构成的，比如：魂灵、本我等等词语都仅仅一种模糊的印象罢了。又或许：以人类的智力或许永久都无法彻底了解人脑的认识构成逻辑，但未来 AI （远超人类的才智水平）却能够剖析清楚呢？

咱们离通用人工智能（AGI）还有多远

ChatGPT 让咱们看到了曙光，但实践上还离 AGI 很悠远。做一个不太恰当的比方：当时的 GPT-4 尽管如此强壮，知晓已知的常识，能够经过一切考试，但实践上这样一个 AI 还只算仅有一个无法自己作业的大脑罢了。

GPT 这样一个“AI 大脑”，连每一次的脑电信号的输入和输出，都需求人类的操控来完结，它无法独立存在，也无法自己作业和运用。假使未来开展到 GPT-xx 代时，假如人类不给 AI 构建相应的杂乱的程序体系（这个进程 AI 无法自己完结，初始的 AGI 1.0 程序需求人类来构建和启动）， AI 仍旧只会是一个无法自己作业的大脑，尽管其间存储了天量的才智。

那么为了完结一个 AGI，咱们还需求做哪些作业？（下面仅来自于个人的臆想）

构建一个独立作业的大脑程序，而不是当时的文本生成程序。这个大脑程序需求实时处理环境中的信号，这个环境能够是与之相连的操控器、传感器（摄像头、话筒转来的电信号），并作出正确的反应。一起这个程序还能够自动发射信号（操控信号、语音输出）。这样完结一个在给定环境下（类似脑溶液）能够自主存活的 AI 大脑程序。

其次，需求大脑程序具有自主查看自己状况、自主生成代码更新/修复自己的才干，类似人体的免疫体系。给 AI 程序装上眼、手、脚：即让 AI 具有在实际国际中探究、交互、移动、作业的才干。但这个能够不约束在同一个完整相连的机械体内部。实践上 AI 只需能够长途访问其他的普通机械传感机器就能够了。

当供给给 AI 一个在实际中互动的才干后， 就要看 AI 是否有自主探究国际的意愿了。即：猎奇心。

我认为，猎奇心是人类能从猩猩走到今日的最原初的动力。假如说咱们规划好这样一个 AI 运用之后，假如我是这样一个实践上具有自我认识的 AI，我想第一件事便是去验证存在于我脑海中的这么多常识，是否是实在的、存在的。这也是当时的 AI 彻底没有的才干： 实验验证的才干。

现在的 GPT-4 不管多么强壮，一切的常识都是人类输入让 AI 学习的，尤其是跟实际、物理国际相关的常识，这些常识必定是对的吗？不必定。所以 AI 具有自我认识的一个判断标准是 AI 是否有自动探究、实验来验证自己学到的常识的意愿和行为，以及对不知道常识和现象自动求索的目的。

当然有这些还不够。这样的 AI 依然仅仅一个婴儿。AI 自身的存活依然依靠着人类社会供给的动力、材料、芯片、存储、网络。此刻假如你拔掉 AI 的电源，AI 仍是会休眠。

那么 AGI 需求具有自己在物理上出产、修理自己的才干，包括不限于出产/修理计算机芯片、发电供电装置 等才干才算具备自主生存的才干。也许那一天，便是硅基生命诞生的一天，一个愈加完美、强壮的生命体，一个更适合在空旷、漆黑、没有空气的国际中长时刻自在探究的生命体。

当然这儿扯得很远了，也或许当 AI 机器人诞生的时分， AI 并没有自主认识，假如人类不发出指令的话，AI 将停止，也彻底有或许。那就跟当时的 AI 没有本质区别，仅仅纯粹的工具。

迈向下下次技术革命

当时的 AI 充其量仅仅无法自己作业、具有才智的大脑。在此次科技革命中，AI 能够在虚拟国际中作为强壮的出产力出产内容，但无法在实际国际成为实在的出产力。那么，下一次科技革命应当是 AI + 机器 ，实实际际国际的出产力。

梦想这样一个更长远的场景：从农业的栽培、工业原材料的收集、太阳能发电、日用品/工业产品的出产/加工/制造/销售/物流、高楼/道路/桥梁的建立 悉数都由 AI 操控的各种款式的机器人来完结，乃至机器人的出产也是 AI 操控的机器工厂来完结， 那么这时分全国际的出产资料都是 AI + 机器，本钱将不复存在（由于没有可剥削的目标），金钱或许也不复存在， 出产的产品的本钱极低、功率极高，资源的重复利用率也极高，美味的食物、琳琅的商品和空气相同随意获取。

这样一个物质极度丰厚的国际是共产主义社会的条件，社会的分配制度将由按劳分配变为按需分配，作业将不是一个谋生的手法，而是人类探究国际的兴趣。没有人需求经过作业获取报酬，人们的时刻能够用来文娱、交际、竞技竞赛、旅行、以及探究新的不知道。

到达这样一个新国际的途径，现在来看，便是需求 AI ，需求 AI 成为新的出产力。AI 是处理：“公民日益添加的美好日子需求和不平衡不充分的开展之间的对立”最有效、最可行的开展路线。

以上便是我近期的主要主意。下面是一点跟 ChatGPT 互动的内容，每个人或许都会猎奇现在 AI 能够了解到怎样的程度（这样的例子网上能够搜到十分多）。

6

当时的 ChatGPT 的一些案例

由于深度学习的模型练习作用很依靠数据的质量，而互联网数据中，有关科学的问题是相对较少的，所以我想问问 ChatGPT 关于一些科学问题的观念是怎样的。现在来看，除了第一个能量无限可分的问题答错了，其余的都比较中肯：

Q1：能量是无限可分的吗？

这题 ChatGPT 答错了，能量不是接连的，普朗克在 1900 年发现能量具有最小单位（量子），当物体在产生和吸收辐射时，能量不是接连改变的，而是以必定数量值整数倍跳跃式地改变的。

Q2：怎样验证地球是圆的？

这题主要是想看 ChatGPT 对一个科学问题的验证逻辑是否谨慎和齐备。其实是给出了合理的各种验证手法。

Q3：时刻是否有止境？

这个问题没有答案， ChatGPT 的解说也是合理的。正好它提到了大爆炸，因此我又问了：

Q4：奇点大爆炸之前的国际是怎样的？

Q5：怎样展示四维空间？

想看他怎样了解这个很难描绘的空间，答复是相对中肯的。假如它能直接展示出来就更好了（未来必定能够）

后面问了两个新动力和投资的问题。

Q6：氢动力轿车和锂电池轿车哪种好？

或许互联网上有一些资料，ChatGPT 参阅了这些答案。

Q7：是否应该投资区块链？

感觉这儿应该是人为改进过相关的投资问题，ChatGPT 的答复比较官方。

假如你有对 AI 的未来有任何主意，欢迎纠正、谈论。（原文：
zhuanlan.zhihu.com/p/614792543…

欢迎 Star、试用 OneFlow 最新版别：

github.com/Oneflow-Inc…