欢迎重视「Android茶话会」

1. 回 「学习之路」 取Android技能道路经典电子书
2. 回「pdf」取阿里&字节经典面试题、Android、算法、Java等系列武功秘籍。
3. 回 「天涯」 取天涯论坛200+精彩博文,包含小说、形而上学等

令人惊叹的AI

如今的人工智能的开展现已远超你的幻想了，玩大众号的时分，也向ChatGPT请教过一些问题

测验它一些代码套路不仅给出答案，还怕你看不懂还解说了一波

它的强大现已远超想像了, 不仅经过了图灵测验，还能写作文、视频脚本、法律咨询、编程、无所不能，乃至有人运用2022年北京高考卷对它做了一次高考测验，竟然考了511分，在北京这个分数一本应该是妥的了，乃至还能冲个211。

所以很有必要来了解它一下。

宿世

形式匹配

在它之前也有一些谈天机器人，怎样就他被称为”第四次科技革命”，推翻国际了呢？说到谈天机器人得追溯到1950年，核算机科学之父也是人工智能之父**「图灵」，宣布了一篇划时代的论文，提出了“仿照游戏”**，也便是后来大名鼎鼎的 「“图灵测验”」

简而言之便是 “不面对面时，文字谈天，人们无法准确判别出 跟你谈天的是个人仍是机器人，那么这个机器就经过了图灵测验，具有智能” 前期主要是经过核算机中 ** **，本质上仍是辨认一些关键词，调用一些预制的功用，比方，在电商客服机器人，你一说到 关键词 “退货”，它就给你发给退货流程诸如此类，不过它们这些机器人肯定是无法经过 图林测验的

机器学习

于是乎言语学习里面开始呈现一个新的门户-机器学习(Machine Learning)，顾名思义，便是让机器去学习。不再像形式匹配相同给机器限定一些关键词，而是给出很多的实践case，让机器自己根据这些实践case 去自己学习总结找规则。听起来就跟咱们学习有点像了。基于这个理论，国外在2001确实搞出了一个叫”Smart Child”的谈天机器人。首先它运用了一机器学习的一些模型，让谈天变得愈加天然，在2000年那会在国外各大谈天渠道都试了一遍，让全国际好几亿人，都能够跟他聊上几句，且不论它答得咋样，也算是chatgpt的老前辈了，虽然Smart Child离经过图灵测验还有一段距离。

这么牛皮的东西，在2007时分就被微软看中给收买了，可见微软在很早时分就觊觎这个范畴了 。

人工神经网络

跟着科技开展，在2010年时分，机器学习中呈现了一个金光闪闪的范畴 「人工神经网络(Artificial Neural Networks)」,主要是想仿照人类大脑的思考方法。咱们的大脑有超越100亿个神经元，来判别和传递信息的

这个人工神经网络便是想仿照人脑神经元来处理信息

不过 人工神经网络思想其实很早就有了，乃至能够追溯到1960年代，不过想要完成这种核算方法，需求

1. 海量的数据
2. 巨大的算力

这些在之前都是不具备的，随之来到2010年互联网席卷全球，海量数据不是瓶颈，核算的的算力也不是问题，看看bit币那些民用挖矿的机器算力都吓人了，国家级的算力更是恐怖如斯。在这些根底上，让雪藏多年的人工神经网络才有大展拳脚的机会。 现在这项技能正在锋芒毕露，比方图像辨认、声响辨认、自动驾驶。包含前几年名震全球的AlphaGo，都是运用这项技能练习出来的，可见其一出手就非同凡响。

天然言语范畴的突破

不过呢，回到天然言语这种文字范畴，这些技能的开展就不是很顺畅。因为机器学习主要运用 「循环神经网络(Recurrent Neural NetWrok,RNN)」 来处理文字的，它主要的方法是按顺序 一个词一个词的处理，这样就不可避免无法 一起进行学习，并且语句也不能太长，不然就会学到后边忘记了前面。直到2017年，谷歌宣布了一篇论文，提出了一个学习结构叫做 「Transformer」，详细的机制就比较杂乱了，但它的效果就能够让机器一起学习很多的文字

就像之前文字学习是串联，现在切换到并联上了，这学习和练习的功率提高的不只是亿点点了。现在这些天然言语学习形式其实主要是建立它的根底架构之上，无论是谷歌前期的BERT 仍是 ChatGPT中的T都是指的这个**「Transformer」**，

今生

GPT

技能现已有所突破，就差巨子砸钱搞事情了，在2015年，包含马斯克在内的大佬们，注资了10亿美金，成立了一家**「非营利性安排OpenAi」**，（也便是ChatGPT的母公司）来进行AI方面的研究，因为非盈利所以它的技能和专利都是对外公布的

❝

马斯克因为自家的特斯拉也是需求AI，避免利益冲突，在2018年就退出了OpenAi的董事会

❞

OpenAi这些大牛们，在谷歌上面提到2017年Transform论文根底上搞出了一个新的言语学习模型 「Generative Pre-trained Transformer, GPT」, 大致便是 你把一堆数据喂进去，它就能自己去学习.

image.png

• 在2018年6月时分OpenAi推出了第一代GPT
• 2019年11月，OPenAi推出GPT-2

机器学习说白了就拼2件事

1. 模型(GPT) 相同的数据量学习的又快又好
2. 参数梁(烧钱) 海量的算力来核算

因为马斯克这些大佬退出，资金有些捉襟见肘了，OPenAi在2019年从一个 「非营利性安排」转变成「收益封顶的盈利性安排」，便是说任何出资人的出资回报不能超越100倍，超越部分就归OpenAi自己所有了。 不过能够盈利这时微软就带着10亿美金冲了进来了，究竟微软很早就重视这个范畴了，针对这个马斯克还吐槽了一番这与曩昔的方针现已相反了。

微软和OPenAI双赢，微软给OpenAi搭建了全球算力前五的超级核算机，加速它的练习功率,一起得到了OpenAI的技能。 有了超级算力，OPenAI开始大力出奇迹，一代只有1.2亿参数量，2代15亿个，到了GPT-3,参数量直接飙升到了1750亿，这时分就开始所向披靡了，一经问世，在业内就引起了极大的颤动。然后又加入人工反应的强化学习，在22年3月，推出了GPT-3.5.

ChatGPT

GP和ChatGPT是2码事，GPT-3.5之后又阅历了一波优化，在22年11月就退出了基于天然言语的 「ChatGPT」.一经问世 直接便是推翻性的，给人们带来的巨大的震撼，机器好像真的具备了 智能， 它是怎么做到 不论在什么范畴都能跟你聊的呢？并且回答问题质量还不低。简而言之，这些大模型，回答时分其实 在核算下一个词、下一句话该呈现什么，本质上便是个概率问题。比方chatgpt 说到了 「xxxx，喜欢吃xxxx」 ，它的数据库那么多词，它怎样知道下一步是用什么词呢？可是呢，你只要给个 「上下文」 ，小猴子，他就能核算出，喜欢吃，后边跟 “香蕉”这个词的概率比较大，顺次类推，「都是靠前文的相关性来核算拼接出来的」，当它的学习了海量内容，经过这些杂乱模型找出规则之后，它自己就能够构成一个十分巨大的神经网络，无需告知它什么了编程、什么是数学这些，它自己看多了就知道这些词的相关性，直接运用就完事了。 不过呢，还要是一个言语模型，只是仿照人类说话，「相对说的对不对，它愈加在在意的是说的像不像人类」，有时分也会呈现很多胡编乱造的答案。不过跟着这种”仿照”越来越像，越来越准确，那它到底是了解了仍是仿照自身含义就不大了。

AI时代来临，谁将取得胜利？

ChatGPT最大的感受便是极大的提高了人与机器之间交流的功率，比方现在写软件，便是写一段编译之后电脑能”看懂”的东西，包含日常搜索也是，咱们也是先把问题转换成 关键词，不过ChatGPT 横空出世之后一切都变了,咱们能够直接跟它运用天然言语交流，比方汉语、英语等等，机器自己结合语境了解你的问题，然后从它巨大的信息库中去找到最恰当的信息，换成天然言语反应给你。微软目前就把ChatGPT融合到自己的office套件、和自己的Edage浏览器中，你能够给它一些关键词 让它给你做ppt、生成word文档这些；极大进步生产功率。 那么会不会导致一波赋闲潮呢？技能革新都是一把双刃剑，长期不知道，可是短期内任由开展，肯定会导致一拨人赋闲，不光是 「“机械重复性”」 东西，乃至那些工作中 「“套路性”」 的部分大概率是会被替代，除非AI没学会这个套路。一些游戏公司乃至开始优化美工了，要求熟练掌握AI画画的Midjourney。咱们在日常也能够运用chatGPT来帮助咱们提效，提高咱们的工作功率，所以潘多拉的魔盒现已打开了，类似ChatGPT的AI 成为咱们生活的一部分是不可避免的，「所以，这篇文章有多少是AI来帮忙完成的呢？」

1. 回 「学习之路」 取Android技能道路经典电子书
2. 回「pdf」取阿里&字节经典面试题、Android、算法、Java等系列武功秘籍。
3. 回 「天涯」 取天涯论坛200+精彩博文，包含小说、形而上学等

您的 点赞、谈论、转发 是对我的巨大鼓励！