全文共 3846 個字，建議閱讀 10 分鐘
今年的科技領域最火爆的關鍵詞莫過於“ChatGPT”！
ChatGPT（全名：Chat Generative Pre-trained Transformer），美國OpenAI 研發的聊天機器人程式，於2022年11月30日釋出 。ChatGPT是人工智慧技術驅動的自然語言處理工具，它能夠透過學習和理解人類的語言來進行對話，它背後有個龐大的資料庫，透過機器學習，能夠根據回答你提出的幾乎任何問題，且可以根據聊天的上下文與人進行互動，真正像人類一樣來聊天交流！這款“上知天文、下知地理”的聊天機器人確實讓人驚歎！不僅如此，ChatGPT甚至還能幫你撰寫文章、翻譯、程式設計，寫論文、畫畫、寫詩……，很多人慌了，ChatGPT會不會取代我，未來要怎麼和機器人競爭？
這個答案一定是否定的。ChatGPT的強大是毋庸置疑的，但要說他“無所不知，無所不能”卻也有些言過其實了。ChatGPT是截止目前最厲害的聊天機器人，其強大的互動能力，可以對大部分問題對答如流，要比以往的所謂“聊天機器人”有趣太多，讓很多人愛不釋手。但是ChatGPT無法理解人類的情感和思維，沒有主觀判斷，還遠遠做不到和你交流思想和情感。所以，不用擔心ChatGPT會替代人類！
2、ChatGPT 是個文科學霸，但也是個理科學渣ChatGTP會寫詩歌、寫作文、編故事、寫論文，它可以根據你的文案內容幫你總結出幾個新穎亮眼的文案標題，也可以根據你提供的關鍵詞寫出通俗、完整甚至優美的文章。如果說ChatGPT 是個“文科學霸”，那麼在理科領域ChatGPT卻是是一個地道的“學渣”，因為截止目前ChatGTP還算不對小學的應用題。ChatGPT 是一個基於自然語言處理（NLP）用大量資料訓練出來的語言模型，它能回答出什麼問題，以及答案的質量，完全取決於用來“餵養”ChatGPT的資料集的數量和質量。所以，ChatGPT也不是完全沒有數學能力，而是ChatGPT對於數學的計算完全是基於“經驗”的“死記硬背”！ChatGPT的強項在於組織出一個完整的答案，但給出的內容並不一定完全準確。你要是問它簡單的加減乘除，它還是可以答出來的，而對於需要有推理邏輯才能計算出來的數學應用題，至少目前，ChatGPT在這方面還沒有太多能力。
3、ChatGPT 會寫程式碼，卻替代不了程式設計師ChatGPT還有一個強大的能力——程式設計。據說，ChatGPT不僅可以寫出非常完整的程式碼，還可以檢查程式錯誤，修改程式出現的bug。甚至前不久，Google對它進行模擬面試，結果發現ChatGPT寫程式碼的能力可媲美Google三級工程師，該職位的平均年薪約達18.3萬美元。雖然三級工程師在Google算是初級工程師，對於程式設計師來說能夠入職谷歌已經很厲害了。因此，有人提出了ChatGPT可能替代程式設計師的擔憂。於是，ChatGPT迎來了大量程式設計師們的不斷挑戰和圍攻，結果出人意料，卻也在意料之中。
出入意料的ChatGPT不僅可以輸出“漂亮”的程式碼，更驚豔的是ChatGPT對語義的理解能力，他不僅能理解使用者的輸入，還能對程式碼的意思進行語言描述，解釋程式碼的含義。在意料之中是ChatGPT擅長的還是那些通用的、結構清晰的東西，比如：實現一些通用的功能、找出一些常見的bug、讀寫或壓縮檔案，輸出一些常見的演算法等等。而對於一些需要抽象的問題，ChatGPT的能力就明顯捉襟見肘了，例如：根據業務需求的理解給出解決方案或架構設計，複雜業務邏輯的處理和程式碼除錯，程式碼效能的調優，以及使用了Hadoop、ES等軟體……
因此，ChatGPT的“背誦”程式碼的能力非常強大，因為它可能看過了大量的專業程式設計書籍，這是任何一個程式設計師也做不到的，就這一點就已經很厲害了，這讓ChatGPT至少可以成為程式設計師的一個得力助手。但是，目前ChatGPT還寫不出一套完整的、符合業務所需的軟體系統。當然，以ChatGPT的學習能力來看，未來如果將SAP、Oracle、微軟、IBM、Google、AWS等世界IT巨頭的系統原始碼都“餵給”它的話，說不定有天ChatGPT真的可以取代程式設計師了！但就目前說ChatGPT替代程式設計師是不可能的。
雖然我們說ChatGPT還有很多限制，但ChatGPT無疑是目前最強大、最懂人類語言的AI聊天機器人。ChatGPT一經發布，就快速成為了科技領域的“頂流”，更帶動了資本市場的狂熱。我們看到，國內外科技巨頭均紛紛佈局ChatGPT產業，“ChatGPT”概念股也是一路狂飆。ChatGPT本質上就是一個AI聊天機器人。聊天機器人這個並不罕見，我國市場上也有多款相關產品。那為什麼ChatGPT就一下子變得這麼火爆，不僅完全碾壓了傳統的聊天機器人，甚至還對搜尋引擎、文案寫作、翻譯、程式設計等行業都造成了巨大影響和衝擊，ChatGPT究竟有什麼魔力？它的強大底氣源自哪裡？人工智慧大多是針對特定場景應用進行訓練，難以遷移，屬於小模型範疇；而ChatGPT背後的支撐為人工智慧大模型（InstructGPT、Transformer），可大幅擴充適用場景、提升研發效率。實際上，ChatGPT 並不是“一步登天”就達到了如此高的成就，而是不斷髮展起來的，其經歷了GPT1.0、GPT2.0、GPT3.0三個大的發展階段，透過將InstructGPT模型的目標與人類使用者可能喜歡的內容不斷“對齊”，才使得ChatGPT給出更真實、更誠實的答案。剛才我們講ChatGPT 經歷了三個發展階段：GPT1.0、GPT2.0、GPT3.0，每個階段ChatGPT都會在前一個階段基礎之上學習大量的資料資料。雖然ChatGPT目前還未公開其資料集構成，但從其能夠回答的問題型別中就可想而知，其背後的資料庫是多麼龐大。也有專家研究指出ChatGPT的資料庫包括：維基百科，各型別的電子圖書，各類社交、購物和新聞網站資料、各類資源連結等等，規模至少有上千TB。這個就厲害了！與傳統人工智慧需要針對各領域任務定製對應的系統不同，它不僅能完成多個場景、多輪的相當自然的人機對話，更為重要的是以自然語言互動式學習的“類人”新正規化，能在多輪互動中以“類人”的方式交流、學習和進步，並可以自主、快速、不間斷地學習各領域專業知識並達到人類專家水平！據測算，ChatGPT的總算力消耗約為3640PF-days，相當於每秒計算1千萬億次，需要計算3640天，將近10年，並且需要7-8個投資規模30億、算力500P（1P約每秒1千萬億次的計算速度）的資料中心才能正常執行。算力成為了入局“ChatGPT”的高門檻，這讓ChatGPT變得只有少數的巨頭才能玩得起。ChatGPT能夠給出更高準確度的答案，有三個方面因素。第一，算力強大，上邊我們說過。第二，演算法強大，ChatGPT大引數語言模型（GPT3.5），透過調整模型引數，使模型得到最大的獎勵（reward），最大獎勵意味著此時的回覆最符合人工的選擇取向。第三，資料強大，ChatGPT擁有龐大的資料集和較高的資料質量。6、ChatGPT 具有更好的適應性
ChatGPT具有較高的適應性，可以根據不同的場景和任務進行微調，以滿足其在特定領域的應用效果。ChatGPT 大模型InstructGPT擁有1750億個引數，可以透過大量的資料學習不同的場景，並且根據不同的場景來調整自己的行為，從而達到適應不同場景的目的。03 關於ChatGPT的一些熱點問題
作為一個AI聊天工具，ChatGPT 確實很強大，但我們也要看到目前其能力是有限的，ChatGPT只能處理具體的任務，其靈活性還不足，更缺乏抽象能力和創造性，只能按照預定的步驟來做事。ChatGPT 只是一個AI工具，或許它可以替代人類完成某些工作，例如：自動駕駛、自動翻譯、自動識別、自動分析，ChatGPT可以替代人類完成一些重複性的工作，提高工作效率，減少人力成本。要說AI能替代人類，這並不是天方夜譚的問題，而是庸人自擾的問題。ChatGPT也好，還是其他更強大的AI智慧也罷，都不可能替代人類，現在不可能，將來也不可能。關於“AI能否替代人類”，有人問了ChatGPT，ChatGPT給出的答案如下：不會，AI的目標是幫助人類完成更多的工作，而不是替代人類，也替代不了人類，主要原因：1. AI 無法理解人類的情感和思維。
2. AI 無法自主思考，只能根據輸入計算出相應結果。
3. AI 沒有社會文化背景，從而無法理解人類潛在的文化內涵。
4. AI沒有自覺，無法理解人類的自覺的行為。
5. AI沒有靈魂，無法理解人類的內心情感。
6. AI沒有記憶力，無法記住已說過的話。
7. AI沒有能力進行高度抽象的思考，無法理解人類的抽象思考。
8. AI沒有創造力，無法創造屬於自己的想法。
9. AI無法理解人類的語言系統，只能按照程式語言規則計算出結果。
10. AI不能識別細微的表情變化，從而無法理解人類的複雜情感。不得不承認，ChatGPT在很多領域都能給出讓人驚歎的答案。也有人擔憂，ChatGPT這麼厲害，被壞人利用怎麼辦？其實這個問題最好還是問 ChatGPT自己。（注：目前ChatGPT好像不能註冊了，我是一直沒有註冊成功，但找到了一個類ChatGPT工具，地址：）有人說你上知天文、下知地理，是真的嗎？“類ChatGPT”自己的回答：其實，如果你想讓ChatGPT給出準確的答案，首先你的問題是正確的。如果你的問題是惡搞的，那ChatGPT也只能給出一個惡搞的答案。例如：近幾年，在網際網路科技領域，總是“新詞”不斷，從大資料到雲端計算，從區塊鏈到人工智慧、從資料湖到資料中臺，每一個“新詞”出來，都會引來很多人的跟風，也會遭到很多人質疑。不出意外的話，這波吹捧ChatGPT的高潮過去，緊接著就會迎來下一波的質疑的浪潮，讓我們拭目以待吧。
來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/70024924/viewspace-2936160/，如需轉載，請註明出處，否則將追究法律責任。
