11 月 30 日，OpenAI 又发布了一个「新玩具」，一石激起千层浪，这个周末开始很多人都加入了对它的热烈讨论当中。就连马斯克也在谈论这个事儿。
这个东西叫做 chatgpt。
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，很多人更是耳熟能详。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：
ai 快要成精了！
ChatGPT 能做什么
我觉得自己这不算大惊小怪，各大社交网络，每个人都在玩和讨论。以前觉得人工智能离我们还很远，但今年这些 AI 应用的突然爆发，仿佛让人们看到了奇点的到来。简单搜集一下目前 ChatGPT 可以做到的事情：
- 创建一个虚拟机。
- 各种代码问题更是不在话下。
- 将 php 代码重构为 next.js 代码。
- 写一段代码抓取领英搜索结果，会自动翻页并把数据下载到 csv 文件。
- 实现一门新的编程语言。
- 生成一段电影剧本。
……实在是太多太多创意的玩法了，就不全部列出了。
更多相关文章和链接：
那我们实操看看，好比说你考研通过了初试并收到了复试通知，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，告诉它：
写一个考研复试的自我介绍材料。
ChatGPT 会这样回答你：
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——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，AI 还是有机会超越的。
这些内容是不是就是传说中的「模板」呢？如果是搜来的模板直接填好像也没啥了不起——但事实并不是这样，ChatGPT 在运行的时候模型是完全靠着自己掌握的知识来解答的，并非从网上临时去搜索现成答案。因此为了消除你的疑虑，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从事过相关行业的朋友怎么办？
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，时效性截止到 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，都是在所难免的。使用的时候需要注意甄别，且不必过于苛求。
ChatGPT 的扩展用途
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。比如我问了这样一个假设问题：
如果李白 2022 年来到中国，会做一首什么样的诗？
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。它在某些方面甚至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：
如何用 Python 写一个简单分类模型？
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。
ChatGPT 背后的原理
这么有趣的新应用，它的实现原理是什么呢？举了这么多例子我也学乖了，干脆直接问 ChatGPT：
你是如何工作的？
这是 ChatGPT 答复：
哈哈这回解释得并不好，我不满意，于是我还是查看了一下官方资料。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）……由此不断迭代，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，那还是等正式的论文发布后认真钻研吧。
如何上手使用
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。
使用该应用唯一的前提条件是你需要注册 OpenAI 账号。如果你在注册的时候遇到一些小障碍，可以与我们一起讨论。
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，暴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。
