💬 什麼是ChatGPT
關於ChatGPT的幾個基礎事實：
- ChatGPT的官方網址是：https://chat.openai.com/chat 。該介面是一個非常簡潔的對話工具，你可以輸入任何你想聊天或諮詢的問題與其對話；
目前並沒有官方的ChatGPT應用程式。任何聲稱與ChatGPT相關的app、電腦客戶端或其他網站可能都是基於OpenAI的API介面開發的，或者是虛假的，請注意甄別；
-
ChatGPT由OpenAI公司開發，要使用它，你需要擁有一個OpenAI網站的賬戶。想要註冊賬戶，你需要滿足兩個條件：首先，你需要透過科學上網🪜訪問他們的網站 https://openai.com/； 其次，在註冊過程中，你需要使用非中國大陸的手機號接收驗證碼完成確認（這一步可能會困擾許多人，我將在下一篇文章中詳細介紹如何操作）；
-
ChatGPT隸屬於OpenAI公司，該公司成立於2015年。近期，微軟投資了數十億美元，成為其大股東。因此，你可能會在網際網路上看到許多關於微軟與這個產品的相關資訊，例如他們於3月16日釋出的辦公智慧助手CoPilot。
接下來進入正題聊聊到底什麼叫ChatGPT，拆解下他們是怎麼被做出來的。
一、ChatGPT簡介
首先，ChatGPT 是由 OpenAI 開發的自然語言處理（NLP）模型，基於 GPT-3 及之後的架構，並專門最佳化了與人類使用者的互動對話。我們可以將其分解為：
Chat：聊天，意味著模型主要用於與人類使用者進行 互動對話。
GPT：代表 "Generative Pre-trained Transformer"，即模型的核心架構。
-
G（Generative）：生成式，表示模型能生成新內容，如文字、答案等。
-
P（Pre-trained）：預訓練，意味著模型在大量文字資料上進行了預訓練，能理解和生成自然語言。
-
T（Transformer）：轉換器，一種用於自然語言處理任務的神經網路架構。它在2017年的一篇論文中被提出，被OpenAI應用於GPT模型。該架構具有強大的並行處理和注意力機制。
綜上，ChatGPT 是一個生成式預訓練轉換器模型，經過最佳化實現與人對話。目前，谷歌的BERT模型也使用了Transformer架構，這是當前NLP領域最主流的模型架構，也是大型模型訓練的基礎。
二、GPT模型的發展歷程
GPT模型自2018年問世以來，引數規模不斷擴大。最新的GPT-4比第一代引數量提升了近4000倍（1.2億vs5000億），這使得GPT模型的能力顯著提升。現在的成果讓研究人員驚豔，有點像大腦中神經元數量增加後，某種智慧和意識湧現出來。作為參照，人類大腦的神經元突觸連線數量約為100萬億-1000萬億，老鼠約為450億-600億，狗大約是10萬億。
-
GPT：於2018年6月釋出，是OpenAI基於Transformer架構的首個模型，採用生成式和預訓練方法。它在自然語言理解和生成任務上取得了顯著成功。
-
GPT-2：於2019年2月釋出，模型引數從上一代的1.2億增長到了15億。這使得GPT-2在多種NLP任務上取得顯著效能提升，如閱讀理解、機器翻譯和摘要生成等。
-
GPT-3：於2020年6月釋出，第三個版本，擁有超過1750億引數，比第一代提高了1000倍。此時，GPT模型在各種自然語言處理任務上表現已表現出色，並能生成極具說服力的文字。GPT-3的一個重要特點是它能在沒有顯式微調的情況下，透過調整輸入和輸出格式實現零樣本學習（zero-shot learning）和少樣本學習（few-shot learning）。正因如此，GPT具備了從零開始與人進行對話的能力，第一個版本的ChatGPT就是基於GPT-3。
-
GPT-3.5：於2022年11月釋出，是GPT-3的改進版本，模型引數規模達到了2000億。這個版本的GPT使用了強化學習從人類反饋中學習（RLHF），在各種自然語言處理任務上都有所提升，特別是在對話方面，它能生成更自然、更流暢、更有趣的文字。
-
GPT-4：於2023年2月釋出，是目前最先進的自然語言生成模型，擁有超過5000億引數。這個版本的GPT最核心的新增能力是支援多模態輸入和輸出（如影象、音訊、影片等），這是個革命性的變化，相當於經過改造，ChatGPT能「聽見」和「看見」現實世界。
總結一下，GPT模型從第一代到現在的GPT-4，經歷了多次升級，引數規模不斷擴大。這使得GPT模型的能力得到顯著提升，能應對更多複雜的自然語言處理任務，為人們提供更智慧、更自然的互動體驗。
三、ChatGPT的應用場景簡述
事實上，其實任何與「語義理解」和「語言生成」有關的所有事情都能靠ChatGPT得到很大程度的解決：
「語義理解」：比如最簡單的翻譯（需要理解詞語的意思），智慧客服（需要理解客戶的請求），文章總結，會議紀要等等；
「語言生成」：這是指你的結果是需要它幫你生成一段文字或程式碼，這方面它能處理得很好，比如回答問題，撰寫文章，寫一個網頁的程式碼等等。
不過像我們前面的GPT-4有多模態的能力，他還能理解和生成影片、圖片、音訊等，這本質上也是因為這些內容在計算機儲存的時候就是0和1，所以他是能把這些內容解構為類似語言的東西實現對應能力的。OpenAI官網上也提供了一些他們能做什麼的參考，可以看看。