探究微信公众号二维码的奥秘：如何轻松获取与使用

文章主题：微信公众号, 二维码, 营销推广

ChatGPT进入我们的视野才短短几个月。但是，当我们回看人工智能的发展历程时，不免惊叹于科学家们在过去80年里所做的不懈努力，这已经足以解释为什么当下教育领域正被ChatGPT背后的人工智能技术倒逼着自我创新了。1950年，艾伦•麦席森•图灵（Alan Mathison Turing）在论文《计算机器与智能》中提出了人工智能（Artificial Intelligence,AI）的思想。其后，人工智能经历了基于图灵测试的机器模拟阶段、基于统计推理的机器学习阶段，再发展到今天基于神经网络的深度学习阶段。在这一进程中，教育不断与人工智能技术创新融合并实现与技术变革的和谐共振。尤其在2012年之后，世界各国将AI教育项目引入课程，在辅助学生自主学习、教师教研工作以及构建开放共享的教育生态等方面都起到了推动教育创新的作用。直到今天，人类已经认识到人工智能对于教育的重要性并且大力开设人工智能课程，同时也寄希望于借助人工智能技术更好地提升教育管理效率和教育决策科学化水平，推动教育治理的高效化、精准化。然而，正当人们还在努力适应人工智能技术所带来的思维和感官的多重冲击时，一阵由ChatGPT带来的冲击面更为广泛的人工智能旋风已经生成。（一）ChatGPT的横空出世 2022年11月30日，美国人工智能公司OpenAI发布了一款名为ChatGPT的文本类人工智能应用产品。这款产品能够与用户以英语或其他语言进行交互，通过自主学习完成复杂且看似智能的“对话”。这一产品可以提供问答、翻译、写作等服务，可以根据用户指示撰写诗歌、散文等不同体裁的作品。自问世以来，ChatGPT得到了互联网用户的广泛关注，在发布后的首周就有100万用户注册，只用了两个月的时间就突破1亿用户规模，成为互联网有史以来用户增长最为迅速的应用产品。 ChatGPT对于教育领域的冲击则比预料中的更大。美国2023年1月的一项调查显示，有89%的受访学生会使用ChatGPT来完成家庭作业；而密歇根大学的安东尼•奥曼（Antony Aumann）教授则发现全班第一的论文竟然是用ChatGPT写的。由于难以甄别使用ChatGPT代写的作业或论文，许多国家或地区已经在着力思考如何规范甚至禁止使用ChatGPT。尽管技术带来的冲击不容小觑，但教育学界的态度总体较为开放，学者们对于ChatGPT表现出的教育创新价值持有浓厚的兴趣。在过去的几个月里，上海外国语大学国际教育中心召开了“ChatGPT与教育创新”研讨会，上海开放大学举办了“ChatGPT在教育领域的创新应用”研讨会，中国教育科学研究院《教育研究》杂志社主办、华东师范大学基础教育改革与发展研究所承办了“ChatGPT与未来教育”沙龙……同仁们从不同视角对ChatGPT等生成式人工智能应用产品在教学指导、学科学习、人机合作等方面带来的机遇和挑战进行了探讨，对于其助推教育创新的应用潜力抱有很高的期待，对于其可能产生的风险也进行了分析。（二）ChatGPT的技术基础在技术层面，2022年11月发布的ChatGPT实质上是人工智能内容生成（AI Generated Content,AIGC）技术的最新应用成果—生成式预训练转换器（Generative Pre-trained Transformer,GPT）的3.5版本。ChatGPT所遵循的学习模式本质上是在对大量文本数据集进行预训练后，基于所学习数据的上下文信息形成语言生成概率模型，从而模拟出非常接近自然语言的回答。ChatGPT要在技术方面实现这一效果，必须具备先进算法、强大算力和海量数据作为支撑。在算法方面，ChatGPT所依托的GPT-3.5是一种使用人类反馈强化学习技术进行训练的语言模型，它具有突出的自然语言处理能力。ChatGPT的训练过程大致可分为三步：第一步，进行有监督的微调。利用符合人类预期的少量标注数据对预训练模型参数进行调整，形成初始语言模型。第二步，构建奖励模型。由人类训练师对某一提示符的若干输出结果进行打分排序，以数字的形式表示人类对输出文本的偏好程度。第三步，完善语言模型。利用奖励模型对随机提示符的输出结果进行自动评估，并进一步微调语言模型，使其具备生成符合人类预期文本的能力。通过不断重复这里的第二、三步，ChatGPT输出的文本质量就会越来越高。在算力方面，ChatGPT的核心基建主要是微软投资10亿美元建设的Azuer AI超算平台，包括28.5万个CPU核心、1万个GPU和400GB/s的GPU服务器网络传输带宽。相比以往的AI产品，Chat GPT拥有更多数量的芯片和存储器，因此模型训练数据量更大，信息传播速度更快，吸纳新数据也更为及时。这里有一个我们担心的问题是，目前ChatGPT对用于数据处理的GPU芯片数量要求很高，随着GPT模型的升级还有可能需要更多，这意味着我国当前高性能GPU芯片的缺货问题将制约本土类ChatGPT产品的制造。此外，高额的能耗和花费也是我们要认真考虑的问题。在数据方面，ChatGPT是大语言模型在不断扩大训练规模、丰富数据资料后的产物。从GPT-1开始，这一系列产品的训练模型越来越大、数据资料越来越多、学习能力越来越强。尤其到GPT-3时，数据已经空前庞大，综合了Common Crawl（约占60%）、WebText2（约占21%）、Books1（约占8%）、Books2（约占8%）、Wikipedia（约占3%）等不同来源的资料，囊括了基于3 000亿单词语料的1 750亿参数量和45TB数据量。在海量的数据支撑之下，ChatGPT可以根据用户的反馈调整答案，给我们一种可以记住对话、承认错误、连续多轮对话的流畅感和真实感。（三）ChatGPT的最新发展大量对于ChatGPT的能力测验结果显示，ChatGPT可以在律师资格考试、研究生入学考试、专业水平测试甚至品酒师资质测试中取得中等或者优秀的成绩。不过，当人们还在感慨ChatGPT的劲爆功能时，OpenAI公司在2023年3月15日发布了ChatGPT的升级版—GPT-4。据报告显示，GPT-4不仅文字输入数量提升到了2.5万字，支持的语言种类以及可以生成的文本类型更加丰富，它还在各种专业或学术测试中更接近于人类。GPT-4展现出的教育服务优势则更多，比如GPT-4在律师资格考试中的成绩位列前10%，而之前3.5版本的ChatGPT只能排名倒数10%。相比于之前的版本，当前最新的GPT-4能够更好地回答对即时性、逻辑性、创造性要求更高的问题。