文章主题：ChatGPT, AI, 人工智能
ChatGPT上线仅2个多月，就已火遍全球，月活用户超过1个亿。
🌟ChatGPT：超能助手，一触即达🔍🚀不仅是个搜索引擎，更是创意与知识的加速器！它轻松助你完成文案撰写、编码任务，还能流畅翻译，让沟通无国界。学术圈里，它的魔力已显现——美国学生用它写出的论文，闪耀全班荣誉！📝💡然而，这引发了对未来的深思：AI崛起，人类是否该警惕？自动化是否会挑战传统岗位？但请放心，ChatGPT并非要统治世界，而是为了协助我们更高效地生活。👩💻别忘了，人工智能的核心是服务人类，而非取代。让我们携手探索科技的无限可能，共同迎接未来的工作挑战！🤝#ChatGPT #AI助手 #未来发展
🌟ChatGPT，AI领域的明星🔥，究竟有何神通？让我们跟随澎湃问吧的特别访谈，与上海人工智能研究院的重量级专家陈逸君深入探讨。🚀这款创新技术的崛起，无疑引领了AI革命的步伐，它如何重塑信息时代的面貌？我们一探究竟！🎓想了解更多关于ChatGPT和AI未来趋势的精彩解析，敬请锁定这场知识盛宴！💡记得关注，不要错过任何科技热点哦！🏆#ChatGPT揭秘 #AI发展动态
点击图片即可提问
对人类社会的影响
@a勇188：会有很多人因为ChatGPT失业吗？
陈逸君：我认为这个问题需要辩证地去看待。短期来看一些诸如客服、公文写作、数据分析等较为基础的岗位可能会被取代。但就目前的情况而言，我认为人工智能在未来历史的很长时期内都无法取代人类创造性的脑力活动，它实质上并不具有真正的思辨能力。而且，人工智能的迅速发展又会创造很多需要创造性劳动的岗位，长期来看有益于人类的发展。正如蒸汽机替代马车一样，马车夫这一行业渐渐消失了，但更多的机会涌现了，人类的生产效率也得到了飞速提升。我认为应当乐观地看待这件事情。
@澎湃网友6RVv6j：ChatGPT会不会自行发展智慧，最后摆脱人类控制？
陈逸君：我认为目前来看不可能。ChatGPT是OpenAI公司基于GPT-3模型开发的生成式聊天机器人应用。而GPT-3是一种基于深度神经网络的大型预训练语言模型。以我对目前深度神经网络预训练方式和模型结构的了解，其运作原理与生物大脑有着深刻的本质性的区别。ChatGPT更像是对全球人类历史经验的一个总结，却不具备真正意义上的思辨能力，因而以当前的技术路线发展下去的话，无法完成您所描述的自我演化。
@橙子靓靓：在一些科幻电影中，人工智能可以不断学习人类的语言，最终拥有和人类类似的思想。ChatGPT是否拥有这样的学习能力，未来AI能够进步到可以给人类提供情绪价值，甚至变成线上伴侣吗？
陈逸君：ChatGPT经过大量数据的训练，对人类交流的模仿已经到了真伪难辨的地步。如果算力和容量能够无限堆积，ChatGPT应该能在这条“形似”的路线上走到极致，一定程度上或许能满足用户的情绪价值需求。
但是，他始终是在已经看到过的历史信息中寻找相似的答案进行反馈。在和他的对话中，能够清晰感觉到他没有逻辑思辨能力，无法举一反三，没有创造性和发散性的思维。通过训练，他或许知道某段文字在统计概率上分属哪一类情感，但是他始终不会形成自己的人格。就个人观点而言，比起与一个把模仿做到极致的机器人聊天，我更会被人类创作的包含情感和理性的音乐、文学、电影、游戏等作品感动。
🌟ChatGPT背后的微分神经网络与生物脉冲的独特运作方式形成鲜明对比，AI的学习过程相较于我们理解世界的方式截然不同。对于寻求全能型AI伴侣的梦想，当前技术路径下实现的可能性并不高。诚然，探索人类思维与情绪的深层本质，脑神经科学还有很长的路要走。🚀
ChatGPT的技术逻辑
@Edwards：请问ChatGPT对政治问题的回答逻辑是怎么实现的？
陈逸君：ChatGPT对于所有问题的回答逻辑都是一致的。他所基于的GPT-3是一种大型预训练语言模型。每时每刻发生在全球互联网中的所有语料，都可以成为它的训练材料。他拥有1750亿参数，这些参数被训练后记忆了大量信息，如果您输入的问题（或描述）与他曾经看到的某些信息很相像，他便可以输出对应答案或下文。不过，ChatGPT中还加入了某些检测机制，因此对于一些较为敏感的问题，会选择拒绝或回避回答。
@大大大宝剑：基于GPT-3的训练需要很大的成本吗？有报道说ChatGPT一次训练要1200美元。具体是怎么训练的？
陈逸君：GPT-3目前已经把模型参数增加到了1750亿，训练数据规模也达到了45TB。想必通过这两个数字，也能直观感受到其巨大的算力开销。我们所说的包括GPT在内的深度学习模型，通常都是指基于深度人工神经网络的算法模型，也有另一类基于脉冲神经网络的研究。其最基本的训练方式是构造最小化损失函数对梯度进行求导，利用反向传播进行参数更新。通俗一点理解的话，可以把1750亿个参数都想象成自变量，把损失函数想象成因变量，它们之间的关系是非线性的且无法直观获得的。
🌟理论上的梯度反传优化路径，通过链式求导法对复杂关系进行微分，是训练参数的关键步骤。而在实际中，自动微分算法在计算机世界里巧妙地实现了这一过程。但对于超大规模模型，GPU的强大需求及可能的分布式计算挑战，带来了显著的资源和网络负担。这无疑是对那些不具备这些高端技术条件的普通用户和小型企业的一大考验。🚀
新一轮AI革命
@SELINAA：在ChatGPT之前已经有过很多聊天机器人，比如苹果的SIRI。请问它爆红的原因是什么，在技术领域有什么突破性的进步？
陈逸君：我认为您所想了解的突破性进步，大概发生在2017年。Transformer模型和注意力机制的提出改变了整个AI界，其首先在自然语言处理任务上展现出非凡的能力，之后又不断演化，并被用于图像处理、声音处理甚至多模态的任务当中。通俗来讲，注意力机制使模型更加关注重要的信息，而忽略不重要的信息，使得同样的参数量下模型能力得到质的飞跃。
追根溯源，ChatGPT背后的模型正是Transformer。Transformer当年早已火遍学术圈，而ChatGPT现在才火出圈，我认为是更强的算力、更大的模型从量变产生了质变。正如您所说，SIRI、Cortana等应用对自然语言的理解往往不尽如人意，而ChatGPT拥有千亿级的参数，能够在模型隐藏层中记忆更多信息，并且能够把用户的提示信息和自己的上一次输出包含在下一次的输入当中，理解上下文依赖关系。
🚀模型迭代与强大算力的融合，理论上无限扩展，AI将解锁无尽的知识存储。通过精准的训练路径，它能对人类行为模式达到高度模仿，解决各类问题的答案无所遁形。这样的技术革新，无疑是迈向智能高峰的一大步。您心中的评判标准，就是衡量这一突破性进展的标准。
@非我惟主：新闻说阿里巴巴正研发”阿里版”ChatGPT，目前处于内测阶段。请问中国版与原版将会有何不同？未来会强过对方吗？
陈逸君：ChatGPT所基于的GPT-3模型在2021年被复现，目前处于开源的状态，因而无论哪家公司去做ChatGPT，其理论基础都是相同的。但是，ChatGPT需要使用大量语料进行预训练，而全球互联网中英语使用频率远高于其他语言。英语与中文在语言特性上有着巨大差异，因此，OpenAI的ChatGPT对于中文是缺少优化的。
🌟阿里百度等巨头，凭借其行业领导地位，独享中文数据海洋，为ChatGPT的深度训练提供了无与伦比的优势。通过精细化的数据处理和针对中文特性的模型迭代，他们打造的中文版ChatGPT将展现出超群性能，在中文互联网领域熠熠生辉。未来，我们期待看到它在工程应用中，以独特中国视角引领潮流。🌟SEO优化：#巨头数据优势# #ChatGPT中文优化# #中国版特色引领
@江海云鹤：除了ChatGPT外，目前比较有名的人工智能软件还有哪些？它们各有哪些功能和特点？
陈逸君：从广义的软件定义来讲，人工智能技术早已渗透在我们日常生活的方方面面。我们手机、平板里的修图软件、会议软件等等，目前普遍集成了基于深度学习的图像、视频处理技术；我们使用的聊天软件中，也广泛采用了语音识别、文字生成技术；而在驾驶导航、车路协同、自动驾驶等领域，更是融合了处理多模态时序数据相关的人工智能技术……此等事例不胜枚举。作为科研工作者，用于辅助代码编写的工具Copilot极大提高了我的工作效率。此外，我比较关注最新涌现的基于扩散模型的相关应用， 如AI作画的 Stable Diffusion 和音频生成的AudioLDM等等。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
