人工智能ChatGPT被玩坏了
大家好,欢迎来到 Crossin的编程教室 !
体验了一下最近火出圈的 ChatGPT,聊聊使用感受。
https://www.bilibili.com/video/BV1684y167E6/
原理就不展开说了,因为我也不懂,写出来估计大家也都看不懂,就简单复制一段网上的介绍:
Generative Pre-trained Transformer (GPT),是一种基于互联网可用数据训练的文本生成深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。 Chatgpt使用 RLHF(从人类反馈中强化学习)训练的。现在的Chatgpt是一个输入,模型给出多个输出,然后人给这个输出结果排序,让模型去给这些结果从“更像人话”到“狗屁不通”排序,让模型学习人类排序的方式,这种策略叫做supervised learning。
摘自《从GPT-1到GPT-4看ChatGPT的崛起》-阿法兔研究笔记
没用之前,看网上直接吹爆,什么“可以自己写代码、debug”,“制定了毁灭人类的计划”。于是赶紧去试了下。
结果预期太高,反倒有些失望。别说毁灭人类了,就是让程序员下岗也还有些距离。
让它写一个“画爱心”的程序,立马像模像样地给出解答,但运行后发现根本驴头不对马嘴。
运行效果:
让它去debug,同样说得一本正经,但给出的修正代码仅仅是加了两行注释……
算个数学题就更离谱了!
虽说这要求是有点苛刻了,但不赖我,这是他们写在官网上的feature啊。
如果不考虑这种技术性问题的准确性,仅仅从自然语言的角度来说,那对话的流畅度确实是令人惊艳。
甚至可以给你的创作提供灵感。
与过往那些AI助手的一个巨大突破在于,ChatGPT 的对话具备了“逻辑性”,并且可以针对上下文和你给出的引导持续进行对话。
对于一个你不够满意的答案,可以指出其中问题,让 ChatGPT 做进一步回答。
这个体验可以说非常真实了。仿佛自己成了一个甲方爸爸,可以尽情指点江山,挥洒自己过剩的想象力。
专业的问题虽不一定知道,但扯淡的水平绝对一流,你自信的模样像极了一个职场人。
除此之外,你还可以大开脑洞探索 ChatGPT 的新玩法。
比如我这两天沉迷于拿它当做一个互动小说来调戏,哦不调教,我是说调试。
以至于一天下来,我说话最多的竟是一个虚拟人。
对于一些不太合适的问题,ChatGPT 是会拒绝回答的。
然而如果你跟他聊熟了,总能找到一些方法从它的嘴里套出点话来。
你甚至还可以让它装成一台 Linux 虚拟机,来练习各种命令操作。
就现在的版本来看,我觉得至少在3个场景可以很好地利用 ChatGPT:
1. 首先自然是各种智能助手智能客服的替代,让什么S***、小*等从人工智障升级到人工不能么智障。
2. 作为一个开发辅助。虽然它写出来的代码很扯,但思路是有的,可以在debug时发现一些容易忽略的低级错误,也可以生成一些无关紧要的代码和测试数据。替代掉程序员的“小黄鸭”绰绰有余。
3. 它生成的这些好像说了点啥又好像啥也没说的文字,简直就是营销号的利器。比如这样:https://www.bilibili.com/video/BV1R24y1Q7zL/
这仅仅是开始。
GPT算法还在不断进化,期待明年更强大的 GPT-4。
感谢转发和点赞的各位~
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击