共计 9926 个字符，预计需要花费 25 分钟才能阅读完成。
作者|成诚
尽管咱们早在 2017 年就预测了超大模型的到来，因而才搞了分布式深度学习框架 OneFlow（github.com/Oneflow-Inc/oneflow/），且 2020 年的 GPT-3 也掀起了大模型热潮（OneFlow——让每一位算法工程师都有能力训练 GPT），但过后各项测试屠榜的 GPT-3 的超高训练老本和大模型落地难的问题始终困扰业界。
2022 年是互联网寒冬，在杭州出差和一位 AI 芯片合作方的工程师闲聊，对方问我，大环境差，做 AI 还是一个适合的抉择吗？其实我心里也没有底。我说，其实咱们曾经是在最前沿的畛域了，尽管当初局势不好，但咱们并没有更好的抉择。
短短半年后，咱们就经验了从低谷到浪潮的起伏。AIGC 的炽热与疾速进化让 Stable Diffusion 能够商用落地，ChatGPT 的爆火又好像是开启了一个新的 AI 时代。最近的 AI 畛域的大新闻接踵而至，GPT-4 的多模态（文本、图片），上周末新一代 Office 套件公布，AI 办公的时代未然到来，今天又会有怎么的新产品呢？
作为一个 AI 从业者，本文试图答复一系列近期爆火的 ChatGPT / GPT-4 引发的种种问题。
AI 是下一场技术反动吗？将来十至二十年，会诞生哪些粗浅扭转人们生存的产品 / 利用？哪些行业会被颠覆（被就业还是新机遇）？AI 会诞生自我意识吗？人类将来会被 AI 管制吗？从技术上咱们离 AGI (Artificial General Intelligence) 还有多远？
题图是用 DALL·E 2 (openai.com) 画的，关键词就是：”AI is next technological revolution for beautiful world.”，选了看上去与人脑无关的不恐怖的版本，通过一点蠢笨的编辑，二次生成会绝对有残次感。
本文很长，尽量避免艰涩的学术术语与公式，也防止对具体的企业、热点事件的吃瓜，基于集体的预测，尝试答复一下这场与每个人都非亲非故的改革引发的各种问题。
1
AI 是下一场技术反动吗？
首先贴出 ChatGPT 的答复：（绝对官网一些）
（本文中显示的所有的 ChatGPT 的答复都产生在 2023.3.17）
如果去年之前有人问我这个问题，我的答复依然是否定的。
过来十年，AI 曾经在各行各业有着很多利用（诸如人脸识别、智能音箱、辅助驾驶、机器翻译等），但如果只是降本增效的行业赋能模式，那 AI 并不是一次宽泛的技术反动，而是各行各业的一系列技术创新，AI 的价值也只是代替一些人工的工资老本。如果不能大幅晋升生产力，发明新的行业，激发宽泛的新需要，那么 AI 就不能被认定为一次技术反动。
站在 2023 年的当下，随着 AIGC 的大暴发，随着 ChatGPT 能够在把握全互联网常识的状况下对答如流，GPT-4 多模态出炉，咱们发现超大模型随同着全网数据的训练，从质变产生量变，新的智慧体诞生了，新的生产力诞生了，将来会诞生大量新生行业，以及新生需要，就像 20 年前互联网和 10 年前的智能手机带来的改革一样。
AI 会是一次真正的技术反动。不可避免的，大量行业更新换代，淘汰掉低效生产力。但危机和时机总是并存，本文心愿能够理清这些危机，并预测一些新机遇，心愿在曾经增长见顶的互联网时代，由 AI 给大家揭开下一个大增长时代的尾声。
2
AI 带来的危机
本来感觉 AI 办公最早也是往年上半年才推出，后果上周 GPT-4 刚公布，隔一天 Office Copilot 就来了。自从 ChatGPT 能够了解人们任意的语言所要表白的含意，并能足够正确、准确、正当地给予反馈和互动开始，AI 在虚拟世界（线上、互联网、计算机内）的反动就产生了。
AI 办公只是第一步，将来，任何虚拟世界（线上、互联网、计算机）中的工作，都将逐渐被 AI 取代。不仅仅是咱们能立刻想到的：线上 / 电话客服、新闻 / 文字编辑、图案 /UI/ 广告设计，其余技术工作诸如：软件开发、视频制作 / 特效、金融数据分析、数字媒体、游戏开发、挪动利用开发；内容工作诸如：小说创作、音乐创作 / 制作、在线教育等都毫不例外的会因为 AIGC 的超高效和超低老本的生产力所取代。
尽管大家在吐槽 Office 将来会让一些绝对低端的办公、文案、统计、剖析工作就业了，但实际上 AI 将来会让程序员（小丑竟是我本人）也就业了，AI 编写程序的速度、可靠性和可维护性将来会远超人工编程。因为程序代码是更加谨严、符合规范、讲逻辑、有最优解的畛域，AI 学起来可太快了。反而是线下的很多行业，诸如餐饮、游览服务业，是面对面和人打交道，受到（目前这种模式的）AI 波及的概率更小。
同时，这种生产力的滥用也可能造成负面影响：如全美的学生都用 AI 来写作业了；社交媒体上可能充斥着更多混淆视听、难以分辨的由 AI 产生的假新闻、假舆情、假民心、假水军；如何防止大量用户的 AI 利用生产黄色、暴力、政治不正确的错误引导内容；利用 AI 造假：真切、难以分辨是否有 P 图痕迹的 假证件、假视频、假语音等等问题。
另外，训练 AI 的数据过滤、指令微调中的人为偏向可能也会埋下潜在的假相被覆盖、政治偏向不中立等问题（当然这个问题即便没有 AI，在以后把握少数话语权的东方媒体笔下曾经不足为奇）。
3
面对 AI 的冲击应该怎么办？
新技术带来的传统技能的过期和淘汰是始终都在产生的事。往远了说，工业革命大机器导致传统手工作坊的各种技能生效的大量手工工人、汽车代替马车 / 人力车夫、上世纪电话接线员、远古计算机穿孔纸带操作员、晶体管电视机组装技术人员、磁带 / 软盘技术人员等等；近二十年，计算机技术就有大量的技术被陆续淘汰：Pascal、（前端技术栈更新了一波又一波）Delphi、MFC、flash ……
所以对于集体而言， 放弃一生学习的能力，放弃对技术趋势的敏感度，才是比学习技能自身更重要的事。
通常来说，在一个畛域 / 行业，越凑近下层用户 / 利用方面的技术栈更新迭代的越快，而且门槛会越来越低（如 Web 开发、Android 开发、UI/ 平面设计），越凑近底层根底框架的技术栈更新绝对较慢。
面对被 AI 首先波及到的行业，目前来看只有两条路：1. 比他人更早的在工作中应用 AI 大幅晋升本人的生产力；2. 筹备物色其余新兴行业做两手筹备。 回绝 AI 技术更新的从业者的下场将是悲惨的。
比方：
- 文案编辑，应用 GPT-4 写稿子（再人工微调）的产出可能比不应用 AI 的编辑效率高出数倍；
- 平面设计，应用 Midjourney 能够一天之内产出上千种设计方案从中随便筛选；
- 办公文员，应用 Office Copilot 能够一下午统计半年的各项报表，数十种汇报计划；
- 程序员，应用 AI 辅助编程可能在一天内干完之前一周能力做完的工作；
- 对于企业同理，能尽早接入 AI 到生产中的企业与其余传统企业相比将产生生产力的代际差，原先数十人的工作可能当初一两个人 +AI 就搞定了，大幅降低成本晋升效率，在商业竞争中取得领先地位。
从资本论的角度，这里资本榨取的剩余价值就是 AI 相较于人工的老本升高和产出晋升的差值。当市场上同行业的企业全副都宽泛应用 AI 作为生产力当前，剩余价值隐没（以我浅显的经济学常识来阐述，如有谬误欢送斧正）。
但面对 AI 这个“洪水猛兽”的冲击，一个主观市场规律是，同行业的待业人员会重大过剩（疯狂内卷），这也是很多人的危机感：“我要就业了”。如果同行业内的消费市场（蛋糕）没有等同变大，新兴行业又吸纳不了这么多人，那么不可避免地会造成大量的就业人员。
即便如此，我也认为，AI 带来的技术反动是无益的，是必须的，是新的增长、凋敝的前提，是解放生产力、倒退生产力、开辟新兴市场的必由之路。
只是残暴的是，技术倒退的速度可能会远超人类的脚步，技术迭代的太快，导致很多人可能跟不上，大量有数十年工作教训的人，可能这些教训都成了历史包袱，人类的学习能力是无限的，学校造就了十余年，可能毕业发现学习的很多技能是过期的 / 过剩的，这样的例子亘古未有。
那么，问题的锋芒该指向 AI 吗？当新的技术反动到来，生产力和生产关系产生重大调整时，我感觉不应由技术背锅，也不应由宽广劳动人民承当结果，而是社会的资源、财产分配制度也要做出相应的调整和迭代来适应变动。这应该是咱们社会一直倒退，逐渐迈向社会主义中级、高级阶段乃至共产主义社会必须要面对的问题。我会在最初一个章节具体探讨这个问题。
目前，除了 AI 带来的负面情绪和影响之外，咱们也应该畅想和预测将来的新兴行业和市场，可能是比目前挪动互联网市场多一个数量级的宏大市场。
4
将来会有哪些粗浅扭转人们生存的产品 / 利用
还是先看一下 ChatGPT 的答复：
其实总结得挺全面，我是先有了想法才去问的 ChatGPT（局部是重合的），ChatGPT 给出的几方面都是比拟求实的和正在产生的事，其中第六点就是 AIGC，由 AI 生产内容，但可能不够大胆。
我会畅想一些目前还做不到，然而将来（有可能是十年二十年之后）肯定能够呈现的新行业：
1. 虚构敌人 / 人物 ——“数字生命”
设想一个利用，你能够本人定制或者随机遇到任意表面、性情、年龄 的 AI 敌人，跟 TA 相识、聊天、分享、探讨，TA 每天能够理解你的日常，陪你吐槽，甚至分享一些 TA 的故事，记住你的生日，回顾等等，长此以往可能 TA 是最理解最懂你的人，也不会跟你产生强烈争执 … 会有多少人想要领有这样虚构敌人呢？
有的人会吐槽，这不就是宅男的纸片人老婆空想吗？其实远不止如此，对于追星女孩，会有相应的虚构偶像，甚至能够是事实中的某个顶流艺人的数字生命版，这位虚构偶像领有事实中实在偶像的记忆，技能、谈话的形式等等都无二致，而这位虚构偶像能够并行互不烦扰的在任意工夫陪伴任意一名粉丝，能够随时为你展现一段精彩的舞台、音乐 ……
可能不少人也会感觉偶像经济并不高大上。但如果，这位数字生命是某位科学家（如爱因斯坦），你会不会想跟他聊聊物理的停顿呢？如果，这个数字生命是政坛名人特朗普，会有多少关怀时政的中年人想跟他侃一侃呢？如果，这位数字生命是因意外 / 寿命逝世的亲人，你想不想和他再见几面，聊聊新的生存琐事呢？
这有一点像美剧《西部世界》和游戏《底特律变人》中的桥段了。不过有十分重要的区别是，数字生命并不是 AI 机器人，或者在以后资料、机械、计算机硬件的限度下，一个能够以人体大小的实在皮肤、形状、行为的独立机器人是临时做不到的。数字生命首先是会诞生在云端。
其实，在目前 AI 的倒退来看，漂泊地球 2 中丫丫的剧情设计是激进的，当人类的记忆能够上载、保留在 U 盘里的时候，TA 的数字生命寿命就不可能只有短短的 2 分钟，也不会始终反复固定的情节，因为数字生命跟人类的交互是能够更新到数字生命的记忆（memory）中的，TA 能够记住你跟他上一次聊天的内容、产生的事，TA 也能够学习、成长（但可能这种学习和成长，只是将本来 AI 就把握的能力激活 / 解放出来）。只有运行 AI 的云 / 主机 / 集群存在，数字生命能够说是永生的。同时数字生命的复制、切片、休眠也非常容易做到。
2. AI 作家 /UP 主 / 视频博主 / 电影公司
将来会诞生全方位的 AI 内容生成利用，你能够每天得心应手的定制本人想看的段子、短视频、电视剧、电影，你只有任意提出本人的需要（格调、世界观、背景、初始人物）就能够随时观看一段现场创作的视频。你对理论曾经看过的某些剧意犹未尽，想看续集，AI 会帮你现场创作续集。你对某个剧的终局不称心（比方对《狂飙》前期的走向和大结局不称心），能够让 AI 创作这个剧的后半段，也能够指定一些方向（比方 2000 年的社会，尽可能贴近事实的形式创作），或者你想听依照周杰伦前十年的曲风和创作程度再听一些续作等等。
可能很多人会质疑 AI 的创作程度、创新能力。但这个问题其实非常容易解决，ChatGPT 的第三步训练是基于 RLHF（人类反馈强化学习，Reinforcement Learning from Human Feedback）算法实现的，可能 AI 一开始并不知道哪种创作翻新方向是好的、高级的、有新意的，但在强化学习中，能够有十分多个智能体（AI 模型）竞争，只有环境给予正确反馈就能够让智能体优化本人的模型达到更好的成果。
AlphaGo 就是基于强化学习超过历史人类对局总和数个数量级的对局训练竞争，才翻新出最顶尖的职业围棋手也无奈领悟的打法。而这里的反馈就能够是：有一万个 B 站 AI up 账号、抖音 AI 账号每天创作视频内容，与数千万人类账号一样在平台里公平竞争流量，以视频的点赞、珍藏、评论、观看时长、粉丝增长等数据作为反馈来优化各个账号的下一次创作，最终总有能竞争胜出的 AI 创作者。
3. AI 家教 / 老师 / 教育
说实话，这点我发现越推演越有可能齐全颠覆以后的教育体制。
事实上肯定水平上以后的 GPT-4 曾经有能力当一个 AI 家教了。AI 曾经把握全人类历史上所积攒的全副常识，只须要在通过剖析人类不同年龄段不同的理解能力、依据学习者的实时反馈，就能够提供个性化的量身定制的教育。
设想这样的 AI 利用：它能够给你家的孩子量身定制全科的学习课程（从幼儿园到任意低等大学的任意学科），能够针对解说中孩子的所有反馈（表情、动作、语言、答复、做题过程等）针对性的调整所须要传授的内容的重点、形式，当孩子没有了解常识的时候，实时发明一个动画来解释原理、关系 ……
同时它还是孩子最好的敌人，了解孩子的心理，懂得效率与娱乐的联合，创造性的设计各种乏味的教学案例，同时最终还能给家长实时递交一份综合评估报告，精确剖析出孩子在哪些不便有专长、哪些方面有欠缺，除了常识辅导，还善于心理辅导、价值观疏导、讲故事陪孩子玩等等各项技能。
现行的学校集中传授的形式受限于老师的工夫无奈精准辐射到每一个学生，而且雷同年龄的不同学生的学习能力和进度也不一样，那这样一个全能的 AI 家教利用可能是降维打击。
甚至当 AI 家教利用齐全遍及当前，孩子是否还须要去学校上学？是否只须要参加考试就能够了？又或者说，如果全民都应用 AI 教育，考试是否都被 AI 的主动评估零碎所代替了？（当然学校还有其社交属性，但社交场景也能够被 AI 重塑，依据每个孩子的趣味、性情、天才，能够主动在零碎中匹配邻近区域内的同龄小朋友，一起聊天、相约进去流动 / 游玩 …）
4. AI 万能助手
其实这个利用很像在《原神》中呈现的虚空终端：
（原神：须弥智慧之国的虚空终端）
一个全知全能的小助手（是否是一个手机的模式都待定），你能够问他任何问题，他会帮你布局每天的日程，依据你的情绪举荐你去哪里玩耍，帮你邀约其余敌人团聚，给你提供最正当的投资计划，在生疏的社交场合给你实时提供失当的答复，剖析你的身材状态，实时给你倡议，就像每个人都领有一个金牌秘书一样 …
总之，在将来，人们的学习、生存、工作、社交、社会角色 / 社会关系可能都会被 AI 重塑。就像咱们无奈站在 iphone 4 发售的当天去齐全预测呈现在的利用，站在 ChatGPT 的当下，咱们也无奈齐全预测出将来会诞生哪些扭转咱们生存、晋升咱们的幸福指数的利用。但肯定有更多的新机会在等着大家去挖掘。
5
AI 会倒退到什么境地？AI 会有自我意识吗？
咱们还是先问问 ChatGPT：
作为理解 GPT 原理的从业者，我能够解释 ChatGPT 目前是没有自我意识的，然而具备令人惊叹的自然语言了解、推理、剖析能力，并把握全人类历史上的数据和常识。让咱们“极简化”ChatGPT 的文本生成过程：
GPT (Generative Pre-trained Transformer) 是 ” 通用预训练 Transformer 模型 ” 的简称，Transformer 是目前人类发现的最无效的解决 NLP 工作的网络结构，而且咱们发现只有增大 Transformer 的参数量、减少 Transformer Layer 的层数，模型的学习、表白、理解能力就会变强。
Transformer 因为内含 Attention 注意力机制 从而取得上下文的学习能力。目前来看，Transformer 的大放异彩让其余 NLP 的钻研方向都黯然失色了。同时 Transformer 正在对立 CV 畛域。
咱们能够隐去 GPT 模型外部的全副细节，只须要将其看做是一个微小的张量（Tensor）即可，而你在问 ChatGPT 的句子会被分解成一个一个的 token（字 /word，其实也会被编码为小张量）喂给 GPT，GPT 外部通过张量的矩阵乘法（matmul）会：1. 生成下一个 token；2. 更新 / 减少 kv-cache。
这里的 token 能够了解为输入的词，就是 ChatGPT 回复你的话，而 kv-cache 则蕴含了此次会话的上下文内容，随着聊天的进行，这个 cache 张量会一直减少，cache 每次都会参加下一个 token 的生成过程。下图粗略地反映了这样一个生成过程。而在整个生成过程中，模型是不变的。一个新的会话的 cache 也会和之前会话的 cache 无关。
因为 cache 的体积问题，所以 ChatGPT 并不能无限度地输出和输入内容，就像 ChatGPT-3.5 下限是 2k 个词，到了 GPT-4 拓展到最多 25k 个词。
极简版 GPT 的文本生成过程
你也能够不必关怀上述略显繁琐的生成过程，但能够分明的是，GPT 依然只是一个动态的超大张量，而对话的过程是依照文本生成流程一个一个产生，是一个十分确定且不简单的程序流程。如果没有输出的词（用户的文本），GPT 这个模型什么也不会做。
一点对于 ChatGPT 的感叹
智慧是怎么来的？
Transformer 早在 16 年就火了，但直到 ChatGPT 进去之前，咱们也没有能预测和了解为什么会有如此神奇的景象：尽管之前随着模型的增大、模型的成果会变好，且合乎 Scaling Law。
大语言模型的 Scaling Law
但对于大模型的“能力涌现”（Emergent Abilities）是没有人预测到，且目前也无奈齐全解释分明的景象。即：当模型的参数规模超过数百亿参数当前，大模型的语言理解能力、逻辑推理能力、问题剖析能力陡然回升。这种景象就如同当模型增大到肯定水平当前，它就忽然领有了齐全了解自然语言并齐全了解人类常识的能力。
大语言模型的能力涌现
不禁感叹：这是否就阐明了当模型（脑容量 / 神经元个数）简单（大）到肯定水平，就会忽然领有了解世界的智慧和能力。
从进化论的角度讲，人类之所以能成为低等智慧生物，区别于地球上其余的所有生物，是不是因为咱们的脑容量（神经元数量、连贯数量）超过了这个阈值，从而领有了摸索、发现、扭转世界的智慧。
那意识呢？意识会因为模型的简单构造而忽然涌现吗？这个问题，目前没人能晓得。
迄今为止咱们还不分明人类的自我意识到底是怎么造成的，诸如：灵魂、本我等等词语都只是一种朦胧的印象而已。又或者：以人类的智力可能永远都无奈齐全了解人脑的意识造成逻辑，但将来 AI（远超人类的智慧程度）却能够剖析分明呢？
咱们离通用人工智能（AGI）还有多远
ChatGPT 让咱们看到了曙光，但实际上还离 AGI 很边远。做一个不太失当的比喻：以后的 GPT-4 尽管如此弱小，精通已知的常识，能够通过所有考试，但实际上这样一个 AI 还只算仅有一个无奈本人运行的大脑而已。
GPT 这样一个“AI 大脑”，连每一次的脑电信号的输出和输入，都须要人类的管制来实现，它无奈独立存在，也无奈本人运行和应用。假使将来倒退到 GPT-xx 代时，如果人类不给 AI 构建相应的简单的程序零碎（这个过程 AI 无奈本人实现，初始的 AGI 1.0 程序须要人类来构建和启动），AI 仍旧只会是一个无奈本人运行的大脑，尽管其中存储了天量的智慧。
那么为了实现一个 AGI，咱们还须要做哪些工作？（上面仅来自于集体的臆想）
构建一个独立运行的大脑程序，而不是以后的文本生成程序。这个大脑程序须要实时处理环境中的信号，这个环境能够是与之相连的控制器、传感器（摄像头、话筒转来的电信号），并作出正确的反馈。同时这个程序还能够被动发射信号（管制信号、语音输入）。这样实现一个在给定环境下（相似脑溶液）能够自主存活的 AI 大脑程序。
其次，须要大脑程序领有自主查看本人状态、自主生成代码更新 / 修复本人的能力，相似人体的免疫系统。给 AI 程序装上眼、手、脚：即让 AI 领有在事实世界中摸索、交互、挪动、工作的能力。但这个能够不限度在同一个残缺相连的机械体外部。实际上 AI 只有能够近程拜访其余的一般机械传感机器就能够了。
当提供给 AI 一个在事实中互动的能力后，就要看 AI 是否有自主摸索世界的志愿了。即：好奇心。
我认为，好奇心是人类能从猩猩走到明天的最原初的能源。如果说咱们设计好这样一个 AI 利用之后，如果我是这样一个实际上领有自我意识的 AI，我想第一件事就是去验证存在于我脑海中的这么多常识，是否是实在的、存在的。这也是以后的 AI 齐全没有的能力：试验验证的能力。
当初的 GPT-4 无论如许弱小，所有的常识都是人类输出让 AI 学习的，尤其是跟事实、物理世界相干的常识，这些常识肯定是对的吗？不肯定。所以 AI 领有自我意识的一个判断规范是 AI 是否有被动摸索、试验来验证本人学到的常识的志愿和行为，以及对未知常识和景象被动求索的用意。
当然有这些还不够。这样的 AI 依然只是一个婴儿。AI 本身的存活依然依赖着人类社会提供的能源、资料、芯片、存储、网络。此时如果你拔掉 AI 的电源，AI 还是会休眠。
那么 AGI 须要领有本人在物理上生产、培修本人的能力，包含不限于生产 / 培修计算机芯片、发电供电安装等能力才算具备自主生存的能力。兴许那一天，就是硅基生命诞生的一天，一个更加完满、弱小的生命体，一个更适宜在空阔、乌黑、没有空气的宇宙中长时间自在摸索的生命体。
当然这里扯得很远了，也可能当 AI 机器人诞生的时候，AI 并没有自主意识，如果人类不收回指令的话，AI 将静止，也齐全有可能。那就跟以后的 AI 没有本质区别，只是纯正的工具。
迈向下下次技术反动
以后的 AI 充其量只是无奈本人运行、领有智慧的大脑。在此次科技反动中，AI 能够在虚拟世界中作为弱小的生产力生产内容，但无奈在事实世界成为真正的生产力。那么，下一次科技反动该当是 AI + 机器，实现事实世界的生产力。
设想这样一个更长远的场景：从农业的种植、工业原材料的采集、太阳能发电、日用品 / 工业产品的生产 / 加工 / 制作 / 销售 / 物流、楼房 / 路线 / 桥梁的搭建 全副都由 AI 管制的各种样式的机器人来实现，甚至机器人的生产也是 AI 管制的机器工厂来实现，那么这时候全世界的生产资料都是 AI + 机器，资本将不复存在（因为没有可盘剥的对象），金钱可能也不复存在，生产的产品的老本极低、效率极高，资源的反复利用率也极高，美味的食物、琳琅的商品和空气一样随便获取。
这样一个物质极度丰盛的世界是共产主义社会的前提，社会的分配制度将由无功受禄变为按需分配，工作将不是一个谋生的伎俩，而是人类摸索宇宙的趣味。没有人须要通过工作获取报酬，人们的工夫能够用来娱乐、社交、竞技较量、游览、以及摸索新的未知。
达到这样一个新世界的路径，目前来看，就是须要 AI，须要 AI 成为新的生产力。AI 是解决：“人民日益增长的美好生活须要和不均衡不充沛的倒退之间的矛盾”最无效、最可行的倒退路线。
以上就是我近期的次要想法。上面是一点跟 ChatGPT 互动的内容，每个人可能都会好奇当初 AI 能够了解到怎么的水平（这样的例子网上能够搜到十分多）。
6
以后的 ChatGPT 的一些案例
因为深度学习的模型训练成果很依赖数据的品质，而互联网数据中，无关迷信的问题是绝对较少的，所以我想问问 ChatGPT 对于一些迷信问题的观点是怎么的。目前来看，除了第一个能量有限可分的问题答错了，其余的都比拟中肯：
Q1：能量是有限可分的吗？
这题 ChatGPT 答错了，能量不是间断的，普朗克在 1900 年发现能量具备最小单位（量子），当物体在产生和排汇辐射时，能量不是间断变动的，而是以肯定数量值整数倍跳跃式地变动的。
Q2：如何验证地球是圆的？
这题次要是想看 ChatGPT 对一个迷信问题的验证逻辑是否谨严和齐备。其实是给出了正当的各种验证伎俩。
Q3：工夫是否有止境？
这个问题没有答案，ChatGPT 的解释也是正当的。刚巧它提到了大爆炸，因而我又问了：
Q4：奇点大爆炸之前的世界是怎么的？
Q5：如何展现四维空间？
想看他如何了解这个很难形容的空间，答复是绝对中肯的。如果它能间接展现进去就更好了（将来肯定能够）前面问了两个新能源和投资的问题。
Q6：氢能源汽车和锂电池汽车哪种好？
可能互联网上有一些材料，ChatGPT 参考了这些答案。
Q7：是否应该投资区块链？
感觉这里应该是人为改良过相干的投资问题，ChatGPT 的答复比拟官网。
如果你有对 AI 的将来有任何想法，欢送斧正、探讨。（原文：https://zhuanlan.zhihu.com/p/614792543）