浅谈 ChatGPT —— 现代巴别塔

简介: 浅谈 ChatGPT —— 现代巴别塔

1.jpg


一、用 ChatGPT 一搜就到你这了

ChatGPT 在去年 11 月发布以后,上线 5 天后就有了 100 万用户,上线两个月后已有上亿用户,可谓一炮而红。起初我对 ChatGPT 是没有什么感知的,我单纯认为人工智能还没有发展到完全超越人类的地步,但是到了今天我突然想起一件事。

几年前我刚毕业在苏州工作,租到了在西交利物浦大学的一个床位,有一次和计算机系的室友聊人工智能,他在校期间就获得了多项专利,对 AI 相关的信息比较了解,他提到美国的实验室里研究的是“未来30年”的技术,如今不寒而栗。我想 GPT 就是其中之一吧。


2.jpg


让我真正想要使用 ChatGPT ,是因为这样一件事。今年女神节期间,我写了一篇博客:《TypeScript 系列(一):TS 核心概念》,有个读者发表了这样的评论:


3.jpg


对,直到现在我也无法想明白,他是如何使用 ChatGPT 搜到我这里的…… 但是却勾起了我对 ChatGPT 的好奇。

现在,我手握 ChatGPT,有两个问题要问问它(这里我选用 poe.com 上的 ChatGPT,需要科学力量)。

  • 你能访问互联网吗?
  • 你是哪一个大语言模型?

ChatGPT 并不能直接联网(目前技术上已经可以实现),它的回答会局限于训练它所使用的数据。就好比说你做了一道可乐鸡翅,总不能做出雪碧的味道吧,人工智能并不是什么让人想不通的魔法。


4.jpg


问它是哪一个模型,它说是 GPT-3,但实际上是 GPT-3.5-Turbo,它自己不知道而已。喂给它的语料库截止日期是 2021 年 9 月前,所以超过这个日期的“未来”的“知识”,它是没有的。


5.jpg


6.jpg


7.jpg


同样的问题,我问问我自己的部署的 ChatGPT:


8.jpg


这个看起来聪明一些,至少知道自己用的是啥模型。如果想体验,加我微信:「enjoy_Mr_cat」,备注「chatgpt」,获取访问密码。


二、ChatGPT 是什么?

关于这个问题,维基百科中文的回答如下:


9.jpg


说人话就是:它是由 OpenAI (美国的一个人工智能研究实验室)开发的一个聪明的聊天机器人,平时你会使用搜索引擎(谷歌、必应)帮助你完成你的工作,现在你用 ChatGPT 来帮助你,用文字聊天互动的方式,你问它,它给你方案,最后辅助你完成任务。

我想知道它自己是怎么理解自己的。


10.jpg


11.jpg


可以确定的是,ChatGPT 是基于 GPT 这个大语言模型(LLM)而开发出来的。GPT 这种深度学习的模型被设计用来生成类似于人类的语言,那它是怎么做到的呢?通过句子的前文来推断出下一个单词,所以上下文的提示就成了 ChatGPT 输出结果的关键因素,这大概就是提示词工程师的价值所在。

毫无疑问,没有人比 ChatGPT 更懂自然语言处理了。比如,文本生成、语言翻译以及问题回答,具体比如:文章润色、代码优化、内容总结、语言学习等等。这些主题还可以继续拓展,请发挥你的想象力。


三、ChatGPT 你在哪?

现在 ChatGPT 其实很好获取,各种 App、Web、桌面客户端,在短短几月内,如雨后春笋般涌现,降低了用户的使用门槛,相信你的手里也正在用着某个平台的 ChatGPT。

近期,OpenAI 也出了官方的 app for ios 以及各种插件。


12.jpg


在最一开始的时候,使用 ChatGPT 还存在一定难度,比如科学力量、地区限制等等。那时我第一时间利用科学的力量注册了 OpenAI 的账户,但由于某些特殊原因,当然是不能用。于是,我也和大部分人一样购买了经过第三方代理的 ChatGPT 平台或者账号,是的,那个账号我就发了一句 hi,第二天告诉我网站崩了不能用了。

命运应该掌握在自己手中,我决定自给自足。于是,在五一期间,我给自己部署了一个 ChatGPT,就是上面知道自己是 GPT-3.5-Turbo 的那个,而且目前已经可以让它帮助生成简单的图片了,而不仅仅是文本。


13.jpg


除了大家广泛知道的 GPT-3.5-Turbo 模型以外,还有 GPT-4 —— 更为先进的 LLM 模型,它能够理解图片,能够支持更长文本的上下文,但这也意味着 token 消耗也非常庞大。如果想使用官方的 GPT-4 是需要付费的,不过在 poe.com 上可以每天使用 1 次(都需要科学力量)。虽然我还没使用过 GPT-4,但是也在各大平台看到了它的威力,比如给它一份原型图并加以描述就能帮助生成一份 web 页面代码,抛开代码维护不谈,可以说是极大地提高了生产力。


四、提示词工程师的自我修养

上面说了很多概念上的东西,接下来让大家照猫画虎。

在我使用 ChatGPT 的近一个月里,不仅是自己在用,朋友也在用。我们聊起来的时候,就发现提供给 ChatGPT 的提示词不同,那么它反馈给你的文本内容也不同。

如果你看过吴恩达教授联合 OpenAI 出品的 ChatGPT Prompt 提示词工程, 你会发现仍然有部分的 python 代码,这对于没有计算机语言基础的朋友来说,还是很难理解。好在教授最后也做出总结,要想用好 ChatGPT,需要掌握两个关键原则:

  • 编写清晰明确的指令
  • 适当给模型一些时间进行思考


14.jpg


下面结合我个人的经验,来继续解析一下这两点内容。

作为一个普通的“提示词工(打)程(工)师(人)”,语言即是语言,我自己平时就在用 ChatGPT 帮助编写简单的业务代码,比如按照我的提示词(语言)帮我写一个表单(javascript)。我把 ChatGPT 当作我的工作助理,比如他充当我的翻译、技术顾问,还让它帮我进行文章润色、内容总结等等。另外,也有其他的使用方式,比如让它当我的口语老师。

人设提供

对于第一点,编写清晰明确的指令,我概括为:人设提供。

你需要清晰地告诉他,他是谁,然后他便会基于这个角色,帮你完成任务。

比如我告诉他,他是一个前端架构师,把我当作小学生来解答相关技术问题。


15.jpg


16.jpg


再比如我让他担任面试官,并根据我喂给他的简历,让他向我发问,达到模拟面试的效果。


17.jpg


在上面的案例中,有一个问题很明显,他会一下子问你好多条问题,实际上你想要的是让他一个一个问,继续看下面这个例子。

分步引导

也是第二点,适当给模型一些时间进行思考,我概括为:分步引导

比如说让他充当教师,辅助我学习后端技能,与“人设提供”不同的是:你需要告诉他把一项大的教学任务细分成更小的任务(子任务)。另外,你还要告诉它前提条件和背景,以及以什么样的方式来完成这个任务。比如:


18.jpg


如果说写出精确的提示词很重要,那么这就代表了一定的脑力工作量。好在我提供的 ChatGPT 中已经预设了一批实用的提示词。打开对话界面,点击下方的魔法棒 🪄 或者在对话框中输入左斜杠(/)即可选择合适的提示词,大家可以点一点玩玩看。


19.jpg


20.jpg


21.jpg


22.jpg


23.jpg


24.jpg


相关领域的基本认知

除了吴恩达教授总结的两点原则以外,还有一个点我想要补充。在你使用 ChatGPT 协助你完成你不熟悉领域的任务时,极有可能会被误导。因为 ChatGPT 在面对不熟悉的事物时,会理直气壮地乱答,因为他自己也不知道,而他却会坚定自己的想法,这时需要你具备基本的专业认知才能去发现错误并纠正他。

带大家围观一下嘴硬的 ChatGPT:


25.jpg


再举个例子,前几天一个学平面设计的朋友找到我,要我帮忙看看前端代码,她说她问过 ChatGPT 了,作为一个没有前端开发经验的人去向 ChatGPT 提问是很艰难的,难在第一步,不知道问什么或者是为了半天问不到点上。在她找到我之后,我利用我的专业知识问了 ChatGPT 四个问题便解决了困扰了她一个月之久的难题。


26.jpg


因此,不要过度依赖 ChatGPT。掌握一个领域的基本认知才是王道,这直接决定了你使用 ChatGPT 协助完成任务的效率高低,甚至是能不能完成任务。


五、现代巴别塔

在文章的开篇,我贴了一幅老彼得·勃鲁盖尔所画的《巴比伦塔》,这座塔是《圣经·旧约·创世记》第11章故事中人们建造的塔,根据篇章记载,当时人类联合起来兴建希望能通往天堂的高塔。为了阻止人类的计划,上帝让人类说不同的语言,使人类相互之间不能沟通,计划因此失败,人类自此各散东西,这也是人类产生不同语言的起源。

今天,ChatGPT 作为被互联网人熟知的 AI 代表,它几乎可以跨越语言的障碍,使世界级的知识得以传播到世界各地,进一步降低了人们获取知识的门槛,它就像是一座现代的巴别塔——消除了人类族群之间的语言隔阂,人类和 AI 将步入新的时代。

那么,AI 会代替人类吗?我们普通人会因此失去工作机会吗?

人类经历了三次工业革命,每一次工业革命都会淘汰一批人,同时也创造了一批新的工作岗位。

我们的思维将从“怎么做“过渡到”做什么“,因为“怎么做”这一环,AI 将会帮助我们自动完成(这就是最近比较火的概念:AIGC,人工智能生成内容),比如 AutoGPT、Midjourney等等都是。而“做什么”考验的是创造力。

最近我在研究 “创造力”相关的“技术”,这种技术并不仅仅只应用于产品或业务本身,如果你想知道是什么,请持续关注我。

另外,面对 AI 给我们带来的冲击,我觉得 AI 不会替代我们,会替代我们的是“会使用 AI 工具的、具备创造力的人”。

对了,如果你还没有我的好友,加我微信:enjoy_Mr_cat,备注 「ChatGPT」 ,即有可能加入高质量前端交流群,在这里你将会认识更多的朋友。

也欢迎关注我的公众号 「见嘉 Being Dev」,并设置星标,以便第一时间收到更新。


目录
相关文章
|
1月前
|
算法 NoSQL 关系型数据库
《聊聊分布式》分布式系统核心概念
分布式系统由多节点协同工作,突破单机瓶颈,提升可用性与扩展性。CAP定理指出一致性、可用性、分区容错性三者不可兼得,BASE理论通过基本可用、软状态、最终一致性实现工程平衡,共识算法如Raft保障数据一致与系统可靠。
|
3月前
|
存储 监控 数据可视化
开源数据管理工具的差异化定位:Grafana 与 MyEMS 在能源监控领域的技术路径与价值边界
在工业数字化与能源智能化趋势下,Grafana 与 MyEMS作为代表性开源工具,分别以“数据可视化”和“能源全链路管理”为核心,功能、场景与架构差异显著。本文从技术与实践角度深度对比两者,助力企业精准选型。
133 2
|
API 开发工具
Flutter升级更新2.0后常见报错处理
Flutter升级更新2.0后常见报错处理
474 2
|
5月前
|
人工智能 自然语言处理 监控
系统提示词工程师学习路径报告
本报告聚焦系统提示词工程师职业,介绍其职责与学习路径。该职业负责为AI系统设计、优化指令,涉及需求拆解、模型优化、跨领域适配及伦理把控。 学习路径分四阶段:1 - 3个月构建基础,了解AI模型、语言学及工具使用;3 - 6个月深化核心技能,掌握提示设计、评估体系与领域知识;6 - 12个月开展工程实践,进行系统集成与可解释性研究;1 - 2年探索进阶方向,如多模态提示、自优化系统。 此外,报告推荐专业工具、测试集等学习资源,建议定期实操、研阅论文、参与社区,建立“提示模式库”,紧跟行业趋势,以培养专业系统提示词工程师。
317 5
|
数据采集 存储 数据处理
数据治理:如何制定数据标准与规范
在当今这个数据驱动的时代,数据已成为企业最宝贵的资产之一。然而,随着数据量的爆炸性增长和数据来源的多样化,如何有效地管理和利用这些数据成为了企业面临的重大挑战。数据治理作为确保数据质量、安全性、合规性和可访问性的关键过程,其核心在于制定并执行一套科学、合理的数据标准与规范。本文将探讨如何制定数据标准与规范,以推动企业的数据治理实践。
1998 3
|
网络安全 开发工具 git
拉取 gitee 代码,配置SSH,Please make sure you have the correct access rights
拉取 gitee 代码,配置SSH,Please make sure you have the correct access rights
262 1
|
监控 Serverless 云计算
探索Serverless架构:开发的未来趋势
【10月更文挑战第5天】Serverless架构,即无服务器架构,正逐渐成为云计算领域的热点。它允许开发者构建和运行应用程序而无需管理底层服务器。本文介绍了Serverless架构的基本概念、核心优势及挑战,并展示了其在事件驱动编程、微服务架构和数据流处理等场景中的应用。通过优化冷启动、使用外部存储等实战技巧,开发者可以更好地利用Serverless架构提升开发效率和应用性能。随着技术的成熟,Serverless将在未来软件开发中扮演重要角色。
|
调度 Python
python3多进程实战(python3经典编程案例)
该文章提供了Python3中使用多进程的实战案例,展示了如何通过Python的标准库`multiprocessing`来创建和管理进程,以实现并发任务的执行。
387 0
|
Linux Android开发 芯片
芯片启动:从Bootrom到Linux完整启动流程
芯片启动:从Bootrom到Linux完整启动流程
418 0
|
小程序 前端开发
【微信小程序-原生开发】TDesign 实战模板——聊天气泡
【微信小程序-原生开发】TDesign 实战模板——聊天气泡
362 0