ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

风险与机遇 2年前 (2023) lida
63 0 0

文章主题:ChatGPT, AI革命, 人机交互

666ChatGPT办公新姿势,助力做AI时代先行者!

🚀ChatGPT热度持续高涨,已满半年!🚀无数人因其高效能而受益,它的影响日益显现。📝作者以专业视角,深度剖析了ChatGPT的三大革新亮点:首先,它颠覆了传统沟通方式,让信息交流更迅速、精准;其次,其强大的学习能力助力个人和企业提升知识生产力;最后,隐私与安全问题也引发深思,如何在享受便利的同时保护数据安全至关重要。📚一起来探索ChatGPT带来的变革与挑战吧!💡#ChatGPT #效率提升 #未来沟通

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

🎉🚀ChatGPT的崛起,已超半年,无疑是科技领域的震撼性风暴!💰✨无数投资潮水般涌来,它引领着一场创新革命,让不少人对未来职业前景捏把汗。🔍作為數據从业者,我对它的影响力自然不会感到疏远。它不仅颠覆了传统,还在智能交互中留下了深刻的印记。💡💻每一次更新迭代,都像是技术的跳跃进步,让人期待不已。SEO优化提示:ChatGPT、科技革新、数据行业、未来职业、创新革命、智能交互、技术进步。

🌟ChatGPT大揭秘🔍:创新科技的奇迹🔥!它以惊人的智慧,解锁无限知识库,让学习变得触手可及📚。网络上关于它的热议,虽多围绕AI革命的浪潮🌊,但别忘了,它也为我们提供了便捷和效率提升的新可能🚀。深入了解后,我发现GPT的答案精准且全面,不禁对人工智能的进步深感赞叹💻。今天,愿与你共享我对ChatGPT的独特见解,一起探索科技带来的无限可能✨!#ChatGPT理解 #AI革命探讨

一、ChatGPT没有意识,它是仿生人类学习的语言模型

1. 先简单的了解一下ChatGPT

🌟ChatGPT,一款引领潮流的语言巨匠,为何冠以“大”之名呢?揭秘背后的科技力量!💡首先,它的核心在于三个无可匹敌的“超级因素”——海量数据的积累,密集计算的支撑,以及庞大的模型容量。📊这些数据如同海洋般深邃,通过强大的计算引擎进行深度处理,转化为语言智慧的结晶。🔍专业人士解释道,大模型并非单纯的数据堆砌,而是通过对海量信息的消化吸收,形成高度智能化的理解和生成能力。它就像一个拥有无数记忆细胞的语言中枢,能够迅速理解和回应各种复杂问题。🧠别忘了,ChatGPT背后的团队用创新技术驱动,将科技与语言艺术完美融合,为用户提供超越期待的交互体验。🚀SEO优化提示:使用长尾关键词如”超大规模语言模型”, “数据密集型AI”, “计算集群对语言理解的影响”等,同时保持语句通顺和自然。

📚📊技术惊叹:GPT3海量训练背后的数据量级令人咋舌!最近与同事交流中,他分享了下载一个2MB的英语词典应用,小巧却蕴含着45TB文本数据的力量。这相当于一本字典的235亿倍之巨!想象一下,一本实体书级别的词汇宝库捧在手心,其重量足以压人,内容浩瀚却只有区区2MB。技术的进步真是令人震撼啊!平均每页的密度与信息量,GPT3无疑是未来的知识海洋之星。SEO优化提示:英文字典数字化、学习效率翻倍,未来趋势不容忽视!💪📚

gpt的回答:

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

🌟【揭秘】GPT3:超大规模智能引擎的力量🔍💡 参数之王:GPT3以1750亿个惊人的参数量,展现科技巨头的雄心壮志,数千颗GPU的强大训练使其成为无可匹敌的大模型🔥💬 “大力出奇迹”:数据与参数的海量堆积,使得GPT在语言理解和生成上达到前所未有的精准度🌈,每一次迭代都是一次技术飞跃!🚀 高端配置,高效能:背后的技术团队用尖端科技铸就了这一语言巨擘,为创新和知识传递提供了强大推动力🚀🌟 SEO优化提示:使用关键词”超大规模”, “参数量级”, “语言理解”, “表达准确”, “GPU训练”, “技术飞跃”等,提升搜索引擎可见度

2. 训练语言模型核心是模拟人脑训练过程

我们从出生那一刻开始就在持续的接收数据开始训练了。想想看,你听到的声音、触摸到物体的感受、闻到的气味、看到的图像都会转化成信号,传输入到你的大脑中,并且默默地接受慢慢的训练,且一直持续。在训练的过程中,好的不好的感受你都会体会到,别人的反馈,会让你知道什么是对的,什么是错的。这个过程对于人来说,会持续一生,活(训练)到老学到老嘛。

语言的训练模型就是这个原理,很多人比喻它是鹦鹉学舌的过程。训练它的数据就是在互联网上产生的数据。这也是它远远远强于人类的地方,它汇集了整体人类的“智慧”。

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

3. ChatGPT是否能取代人类?

网上关于人工智能时代来临了,要取代人类了,灭杀人类的新闻吹的天花乱坠,一时间让很多人信以为真。我通过实际体验ChatGPT的功能,是真的让人感觉在和一个人聊天。

在早些年,我们在网上客服上和机器人沟通就是定式的,感觉很刻板。例如早期的微软小冰,对话过程是没有这么柔性的衔接的。一是不能联系上下文,二是回答的问题很刻板,让你很明显感觉它是机器。但ChatGPT的产品体验已经非常接近人了,让机器能够和人顺畅的通过自然语言对话,至少这种感觉非常真实,这种突破确实让人觉着机器有了生命,于是它带给人们的恐惧感就扑面而来,这本身就是人们的普遍心理反应。

ChatGPT本质上就是个大力出奇迹的计算效果,它根据你的输入,来算出回答概率最高的答案。它没有意识,只有你和它说话,它才会回答你,它不会主动和你沟通。

二、ChatGPT在人机交互上的革新

ChatGPT不是技术革命,它的技术很早就出现了,它在这个时间出现,是必然的,因为现在满足了训练模型的大数据量和大计算量基础。对产品来说,想象的空间还是挺大的。

我认为,ChatGPT的真正突破在于人机交互上的革新。刚体验ChatGPT的时候,我觉着它很神奇,它什么都会,还能帮你做很多事,写文章、回答一些天马行空的问题,还能写代码,搭建个小网页,给我一种无所不能的感觉。它具备了理解你的意思,并帮助你做事情的两个最基本能力。

那为什么说ChatGPT的突破在人机交互上?作为一个老产品人,人机交互是产品经理工作中非常重要的一环,我们会花费很多时间来研究人机交互,设计页面结构、功能、画原型、想尽办法提高用户产品使用体验。

说白了就是怎么能够让自己的产品好用,怎么让用户不用花费太多的学习成本快速的上手自己的产品。简单的说人机交互就是功能按钮、页面的布局摆放,往深了说,它要研究人的心理,要通过数据进行交互统计,对用户体验度量,要了解用户的心智,好的产品体验在人机交互上一定做的很好。

但是以往的人机交互,我们努力的方向是让人来适应机器

我们通过良好的设计,把用户限定在一个条条框框里(交互框架),核心目的就是让机器能够在这个框架中充分理解人的“动作’,因为我们无法通过眼神、肢体动作、语言来让机器直接理解我们意图,我们必须把产品的实际功能摆放出来,让用户理解产品功能,逐步摸索用法。这个过程实际上是人与机器在交互上的折中方案,人不能无所顾忌的让机器随心所欲干什么事情。

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

好的交互体验无需说明书,更贴近人的本性。举个简单的例子,苹果手机的屏幕使用方式(交互)(2007年乔布斯发布的iphone一代机),从二岁的孩子到80岁的老人,不用教,看别人用两次就会了。因为这个设计符合人的一般使用习惯。现在的应用程序,拿ios应用来讲,产品设计基本都使用苹果给出的基本交互框架,或者基于这个框架衍生发展出来的。例如底层页、瀑布流、九宫格、tab页的设计等等。

所有的业务服务都会通过拆解业务过程,选择合理的交互框架进行功能的组装,最后形成一个完整的交互逻辑,就是用户看到的产品样子。复杂的可以看看微信、支付宝这些超级应用,都离不开苹果1代发布的交互框架。

人与人的沟通是情景式的,是随机的,每个人的表达方式又不同,通过语言让机器理解人表达的意思并执行命令想想就很难。试想机器要和刚会说话的孩子、80岁的老人、全世界200多个国家的人,得诺贝尔奖的科学家、老师、司机、学生、等等不同的角色来沟通是件多么不容易的事,全球80亿人有80亿种表达方式,从机器的角度来看,理解这80亿人的表达就是一个无限集,是无边界的。

ChatGPT的出现,打碎了传统的交互边界,让人机交互有了更多的可能。

设想未来,我们可以有自己的私人gpt,他可以帮你整理历史的聊天记录,例如整理我们2018年去云南的的照片,然后生成一篇图文游记;周末我想吃火锅,结合我的口味,选择出我要在美团买菜上的货物;我想在周末带孩子去图书馆,帮我预约周日下午的时间;新闻应用方面,基于我过去的喜好,总结今天的热点新闻,告诉我财经方面都发生了什么大事情等等。这是个人生活领域。但这个过程不是一蹴而就的,随着时间的推移,会有一个逐步的演化的过程。

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

在我所在的数据科学领域,我一直努力期待看到的一个场景就是说出问题后,直接给出结论。例如请帮我分析一下,华中大区昨天销量暴增的原因,然后直接出结果:“运营补贴起效果,又赶上地方补贴政策和节假日多重效果导致销量暴增”。又如电影钢铁侠中的助手,帮我分析一下战甲强度,帮我分析一下反应堆的持续性…

结合现有数据进行推理分析,简化掉所有数据分析过程,分析数据,直接出给结论是我做数据产品的一个梦想。我们现在要花费7成左右的时间去处理数据,大量的时间用在了数据采集、处理与准备的过程。

ChatGPT理解我们的意图,然后执行命令,简化了我们搜循、准备、以及各种场景的“过程”,在产品的交互上,我们可以减少很多过程式的设计

那是不是传统的交互框架就完全被替代消失了?我认为不会,产品设计讲用户场景,即便AI帮你把云南的照片整理出来形成故事游记,选择出你周末要吃火锅的货物,也是需要展现出来的,展现出来的形式,还是离不开传统交互框架,并且应用程序永远也绝对不会只是动动嘴皮子就完成所有任务的。所以传统的交互加上AI的加持是未来的发展方向。

目前已经眼睛可见的就是工具类产品,例如微软的office套件、adobe全家桶生这类生产力工具方面的变化。例如我现在在大数据领域研究的埋点AI化、数据质量AI化,会议软件的自动会议纪要,邮件中的自动周报等,都会先从效能工具开始,具有直观的提效能力,消费者也有绝对的愿意为此埋单。

在未来几年,语言模型渗透在应用交互模型里是个逐步的过程。但可能需要出现另一个现象级的应用才能真正带起这个浪潮。现在ChatGPT可以说是最原始的应用,目前国民级应用还基本上看不到ChatGPT在应用体系内的发挥,一是思想上还没有突破,还是原有思维模型和交互定式,二是完全独立做自己的ChatGPT成本太高了,导致ROI(投资回报率)不足。随着技术提升和单位成本的下降,语言模型的渗透会越来越多。

三、ChatGPT的效能提升和影响

ChatGPT让以前不敢想,没有精力去做、学习成本高的事情,变得敢于尝试了。

最近有两个尝试。

1. 两个尝试

1)内容创作的尝试

我时常在听到一些喜欢的音乐时有作画的想法,想把此刻的内心感受用画表达出来。于是我基于midjourney的能力输入我想要的内容让它帮我生成图画。大大的减少了我去学习画画的过程。

2)机器学习、代码生成

作为产品经理我还是懂一些技术的,但是让我完全深入代码,从头写到尾还是不行的。有了chatgpt,我就有了想去通过机器学习的方式解决工作上的内容,自己做一些简单的研发工作,例如我工作的主要方向解决公司数据质量问题,想通走机器学习解决数据质量问题的路,不依靠研发,想自己先摸索。通过输入自己的想法帮我生成python代码,来做一些基本的验证,这样我不用深入学习python,也可以搞定。

但事实证明,是我想多了。

就拿第一个例子来说,确实在一些场景下,类midjourney的ai生成的图片是可以直接拿来用的,比如我在公司宣传产品的一些小宣传册封面、产品新功能的海报,都可以直接无修改就用。还有就是如同下图这种实物的外包装设计,通过AI作画,直接生成,简单易用。

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

但是如果你想要深入一些,例如结合故事来画一幅非常贴切故事情节的画作或者音乐,还是需要你自己来介入完成。生成的图画只能当作是个“毛坯房”,精装修还需要靠自己,即便你再会提问,实际交付物也和你理想中(脑海里)的存在差距。也就是说,你电脑里如果没有PS,AI等绘画工具,完全依靠midjourney来完成作画,是很难满足绝大部分需求的。

第二个例子也是一样,我想通过机器学习或者算法的方式解决数据质量的问题,ChatGPT的的确确可以帮我写代码,写的还非常不错,但是解决数据质量的整体思路,大框架是什么,流程是什么,如何去验证效果,如何产品化,如何很好的运用在业务中,这些不是ChatGPT能够帮助你的,必须自己有思路。如果你不会python、算法也是不行的,你必须基于你现有的知识完成任务。换句话说,对于不懂数据领域的人,你让他通过ChatGPT来解决数据质量问题,是不可能的。它只能基于现有网络上留存的数据和方法,告诉你大致的方向,但不能结合你的实际情况来帮助你完整的完成这个任务。

所以,ChatGPT是站在你肩膀上的效能利器。他能按照你意思帮你生成一个“毛坯”状的原料,不用再花大量的精力去处理初始内容(数据处理、素材准备),然后你要做的事情就是精雕细琢

对于取代你工作的说法,我想上面的例子已经说明了,如果你拥有思路,拥有设计与创作能力,并且就处在创作、策划、产品技术架构的岗位上,完全不必担心。

其实在工业领域上,在100多年前就已经发生变革了,挖掘机、电梯、吊车的出现,让摩天大楼成为可能。生产线的出现,让社会的生产力爆炸,这其实就是工业时代的人工智能。它们的取代了传统手工制作方式,让产品标准化,生产出质量过硬的产品,最关键的是效率大幅度提升,福特T型车也因生产线的出现让成本降低,大众受益。

ChatGPT会引发生产力的爆炸,引发内容生产的爆炸,有思路有想法有创意的人,制作内容变得更容易。跨界、复合性的工作也变的更简单,减少了你复合学科的学习成本和时间。它不是夺走大家的工作,或者说它夺走的是生产“毛坯”的那部分人的工作,真正的创造者会因为ChatGPT的出现而让生产力提高,让更多的人敢想之前不敢想的,敢于跨领域去实现,复合性工作变得越来越容易,让更多的不可能成为现实。

我们自己训练自己的ChatGPT的可行性?这个东西我觉着具有先发优势。GPT从1代到4代,经历了5年时间,从2018年1代开始到2023年初的GPT4,我想不存在弯道超车的,别人走过的路我们要想达到同样的效果,也一定要走的,可能走的比别人还长。单拿训练数据来看,1代用了15G数据,到3代的45TB数据,光数据的处理所花费的时间就要用年来计算。所以像文心一言如果达到ChatGPT同样的效果,肯定也要经历同样的历程。另一个就是太费钱了,一个英伟达A100要将近10万块钱,训练GPT要几千块上万块GPU,还不算电费,机房等费用,烧钱的同时,还没有经济回流,这个账摆在各公司面前还好,真的要等上几年哪怕1年才出效果,我想在国内的环境下,应该没有几家公司能有这样的耐心。

2. 对教育的影响

我上学时候对于每天做题写卷子这种事就提不起来兴趣,尤其是背诵类的任务,例如古文、历史、政治这种,我是直接放弃的。那时就觉着,为什么考题是考朱元璋是哪年生人,明朝是哪年灭亡的,郑和去了哪些国家,机械的背下来着实让人痛苦,过了几年我不还是会忘了吗?现在随手上网就能查。我夫人的副职是老师,她跟我说,她的很多学生,背诵能力很强,以至于依赖背诵。学习数学、物理都是背公式,背概念,根本不理解其中的意思。这是一个很可怕的现象,孩子们没有学习的欲望,缺少求知欲。语文英语历史方可以背诵解决,数理化也是这样,分数低先不说,危险的是磨灭了孩子对世界的科学理解和逻辑思维的培养。

ChatGPT的鹦鹉学舌能力,我认为在未来会对现有教学模式有更大的冲击。你再怎么背,也赶不上机器,就如同英文字典那个例子,仅仅只有2MB的内容,我们都不可能完全记住。当然不是说语文、历史不用学了,而是要减少死记硬背、完成任务式的教育方式,多以解决问题,开放式讨论的方式学习,学习科学的历史演变,培养推导、演绎的能力,利用ChatGPT的海量知识与人机交互的提升,让它融入到教育、科学探索的过程,帮助我们提升解决问题的能力。考试的问题不在是清朝是哪一年灭亡的,而是问问在1912年,都有哪些因素导致了清朝灭亡,为什么会出现这些因素?讲讲自己的思考和论证。

人和ChatGPT的最大区别在于,人具备总结、分析、积攒知识的能力,能够掌握“方法”,而ChatGPT终究是冷冰冰的算法与模型,应该让我们的方法中,融入ChatGPT的能力,当作自己的一部分。

总结ChatGPT没有意识,它是仿生人类学习的语言模型ChatGPT突破了传统的交互模式,让人能够更好的与机器沟通大语言模型未来会逐步融入我们身边的应用ChatGPT是站在我们肩上的提效利器ChatGPT能带来更多想象空间,让更多的人做以前仅仅想一想的事情它取代的是生产毛坯、原材料的人填鸭式教育只会让孩子更快的被淘汰利用ChatGPT打开广阔的空间

不知道ChatGPT是不是这个时代的搅局者,它能否打破我们传统的平衡,是否能够真正革新我们和机器的交互方式。

因为理解我们,完成指令两个必备要素它已经基本做到了。

我们应该拥抱AI提高自己、改变思维方式,让它融入到我们的工作和生活中,让自己身边多一个机器“朋友”吧。

作者:勍爷小箴,微信公众账号:数据产品设计 datadesign

本文由 @勍爷小箴 原创发布于人人都是产品经理。未经许可,禁止转载。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破

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!

版权声明:lida 发表于 2023年4月23日 pm4:54。
转载请注明:ChatGPT:超大规模语言模型背后的革命性思考与人机交互的突破 | ChatGPT资源导航

相关文章