2023年刚刚开年，ChatGPT这个词就在人工智能圈子传开了，根据其开发公司OpenAI的实验，ChatGPT是一款全面的自然语言生成模型，经过两个月的API开放，大家逐渐发现ChatGPT和siri/小爱/小度等语音助手不同，ChatGPT似乎有着自己的一套思维逻辑和理解能力，上线两个月，注册用户突破一亿用户。

 图：作者与ChatGPT相互问好

ChatGPT开发情况

ChatGPT是OpenAI在2022年11月30日发布了自然语言生成模型，目前代码并未开源，只向外界提供了在线问答服务，Chat是对话的意思，GPT就是Genarative Pre-trained Transformer(生成式预训练变压器),虽然只开放了问答服务，但是其酷似人类的思维方式和理解能力，让每一个提问的人都惊叹人工智能的力量，使用期间甚至会觉得对面对话的就是真人，可以直接让ChartGPT生成文案，剧本，小说，甚至可以让ChatGPT帮忙分析代码实现和找bug，这种强大的兼容性已经强过许多信息拼凑行业的非专业人士了。

 图：Chart GPT所写的H5代码

ChatGPT为什么受欢迎

如果要问ChatGPT为什么有如此大的影响力，也许从两个角度进行分析比较好

1.价值：ChatGPT的信息整合专业程度不亚于从事这个行业的熟手，ChatGPT的出现也许会影响信息整合行业，比如百度/谷歌之类的搜索引擎会被迫转型，试想一下，我们不用在进入百度，然后输入自己的关键字并在几百万的搜索页中寻找自己需要的信息，甚至一不小心点入百度的广告推广，进去后发现一个自动客服在问联系方式和推销各种虚假又诱人的套餐，找了一天总算找到了自己想要的类容。而使用ChatGPT进行对话，ChatGPT会将你想知道的信息最优解直接呈现在你面前，官网和正确步骤都一个不差，甚至可以和你聊聊天看看你是不是真的要这个结果。

2.实现：更贴切的描述可能是成本，但是对于ChatGPT我们采用了实现这个关键字，ChatGPT相比搜索引擎和中介，只需要将所有数据丢给模型就行，无需过多的为每个人定制数据来源，因为模型会在沟通几次后了解你真正需要什么。我们可以把ChatGPT理解成一个树状结构，回答问题的过程中，模型也在搜集你提问的方式和对结果的反馈，就像和一位深谙为人处世之道的人聊天那样，而不是和搜索引擎和中介信息那样，需要大量的人力来完成这件事，当我知道百度是通过爬虫爬取信息后人工赛选的时候，对于百度的感觉是不再那么神秘，因为我所学的爬虫知识已经可以初步实现这个功能。

ChatGPT可能影响哪些行业

首先冲击比较大的是信息检索类服务，比如搜索引擎，数据查询，中介等

其次会对一些数据构建类公司造成影响，比如文案服务，查重查错服务，古代文字解释等

更深一点的是对驻人服务类行业影响，比如酒店前台，客服，餐馆服务员等

我们可以发现，这些行业大部分不需要太大的个人技能，偏向于熟能生巧类型，而深度学习换个说法就是熟能生巧，也就是说未来拓展下只要是熟能生巧的事情均可以向着深度学习方向发展，深度学习的好处是在保障人工作业稳定性同时，不需要人工干涉的24小时作业。

 图：ChatGPT自身对于行业改变的看法

ChatGPT可能导致的结果

ChartGPT的使用会让一部分重复性高的岗位不需要人，最直接的是问答服务类，全国服务行业大约有2.4亿人，问答服务约占10%，也就是2400万人，当人这些人当中大部分人兼任了其他事情，比如服务员还负责推销和记录，客服还兼顾处理一些业务等，我们预估问答服务只占这些工作人员时间的10%，那就是240万人，而作业事项的整合会导致人力的缩减，所以结论大致是：有240万人将面临没有工作的情况

ChatGPT的使用也会诞生很多岗位，比如使用ChatGPT服务必定需要一些技术人员和服务公司，从硬件公司-网络公司-数据服务公司-客户服务公司-维护公司生成的新供应链会吸取之前的价值，造就的岗位不可估量，不过可以预估到的是：很快各个地方政府将引导大家参与技术培训，早一点进入培训的地方将获取全国市场先机，在遇到政策扶持的时候尽量跟上脚步(2022年12月重庆开展全国首批数字技术工程师评价考核，计划每年培养数字人才3000人)

 图：当问到是否取代人的时候Chart GPT回答

我们如何使用ChatGPT ？

由于OpenAI并没有开放其源代码，只开放了一个问答平台，通过注册之后

(因为区域问题可能国内不能访问，我是拜托在国外的小伙伴帮我实验给出的结果)

官网主页：https://openai.com/blog/chatgpt/ 

试用ChatGPT地址：https://chat.openai.com/

 图：ChatGPT是最优秀的深度学习模型

幸运的是EleutherAI团队实现了ChatGPT的等效模型gpt-neo，但是由于数据集的差异可能需要微调

EleutherAI的gpt-neo模型github开源地址：

https://github.com/caluoy/gpt-neo

其中等效的意思并不是说能力一样，主要指的是参数量一致，因为深度学习是以数据驱动的，参数量就决定了模型的效能，所以被称为等效，但是并不是同一个东西。

在gpt-neo的官方说明中会建议你“如果您只是来这里玩我们的预训练模型，我们强烈建议您尝试HuggingFace Transformer 集成环境”，集成环境是部署更加方便的选择，如果不是需要深度定制的商用模型，一般集成环境是最好的选择。

HuggingFace Transformer 集成环境地址：

https://huggingface.co/docs/transformers/installation

后记

ChatGPT的爆火主要是其创造的预估经济价值体量大，有研究人员将美国宾夕法尼亚大学的工商管理学硕士MBA课程的期末考试让ChatGPT回答，结果是ChatGPT通过了MBA课程期末考试，ChatGPT还通过了谷歌的编程面世，拿到了年薪18w美元的L3工程师offer，虽然ChatGPT在各个领域的表现都很出色，但是其仍然不能取代现有的搜索引擎和客服，因为其知识储量的更新和思维并不是跟随人们的习惯进步的，ChatGPT仍然需要大量的真实数据进行驱动，而数据的偏见和区域化会带来巨大的结果差异。比如美国人问基础平板的价格会回答10美元，但是中国人问的时候由于其固化思维可能会转换成约70人民币，但是70人民币在中国不太可能购买到一台平板电脑的，这就是数据偏见和区域化带来的不良后果。根据ChatGPT自身的回答，ChatGPT最大可能是称为一个带有感情和记忆的聊天助手，并不会立即颠覆传统的搜索引擎和客服作业情况，但如果ChatGPT具备自我进化意识和连接了广域互联网，那世界将变成另外一个状态。