Jalan ChatGPT menuju kegilaan

Memandangkan ChatGPT telah meletup keluar dari kalangan baru-baru ini, pelbagai perdebatan mengenai ChatGPT telah diteruskan di Internet sesetengah orang menganggapnya sebagai robot sembang yang lebih maju, ada yang teruja melihat peluang untuk keusahawanan, manakala yang lain tidak berminat; Keupayaannya untuk menggantikan kerja manusia telah mendedahkan banyak kebimbangan; Dalam artikel ini, mari kita lihat secara mendalam tentang ChatGPT.

Apabila kita bercakap tentang ChatGPT, kita bercakap tentang kegembiraan berbual, kebimbangan pengangguran, dan wawasan masa depan.

Sejarah Pembangunan

SembangGPT nampaknya tiba-tiba menjadi popular dalam sekelip mata, tetapi sebenarnya ia bukanlah satu konsep baharu Kepintaran buatan terawal boleh dikesan sejak 1950, Allen ·Alan Turing menerbitkan. kertas mercu tanda "Mesin Pengkomputeran dan Perisikan", juga dikenali sebagai "Bolehkah Mesin Berfikir?" ", dalam kertas ini, konsep yang sangat falsafah telah dicadangkan buat pertama kali: permainan tiruan, yang juga dikenali sebagai ujian Turing yang terkenal. Artikel inilah yang memenangi Turing gelaran bapa kecerdasan buatan. Mahkota Laurel.

Ujian Turing adalah untuk meletakkan penguji dan orang yang diuji (mesin atau seseorang) tanpa bersemuka, dan membenarkan penguji menggunakan beberapa peranti ujian (seperti papan kekunci) untuk bertanya soalan seperti orang yang ditanya, jika Jika lebih daripada 30% daripada jawapan subjek ujian tidak dapat membuat penguji mengesahkan jawapan yang mana adalah manusia dan yang mana mesin, maka mesin itu telah lulus ujian itu juga dipanggil mesin Turing; , dan mesin Turing hanyalah hipotesis, bukan mesin sebenarnya.

Ujian Turing

Malah, kami mendapati bahawa Ujian Turing tidak mentakrifkan secara langsung kecerdasan buatan. Kecerdasan buatan; tetapi melakukan sebaliknya, dan tidak berpegang kepada proses yang rumit, dan berorientasikan hasil Apakah jenis keputusan yang dicapai (penguji menipu) kadang-kadang apabila kita menghadapi masalah yang sukar Anda juga boleh mengubah pemikiran anda dan gunakan keputusan sebagai titik permulaan untuk merungkai masalah.

Dalam filem biografi "The Imitation Game", idea yang dikemukakan oleh genius yang kesepian ini turut digambarkan Ketika Turing dikurung di bilik soal siasat oleh detektif polis, detektif polis itu bertanyakan soalan yang bermakna : Bolehkah mesin berfikir? Turing mencadangkan untuk bermain permainan (ujian Turing pada akhirnya Turing tersenyum, dan dia merasakan bahawa detektif itu memahami peraturan permainan itu.

Peringkat padanan corak

Selepas ujian Turing dicadangkan, ramai saintis dan makmal turut melancarkan serangan ke atas ujian ini pada tahun 1966, makmal MIT telah melahirkan chatbot Eliza yang sebenar; sebagai ahli psikoterapi.

Eliza

Strategi utama Eliza adalah untuk bertanya soalan, frasa semula perkataan pengguna dan membimbing pengguna untuk menerangkan masalah lebih. Sebagai contoh, jika anda memberitahunya: Saya sakit kepala hari ini, ia akan memberitahu anda untuk berunding dengan doktor untuk mendapatkan ubat jika anda mengalami sakit kepala hari ini, maka ia akan mengatakan bahawa anda mengalami sakit kepala; tidak gembira, bermakna ia sangat sedih;

Eliza menguraikan input melalui peraturan padanan kata kunci, dan kemudian menjana balasan berdasarkan peraturan penyusunan semula yang sepadan dengan peraturan penguraian, dalam istilah orang awam, ini bermakna mengambil kata kunci dalam ayat, seperti mencari kunci itu; perkataan ibu adalah dalam perkataan ayat, dia akan berkata: Beritahu saya tentang keluarga anda sebenarnya, terdapat banyak kod if/else di belakangnya.

Pada tahun 1995, diilhamkan oleh Eliza, Richard Wallace membangunkan chatbot Alice, yang bersumberkan terbuka pada tahun 1998, prinsip teknikal Alice adalah berdasarkan pemprosesan bahasa semula jadi, dan tujuannya ialah Meniru bahasa semula jadi manusia perbualan yang bermakna dengan pengguna. Ia boleh menjawab soalan mengenai pelbagai topik seperti cuaca, berita, sukan, dsb., dan juga boleh terlibat dalam sembang menarik dengan pengguna.

Alice

Tetapi pada peringkat ini, kedua-dua Eliza dan Alice, prinsip mereka adalah berdasarkan padanan corak (Patern Matching) , dengan mengekstrak kata kunci dan memanggil teks pratetap untuk membalas.

Walaupun robot perbualan ini boleh melakukan interaksi bahasa yang mudah, mereka tidak mempunyai kebolehan memahami dan menaakul ayat yang mendalam, menjadikannya sukar untuk dibandingkan dengan tahap perbualan manusia.

Tetapi model ini bukan tanpa kelebihannya. Ia boleh mengelakkan banyak kerja berulang, dan ia juga sangat biasa di sekeliling kita. Contohnya, pada tapak web beli-belah biasa, tapak web atau apl bank, dsb., apabila anda memasuki antara muka sembang, anda akan mula-mula disambut oleh chatbot yang bersemangat, yang akan menyenaraikan sekumpulan kata kunci dan bertanya kepada anda apa yang anda mahu lakukan.

Mod Pembelajaran Mesin

Seperti yang kami nyatakan di atas, tidak kira berapa banyak jika/lain kod ditulis dalam kaedah padanan corak, mesin masih tidak dapat memahami maksud sebenar ayat dan hanya bertindak balas Oleh itu, muncul model baru, iaitu: pembelajaran mesin.

Seperti namanya, ia tidak menetapkan soalan dan jawapan secara buatan, tetapi memberikan mesin sekumpulan kes siap untuk dipelajari oleh mesin ini juga lebih selaras dengan undang-undang kognitif manusia pembelajaran.

Yang lebih terkenal pada peringkat ini ialah SmarterChild, yang dibangunkan oleh ActiveBuddy Co., Ltd. pada tahun 2001. Chatbot ini digunakan dalam AIM pemesejan segera lama, dan boleh menjalankan perbualan yang menarik dan mengakses Data dengan pantas daripada perkhidmatan lain, seperti cuaca, stok dan data filem, malah anda boleh memarahinya dan menyukarkannya, dan ia nampaknya sentiasa tahu cara menanganinya.

SmarterChild juga merupakan salah satu bot sembang pertama yang disepadukan ke dalam platform pemesejan segera. Ia dengan cepat menimbulkan sensasi pada masa itu, dengan lebih daripada 30 juta pengguna menggunakannya kemudiannya diperoleh oleh Microsoft pada tahun 2006 dan juga digunakan kepada MSN Messenger.

SmarterChild

Walau bagaimanapun, selepas SmarterChild, chatbot telah ditinggalkan selama beberapa tahun, dan Microsoft juga menutup jabatan teknologi tinggi SmarterChild .

Pada tahun 2010, dengan ledakan Rangkaian Neural Buatan (ANN), bidang dalam pembelajaran mesin, kecerdasan buatan membawa kepada pembangunan yang belum pernah terjadi sebelumnya.

Ia diilhamkan oleh biologi Dalam buku teks biologi sekolah menengah rendah, kami telah mengetahui bahawa rangkaian saraf haiwan boleh memproses sejumlah besar maklumat kompleks, iaitu untuk melaksanakan fungsi melalui kira-kira 100 bilion neuron yang disambungkan kepada setiap satu. lain; buatan Apa yang perlu dilakukan oleh rangkaian saraf ialah mensimulasikan unit asas dalam otak: neuron.

Rangkaian saraf tiruan kelihatan sangat berkuasa, tetapi pada dasarnya ia adalah proses mengekstrak ciri yang berterusan Ia sangat serupa dengan cara kita belajar mengenali sesuatu semasa kita masih muda, iaitu mencari ciri-ciri perkara yang berbeza ; rangkaian saraf tiruan memperoleh rentetan Selepas data sampel dikumpul, ciri-ciri setiap bahagian perkara yang diperhatikan juga diekstrak melalui pembelajaran, ciri-ciri dikaitkan, dan kemudian selepas latihan berulang, jawapan yang betul akhirnya dikeluarkan.

Melalui proses ini, kami juga boleh mendapati bahawa rangkaian saraf tiruan memerlukan latihan data yang besar dan sokongan kuasa pengkomputeran yang berkuasa dengan perkembangan pesat Internet, set data yang besar tidak lagi menjadi masalah.

Siri telah diasaskan pada tahun 2007 dan telah diambil alih oleh Apple pada harga AS$200 juta pada tahun 2010. Pada mulanya, ia menumpukan pada sembang teks Kemudian, ia bekerjasama dengan Nuance, pengeluar pengecaman pertuturan terbesar di dunia, untuk merealisasikan pengecaman pertuturan. fungsi dan Ia memulakan kerjaya pada iPhone 4S pada tahun 2011, menyebabkan sensasi pada masa itu, dan iPhone 4S juga menjadi mesin keajaiban.

Siri menggunakan rangkaian konvolusi yang mendalam untuk mengecam suara anda, yang juga merupakan jenis rangkaian saraf buatan iPhone mempunyai pemproses kuasa rendah khusus untuk menjalankan rangkaian saraf ini. ambang, Siri akan diaktifkan.

❝

Pelancaran Siri juga menandakan teknologi chatbot telah memasuki era baharu,

❞

Siri dipromosikan di tapak web rasmi

Masanya tiba pada tahun 2017, Google mengeluarkan model pembelajaran mesin baharu dalam artikel "Perhatian adalah semua yang anda perlukan": Model Transformer , yang digunakan terutamanya untuk mengatasi masalah bahawa masa latihan rangkaian tradisional dalam terjemahan mesin terlalu lama dan sukar untuk mencapai pengkomputeran selari dengan baik.

Pemprosesan bahasa semula jadi tradisional (seperti pengecaman pertuturan, pemodelan bahasa, terjemahan mesin) bergantung pada Rangkaian Neural Berulang (RNN), yang menggunakan gelung untuk melakukan operasi berurutan, iaitu, mempelajari perkataan demi perkataan , mempunyai kelemahan masa latihan yang terlalu lama dan kesukaran dalam pengkomputeran selari.

Model Transformer meninggalkan struktur temporal tradisional, memproses semua perkataan atau simbol dalam urutan secara selari, dan menggunakan mekanisme perhatian diri untuk menggabungkan konteks dengan perkataan jauh ini bersamaan dengan bajingan yang masih belajar Bila membaca buku perkataan demi perkataan, pelajar teratas telah membaca sepuluh baris sepintas lalu dan beberapa perenggan Ini secara semula jadi meningkatkan kecekapan pembelajaran.

Model GPT Microsoft dan model BERT Google, T dalam kedua-duanya bermaksud model Transformer.

Kami telah menemui satu corak Perkembangan dan kemajuan sains dan teknologi sentiasa disertai dengan cadangan dan penemuan dalam penyelidikan teori.

Sekarang model itu tersedia, mesti ada syarikat untuk mengkomersialkannya Mari kita bincangkan tentang syarikat induk ChatGPT OpenAI Ia ditubuhkan pada 2015 oleh sekumpulan taikun teknologi Silicon Valley, termasuk pengasas Te SLA yang terkenal. Musk dan lain-lain mengesahkan matlamat utama syarikat apabila ia diasaskan:

Termasuk mencipta robot dan chatbot "universal" yang menggunakan bahasa semula jadi.

Pada tahun 2018, OpenAI mengeluarkan model bahasa pra-latihan generatif (Generative Pre-trained Transformer, GPT-1) berdasarkan model Transformer, bagaimanapun, saingan lamanya, BERT Google tidak lama lagi muncul, dan menghancurkan GTP sepenuhnya syarat prestasi.

Sejarah pembangunan ChatGPT

Sememangnya, OpenAI tidak mahu dikalahkan oleh lawannya, jadi ia membelanjakan wang seperti orang gila untuk meningkatkan saiz OpenAI Set data latihan diperolehi, dan model GPT-2 dan GPT-3 dikeluarkan satu demi satu Bilangan parameter model juga cepat "meningkat" daripada 125 juta dalam GPT-1 175 bilion dalam GPT-3 bilangan parameter adalah lebih besar Ini bermakna model itu mempunyai keupayaan ekspresif yang lebih berkuasa dan ralat ramalan yang lebih kecil, yang bermakna ia boleh menghasilkan teks yang lebih panjang dan lebih semula jadi.

Parameter model besar-besaran membolehkan GPT-3 berprestasi baik pada beberapa masalah yang lebih kompleks, seperti menulis beberapa kertas bagi pihak manusia, atau menulis pernyataan SQL, kod JavaScript, dsb.

Pada 2021, OpenAI mengubah suai dan menambah baik berdasarkan model GPT-3, melaraskan parameter model, menambah data latihan dan mengeluarkan GPT-3.5 pada akhir tahun, yang merupakan model asal pada masa ini. ChatGPT popular.

Pada November 2022, ChatGPT memperoleh 1 juta pengguna dalam masa beberapa hari selepas pelancarannya, dalam tempoh dua bulan selepas pelancarannya, pengguna aktif bulanannya mencapai 100 juta yang mengagumkan, menjadi aplikasi pengguna dengan pengguna yang paling pesat berkembang. asas dalam sejarah.

Berapa bulan yang diperlukan untuk setiap Apl mempunyai 100 juta pengguna bulanan?

Kebanjiran pengguna memerlukan pengkomputeran yang besar Kos kuasa dan pelaburan pelayan; mengikut pengiraan oleh institusi penyelidikan, bilangan cip GPU yang diperlukan untuk menjalankan model GPT-3.5 yang kompleks adalah setinggi 20,000, dan kad grafik gred profesional biasanya menggunakan A100; laman web membeli-belah, 10 Harga kad grafik A100 ialah 10,000 yuan, yang masih tidak ternilai di China, oleh itu, mengikut pengiraan kasar, pelaburan dalam kad grafik sahaja adalah sekurang-kurangnya 2 bilion ada kos lain seperti; pengumpulan data, anotasi manual dan latihan model, yang lebih sukar lagi.

Panduan Pendaftaran

Setelah bercakap banyak tentang sejarah pembangunan ChatGPT, saya percaya bahawa semua orang mesti tidak sabar dan tidak sabar-sabar untuk mencuba "chatbot lanjutan" ini dengan berpuluh bilion pelaburan, jadi di sini adalah apa yang penulis akan lakukan Kongsi strategi pendaftaran kerana beberapa sebab yang terkenal, pengguna domestik tidak dapat mengakses dengan lancar dan terus, dan proses pendaftaran akan mempunyai beberapa liku, jadi kami perlu membuat persediaan berikut:

• Dapat Mengakses persekitaran Google (ini adalah prasyarat, semua orang tahu)
• E-mel, sebaik-baiknya Gmail atau Outlook
• Nombor telefon mudah alih asing (jika tidak, sms- activate.org disyorkan)

Mula-mula kami sediakan nombor telefon bimbit untuk menerima kod pengesahan SMS, buka sms-activate.org dan daftar akaun, laraskan bahasa ke bahasa Cina, klik butang cas semula di penjuru kanan sebelah atas, dan pilih Alipay sebagai kaedah pembayaran.

Caj semula

Amaun caj semula minimum untuk akaun ialah 1 dolar AS, iaitu lebih kurang 7 RMB apabila ditukar mengikut kepada kadar pertukaran semasa; kami Anda boleh mengecas semula $1 dahulu. Pilih negara di sebelah kiri, kemudian cari OpenAI Tempoh pajakan lalai kepada 4 jam, dan klik Sewa Harga di negara lain di sini juga berbeza lebih murah, tetapi lebih ramai orang menggunakannya sekarang Ada kemungkinan ia akan disekat oleh OpenAI atau tidak akan ada negara Eropah dan Amerika yang lain yang agak mahal dan mungkin tidak berharga 1 dolar pilihan, berharga 2 dolar penuh.

❝

Anda boleh mencuba nombor negara yang berbeza Jika anda tidak menerima mesej teks dalam masa empat jam, anda boleh mendapatkan bayaran balik.

❞<.>

Nombor Sewaan

Selepas nombor telefon bimbit disediakan, kami boleh mendaftar Buka halaman pendaftaran Selepas memasukkan alamat e-mel, kata laluan dan e-mel pengesahan, kami datang ke halaman untuk mengesahkan nombor telefon bimbit nombor telefon mudah alih di atas , kemudian tampal nombor dan klik Hantar.

Apabila menampal nombor telefon bimbit, anda perlu memadamkan kod kawasan antarabangsa di hadapan.

Sahkan nombor telefon bimbit

Kembali ke halaman aktifkan sms, kita boleh melihat kod OpenAI yang diterima dalam mesej , cuma tampalkannya.

Terima kod pengesahan

Selepas pendaftaran selesai, kami boleh membuka chat.openai.com/chat dan anda boleh gunakannya.

Antara muka utama

Ia juga sangat mudah untuk digunakan Masukkan soalan anda dalam kotak input di bawah dan klik butang hantar , anda boleh menyebut robot cerewet yang mengetahui segala-galanya tentang astronomi dan geografi, serta maha berkuasa.

Senario Aplikasi

Jadi, begitu banyak gergasi teknologi membelanjakan berpuluh bilion untuk membangunkan ChatGPT, adakah hanya untuk kita bersembang? Untuk memahami masalah ini, kami juga boleh bertanya kepada ChatGPT sendiri.

Senario Aplikasi

Chatbot

Sememangnya, menggunakan ChatGPT sebagai chatbot adalah sedikit pembaziran. Ia adalah tukul besi; tetapi mari kita lihat tukul besi ini. Jika kami ingin melakukan sesuatu, kami perlu memanggil API, dan OpenAI baru-baru ini menyediakan akses kepada Kunci API, yang boleh menyepadukan ChatGPT ke dalam aplikasi dan perkhidmatan kami. Lawati platform.openai.com, klik butang API Keys => Create, dan salin kekunci dalam kotak pop timbul yang muncul.

❝

Selepas kotak pop timbul disembunyikan, kunci api tidak boleh dilihat dan perlu dijana semula.

❞

Jana kunci API

Selepas berjaya menyalin, kami mengesyorkan projek wechatbot untuk menyambungkan WeChat peribadi ke ChatGPT; terdapat banyak cara untuk menjalankannya projek, yang boleh berdasarkan kod sumber Anda juga boleh menjalankannya berdasarkan docker, tetapi anda perlu menggunakan kunci yang disalin di atas Untuk kaedah berjalan tertentu, anda boleh menyemak penerangan projek, yang tidak akan dikembangkan di sini anda tidak tahu tentang docker, anda boleh menyemak artikel ini.

Selepas projek berjalan, hanya gunakan WeChat untuk mengimbas kod QR untuk log masuk, dan kemudian ID WeChat kami akan disambungkan secara automatik ke sembang ChatGPT kaedah penggunaannya juga sangat mudah, ID WeChat akan membalas terus kepada sembang peribadi, sembang kumpulan Anda perlukan @ID WeChat ini.

❝

Peringatan penting: Jika anda menyalahgunakan, anda mungkin dilarang daripada WeChat. Artikel ini tidak bertanggungjawab

❞

WeChat Chatbot

Walau bagaimanapun, perlu diambil perhatian bahawa bilangan panggilan API bagi setiap akaun juga terhad, pada masa ini ia adalah 5 dolar AS, dan terdapat juga tarikh luput Hanya bersenang-senang dengannya.

Pembantu kerja dan belajar

Selain digunakan untuk berbual, ia juga sangat dicari oleh ramai pelajar dan profesional semasa bekerja dan belajar. Apabila seorang profesor falsafah di universiti asing sedang membuat penggredan, saya sangat terkejut membaca kertas kerja yang "terbaik dalam kelas itu." menyoal Seterusnya, pelajar "mengakui bahawa kertas itu ditulis menggunakan ChatGPT."

Di tempat kerja, ChatGPT juga telah menyelamatkan garis rambut ramai profesional, menggunakannya untuk menjana kandungan termasuk tetapi tidak terhad kepada: ucapan kepimpinan, siaran media, profil kumpulan, ucapan anugerah, roti bakar, publisiti Ia juga boleh menjaga perkara remeh seperti laporan mingguan dan bulanan serta alasan meminta cuti.

Sebab cuti

Dari segi penggilap teks, ChatGPT sama sekali tidak kalah kepada editor profesional Dalam laporan mingguan, bulanan atau tahunan, ini agak praktikal dan boleh difahami oleh semua orang.

Laporan Mingguan

Untuk beberapa fungsi alat mudah, kami boleh dengan mudah membenarkan ChatGPT menjananya secara langsung, sebagai contoh, saya memerlukan A fungsi yang menyembunyikan nombor telefon mudah alih hanya boleh menerangkan fungsi fungsi itu, malah ia boleh disambungkan kepada konteks, yang merupakan sesuatu yang belum dicapai oleh kecerdasan buatan sebelumnya.

Jana fungsi javascript

ChatGPT bukan sahaja membantu kami menyelesaikan masalah, tetapi juga menjelaskan logik di sebalik masalah dalam telaga -cara yang diasaskan; Sebagai contoh, pengarang menghadapi masalah apabila menggunakan komponen KeepAlive dalam Vue3 minggu lepas, walaupun terdapat banyak jawapan, kami masih perlu melakukan pemeriksaan sekunder pada sejumlah besar halaman web , penyelesaian yang mungkin ditayangkan semuanya adalah sama (menyalin satu sama lain); masalah.

Kes salah

Sebagai contoh, dalam artikel yang ditemui oleh Baidu ini, jika anda menggunakan kaedah penulisan dalam bingkai garis merah , vue- Penghala akan memaparkan pelbagai ralat pelik, dan mesej ralat yang muncul tidak boleh dicari sama sekali.

Tetapi jika penulis menggunakan ChatGPT untuk bertanya, kami melihat logiknya jelas, dan terdapat kes dan petua khusus untuk diberi perhatian Kami hanya perlu meletakkan nama komponen di bawah atribut include ; dengan bantuannya, saya percaya bahawa saya boleh melompat keluar dari logik yang salah pada masa itu dan memendekkan masa untuk menyelesaikan masalah.

Jawapan ChatGPT

CtGPT juga merupakan tangan yang baik dalam penjanaan copywriting apabila kita berhadapan dengan dokumen kosong dan perjuangan Apabila berfikir , kami juga mungkin membuka ChatGPT, menerangkan keperluan kami, menjana salinan kasar dengan mudah dan mengeditnya semula berdasarkan ini untuk menjimatkan masa dan tekanan.

Dalam artikel sebelumnya mengenai perisian pejabat, kami memperkenalkan ONLYOFFICE Muat turun versi desktop secara percuma di laman web rasmi ONLYOFFICE atau daftar untuk versi peribadi dalam talian secara percuma Gunakan ChatGPT dalam perisian pejabat untuk menjana copywriting dengan cepat.

Mula-mula, anda perlu memasang pemalam Selepas mengklonkan kod pada github, cari /sdkjs-plugins/content/openai/, pilih semua fail untuk ditambahkan pada fail ZIP, dan kemudian tukar fail. format ke pemalam; buka antara muka dokumen dan cari Pemalam => Tetapan => Tambah pemalam, pilih fail pemalam kami, dan pemalam akan berjaya dipasang.

Tambah pemalam

Kemudian masukkan Kunci API yang diperoleh di atas dan pemalam kami diaktifkan dalam teks medan Huraikan kandungan salinan yang ingin kami hasilkan dan klik butang hantar ChatGPT akan memproses permintaan, mengembalikan respons dalam beberapa saat, dan memasukkannya ke dalam dokumen sebagai teks biasa.

Jana salinan

Fungibility

Ramai rakan pasti akan kagum apabila melihat ini: ChatGPT ini sungguh hebat! Ramai rakan pengaturcara saya juga mengeluh: Adakah kita akan menganggur, tetapi nampaknya kita tidak akan menganggur Lagipun, kos latihannya memang tinggi, dan bukan mudah untuk melaksanakan permohonan itu.

Menggantikan pekerja asing

Tetapi beberapa jawatan, seperti jawatan perkhidmatan pelanggan, lebih terdedah kepada kesan; Sekiranya saya telah menerima pelbagai jenis panggilan perkhidmatan pelanggan robot, semuanya mengenal pasti kata kunci tertentu, mengikut prosedur tetap, dan membalas ayat demi ayat dengan kemunculan ChatGPT, saya percaya bahawa perkhidmatan pelanggan robot akan dapat menangani senario yang lebih kompleks; pada masa hadapan dan memahami pelanggan dengan lebih tepat perlu bertindak balas secara fleksibel.

❝

Adakah ChatGPT menggantikan sepenuhnya kerja pengaturcara?

❞

Dari segi pengaturcaraan, saya merasakan ChatGPT tidak dapat menggantikan sepenuhnya pengaturcara pada peringkat ini walaupun ia boleh dilaksanakan dengan baik dalam menjana coretan kod, ia agak serupa dengan Copilot sebelumnya tetapi dalam projek yang kompleks, ia adalah perlu untuk ChatGPT tidak boleh menggantikan keupayaan untuk memahami maksud modul fail yang berbeza dan membuat panggilan ia tidak boleh menggantikan kerja manual dalam kerja yang memerlukan organisasi dan penyelarasan, seperti pembaikan pepijat kod, penyahpepijatan sendi bahagian hadapan dan belakang, silang; -penyelarasan jabatan, dan dok perjalanan perniagaan.

Pengarang percaya bahawa ChatGPT membawa lebih banyak penambahbaikan dalam kecekapan pengaturcaraan sebagai contoh, jumlah kerja yang asalnya perlu kami lakukan dalam sehari, dengan bantuannya, kami boleh menjana beberapa modul berulang dan mudah secara langsung dengan membuangnya; kepadanya, dan akhirnya ia boleh diselesaikan dalam masa kurang daripada setengah hari.

❝

Pengerusi SenseTime: 80% daripada kod perisian masa hadapan mungkin dihasilkan oleh AI

❞

Walaupun ia. nampaknya tidak menjadi pengganti yang lengkap pada masa ini, dengan pengurangan berterusan kos perkakasan dan peningkatan keupayaan pembelajaran mesin apabila kos latihan mesin lebih rendah daripada gaji pengaturcara, adakah anda fikir pemodal perlu membayar lima insurans dan satu tabung, dan bayar balik dari semasa ke semasa Bagaimana untuk memilih antara anda yang ingin memancing dan mesin yang berharga 30 hingga 40 sen setiap kilowatt jam dan berjalan 24 jam sehari? Saya percaya bahawa pada masa hadapan, jabatan R&D yang pada asalnya mungkin memerlukan berpuluh-puluh orang akhirnya hanya memerlukan tiga atau empat jurutera teras untuk mengekalkan operasi biasa perniagaan.

❝

Bagaimanakah kita akan memilih pekerjaan pada masa hadapan?

❞

Walaupun ChatGPT akan menggantikan beberapa pekerjaan rendah pada masa akan datang, Tetapi jawatan baru pasti akan terus dicipta; sama seperti kemunculan komputer menghapuskan jurutaip tetapi mencipta sejumlah besar kedudukan pengaturcara, kecerdasan buatan telah mencipta banyak kedudukan baru muncul, seperti perunding perkataan segera (andaian penulis sendiri) , Profesional bertanggungjawab untuk menghasilkan penulisan salinan atau bahan yang sepadan untuk soalan ChatGPT ini adalah trend kemajuan sosial yang tidak dapat dielakkan, dan ia juga memaksa kita, yang dipaksa oleh aliran sejarah untuk terus belajar dan maju.

Menggantikan pengaturcara

Ramai pengaturcara junior pasti akan disingkirkan di bahagian hadapan, dan ambang pengaturcara terus menurun; Oleh itu, kita perlu meneruskan pembelajaran dan kemajuan sebelum kecerdasan buatan menggantikan kita, penulis percaya bahawa dari segi WebGL, kecerdasan buatan masih tidak dapat menggantikan kerja manual untuk grafik yang kompleks dan pemahaman estetik, jadi rakan kongsi bahagian hadapan boleh cuba untuk maju dalam bidang ini Pada masa yang sama, arkitek kanan juga merupakan hala tuju yang baik.

Ringkasan dan Tinjauan

Saya percaya bahawa dalam masa terdekat, ChatGPT boleh membantu kami meningkatkan produktiviti dan kecekapan pembelajaran dengan ketara apabila menghadapi teknologi baharu atau artikel baharu, tidak perlu membacanya penuh, supaya ChatGPT menjana garis besar dan kandungan utama artikel untuk membantu kami belajar dengan cepat semasa menulis dokumen, ia juga boleh digunakan untuk menjana kandungan yang cantik dengan cepat.

Kita berada pada saat kita menyaksikan sejarah Tiada siapa yang boleh berdiri sendiri dalam menghadapi arus sejarah kecerdasan buatan Mengekalkan sikap angkuh dan menghina hanya akan mempercepatkan penyingkiran. novel "The Three-Body Problem":

❝

Kelemahan dan kejahilan bukan penghalang untuk bertahan, kesombongan adalah

❞

Dalam filem The Wandering Earth 2 , Liu Peiqiang bertanya kepada Moss, bolehkah manusia bertahan? Moss berkata bahawa nasib manusia bergantung pada pilihan mereka sendiri seperti yang kita sekarang bertanya sama ada ChatGPT akan menggantikan pengaturcara, walaupun ia memberitahu kita bahawa ia tidak boleh diganti sepenuhnya, bagaimana untuk membuat pilihan adalah berkaitan dengan nasib setiap daripada kita. ; dan Apabila roda sejarah perlahan-lahan berlalu, satu-satunya perkara yang perlu kita lakukan ialah cuba mendahuluinya.

Atas ialah kandungan terperinci Jalan ChatGPT menuju kegilaan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!