他用GPT-3實現了「量子速讀」

本文經AI新媒體量子位元（公眾號ID:QbitAI）授權轉載，轉載請聯絡來源。

你是否曾經為了查一個問題，翻書翻到頭禿？

要是書裡有的內容，一問便知就好了......等等，“一問便知”，這怎麼有ChatGPT那味兒了？

話說，有人還真就由此思路開發出一個聊天Bot，做示例的書是馬可·奧勒留的《沉思錄》（全書共12卷，497則）。

只用幾分鐘，AI就能記下全書內容。

然後隨便問個書裡講過的東西，比如“如何處理負面情緒？”，AI可以快速掃描文本並給出高質量回答，甚至還一條條給你列好。

原文一發布，網友紛紛圍觀點讚。

開發者Dan Shippers稱，要做出這個AI並不難，主要功臣就是語言大模型GPT-3，另外再加幾行代碼就搞定了。

另外，這哥們兒甚至還嗅到了一絲商機：

網路上現在有很多受版權保護的文字、音影片資料集，都能被做成聊天機器人！

對想獲取資訊的人來說，有時一看給了錢自己還要慢慢整理，可能就放棄了；而如果能透過AI快速鎖定目標內容的話，應該會有更多人願意自掏腰包。

怎麼做出來的？

用Dan哥的話來說，Bot製作過程主要分為3個步驟。

首先，當然是找到整活的素材。例如整本《沉思錄》。

Dan哥從網路上下載了《沉思錄》原著，將其保存在Google Dive的一個資料夾中。透過Google Drive，使用者可以將檔案儲存在雲端，並在裝置間同步、共用。

接著再在Google的雲端程式設計平台Colab上，運行下面這段Python程式碼，既能存取Google Drive，還能輕鬆實現與GPT-3的互動。

Dan介紹稱，GPT-3能以任何文字素材為基礎，給你一個聊天bot。

不過有個問題：單次能輸入GPT-3的文字字數是有限的。

所以第二步，就是存取存在Google Dive上的那個資料夾，再把整個文字素材分割成一個小塊，存到新的檔案中。

第三步，當使用者提問時，先透過OpenAI的API存取書中包含相關解釋的小塊內容，再把這些內容傳到GPT-3中，整理出語言通順的回答。

具體程式碼如下：

到此，為整本《沉思錄》專門訂製的聊天機器人就做好了。

除此之外，基於此基本思路，Dan哥又把他喜歡的某系列播客節目也做成了聊天Bot。

他說自己曾在節目中聽到一個感興趣的名詞，但忘了是啥意思。平常想弄清楚的話，不得不把一集內容重新聽一次。

但現在有聊天Bot了－重聽？不存在的。

Dan是何許人也？

話說回來，能從聊天機器上人看到新的商機，Dan哥的過往經驗或許也產生了一定影響。

他本科畢業於賓州大學的文科類哲學系，但這位哥其實還是個科技大佬。

他從小學5年級就開始編程，在大學期間又和小夥伴創辦了一家軟體公司FireFly，收入在六位數以上。

他還在上大二時，不少科技公司就已拋來橄欖枝，但人家都拒絕了，說是想先完成學業。

大學一畢業，他把FireFly賣給了知名業務軟體公司Pegasystems，賺到第一桶金。

緊接著，他在Pega擔任起專案負責人，並將業務部門的收入提高到百萬美元等級。

再後來，他從Pega出來，於2020年又創辦一家公司Every，主要創作商業類簡報和播客，目前已有6萬 訂閱用戶。

（怪不得他會想到把播客內容做成聊天機器人

#）

目前除了自己開公司，Dan還兼任紅杉資本的Scout，為創投者出謀劃策。

以上是他用GPT-3實現了「量子速讀」的詳細內容。更多資訊請關注PHP中文網其他相關文章！