实测：神乎其神的ChatGPT能否取代新闻工作者？

　　但背后却仍需要人工对事实进行不断的核查。仅从这个角度来看，ChatGPT并没有解放多少生产力。

　　而从其行文来看，其中并不带很多的感染力，这也让它在艺术创作方面无法与人类媲美。

　　这就让这款人工智能有些进退两难：若从事专业写作，读者不得不质疑其准确性；而从事艺术创作，它又没有丰富的表现力。

　　ChatGPT是建立在Instruction GPT上的语言模型，依托于Transformer模型，与上一代RNN模型相比，在处理速度和多任务处理上实现革新。

　　ChatGPT的语言模型在预训练阶段，被填鸭式塞进了过滤前容量达45TB的压缩文本，且过滤后也有570GB的海量数据，然后再通过多次的举一反三来增加准确率。

　　在ChatGPT的逻辑里，“你”后面可以跟的字有不同的概率，可以是“你好”，也可以是“你们”等等，它需要做的是，就是回溯上文来推导下一个字最可能跟哪一个字。

　　而以前的RNN模型则是通过标记海量的数据集，先教会人工智能什么是对的，再让其进行判断。如果说RNN模型是严格按照原文做阅读理解，那么GPT则做到了完形填空。

　　这就使得以Transformer为基础的人工智能可以通过旁征博引来跳出“输入”的前提，这大大缓解了“教学压力”。

　　当然，带来的后果也已经显现：“跳脱”的人工智能很可能用一个词改变整个语境。

　　就如试验中出现的马斯克反转。在原文只给出马斯克因收购推特而导致特斯拉股票暴跌，并让他自己财富缩水的线索时，ChatGPT神来一笔地表示：马斯克对此并不悔恨，甚至很有信心。

　　啼笑皆非的是，马斯克本人可能并没有这样想。

　　而将这一问题深入思考，如果人们以后要求ChatGPT处理其它问题时，也出现了这样的情况怎么办？

　　比如，相亲网站的智能客服回答客户时，AI突然来一句离婚率连年上涨的话怎么办？或是在合同

　　被“玩坏”的ChatGPT未来在何处？

　　大火之后，流量明星ChatGPT现在终于不得不陷入尴尬的境地：问的人太多，它回答不过来了。

　　其团队苦心孤诣简化逻辑，提高计算速度仍难以满足人类的好奇心，此刻的ChatGPT如同被问烦了的人类，陷入了“自闭”之中。

　　抛开它被吹捧的外衣，ChatGPT实际上依靠的仍是人工智能领域十分底层的技术，算法虽然有所改进，但其本身依旧受制于程序员圈定的逻辑和硬件支持之中。

　　而ChatGpt本身也可能只是一个半成品，其在网上试用的最主要目的在于进行更多的测试训练，以便产生更多的有效标注数据。

　　换句话说，你我现在都是ChatGPT的免费教练。

　　值得期待的是，种种迹象表明，OpenAI很有可能在2023年推出GPT-4技术，将在GPT-3模型基础上继续优化。

　　在获得了全球免费教练的“贴心指导”后，我们有理由相信OpenAI将会打造一个更具人性化，更智能的ChatGPT 2.0，并在商业中落地。甚至，我们也可以期待有一天ChatGPT可以真正从事需要高可信度的工作，而不会无辜地去捏造事实。