2022年11月30日，OpenAI悄悄发布了一个产品。
没有新闻发布会，没有广告宣传，只是发了一条推文。
这个产品叫ChatGPT。
它是一个对话机器人，你可以和它聊天，问它问题，让它帮你做事。
几天后，它开始疯传。
人们在社交媒体上分享和ChatGPT的对话：
- 让它写诗、写代码、写文章
- 让它解释复杂概念
- 让它模拟名人对话
- 甚至让它通过考试
两周内，ChatGPT用户突破100万。
两个月内，用户突破1亿。
这是历史上增长最快的应用——比TikTok快，比Instagram快，比iPhone快。
AI，终于进入了大众视野。
ChatGPT是什么？#
ChatGPT是基于GPT-3.5的对话机器人。
它可以：
- 回答问题
- 写文章、写邮件、写报告
- 写代码、调试代码
- 翻译语言
- 解释概念
- 进行对话
它不是第一个对话机器人。Siri、Alexa、小爱同学早就存在了。
但ChatGPT不同：
第一，它真的能理解你。
以前的对话机器人只能处理简单的问题。稍微复杂一点，就答非所问。
ChatGPT可以理解复杂的问题，给出有意义的回答。
第二，它可以做很多事。
以前的对话机器人只能做预设的几件事：查天气、放音乐、定闹钟。
ChatGPT几乎可以做任何涉及语言的任务。
第三，它可以连续对话。
ChatGPT记得对话的上下文，可以进行多轮对话。
ChatGPT背后的技术#
ChatGPT基于GPT-3.5，但有一个关键改进：RLHF（人类反馈强化学习）。
训练过程分三步：
第一步：预训练
用海量文本训练语言模型，让它学会预测下一个词。
这是GPT-3做的事情。
第二步：监督微调
人类标注员编写高质量的问答对，用这些数据微调模型。
模型学会了如何回答问题。
第三步：人类反馈强化学习
人类标注员对模型的多个回答进行排序，告诉模型哪个更好。
模型学会生成人类喜欢的回答。
RLHF让ChatGPT比原始的GPT-3.5更"听话"、更"有用"。
ChatGPT的影响#
ChatGPT的影响是深远的：
工作方式
人们开始用ChatGPT辅助工作：
- 写邮件、写报告、写方案
- 写代码、调试代码
- 翻译文档
- 学习新知识
有人担心AI会取代工作，有人认为AI是助手。
教育
学生用ChatGPT写作业、写论文。
老师担心学术诚信，开始用AI检测工具。
教育界开始思考：在AI时代，应该教什么、怎么教？
搜索
人们开始用ChatGPT搜索信息，而不是Google。
Google发布了Bard（后来改名为Gemini）应对。
微软把ChatGPT集成到Bing搜索。
编程
程序员用ChatGPT写代码、调试代码、学习新技术。
有人说：“有了ChatGPT，我不再需要Stack Overflow。”
内容创作
作家、记者、营销人员用ChatGPT生成内容。
有人担心AI会取代创作者，有人认为AI是创作工具。
竞争对手#
ChatGPT的成功，引发了AI竞赛。
Google：发布Bard（后改名Gemini），集成到Google搜索和Workspace。
Microsoft：投资OpenAI 100亿美元，把ChatGPT集成到Bing、Office、Windows。
Anthropic：发布Claude，由前OpenAI员工创立。
Meta：发布LLaMA，开源大模型。
中国公司：百度发布文心一言，阿里发布通义千问，腾讯发布混元，字节发布豆包。
AI成为科技竞争的焦点。
ChatGPT的问题#
ChatGPT也有问题：
幻觉
ChatGPT会自信地说出错误的信息。
有人让它引用论文，它编造了不存在的论文。
有人让它介绍历史人物，它编造了虚假的生平。
偏见
ChatGPT可能继承训练数据的偏见。
安全
ChatGPT可能被用于生成假新闻、网络攻击等恶意用途。
OpenAI设置了安全限制，但用户总能找到绕过的方法。
依赖
人们开始依赖ChatGPT，减少独立思考。
ChatGPT之后#
2023年3月，OpenAI发布GPT-4。
GPT-4比GPT-3.5更强大：
- 可以理解图像（多模态）
- 推理能力更强
- 更少的幻觉
- 更长的上下文
2023年11月，OpenAI发布GPT-4 Turbo，支持128K上下文。
2024年，OpenAI发布GPT-4o，更快、更便宜。
AI的发展速度越来越快。
下一步：AI编程助手#
ChatGPT可以写代码、调试代码，成为程序员的助手。
GitHub Copilot、Cursor等工具，把AI集成到开发环境，改变了编程方式。
明天，我们来讲AI编程助手。
今日知识点#
ChatGPT：OpenAI发布的对话机器人，基于GPT-3.5和RLHF技术。ChatGPT在两个月内获得1亿用户，是历史上增长最快的应用。
RLHF（Reinforcement Learning from Human Feedback）：人类反馈强化学习，用人类偏好训练模型。RLHF让模型生成更符合人类期望的回答。
幻觉（Hallucination）：大语言模型生成虚假信息的现象。模型会自信地说出错误的信息，不知道自己不知道什么。
思考题#
- ChatGPT在两个月内获得1亿用户。你觉得它为什么能如此快速地流行？
- ChatGPT可以写作业、写论文。你觉得教育应该如何应对？
明天预告：AI编程助手——Copilot如何改变程序员的工作方式？