最近，爆火于网络，一时间，人人都在谈论，尝试与之对话。从本质上来说，是一个语言生成模型，自然人单方提问的人工智能聊天机器人。GPT全称是 Pre- ，生成式预训练转换器。
生成式人工智能允许用户输入书面提示，并接收由人工智能生成的类似人类的新文本或图像和视频。类似的模型有Dall-E，这是一个接收文本产出文本或图像的程序，它因能够想出与人们的文字描述相匹配的逼真的、往往是荒谬的图片而获得了人们的关注。
对于而言，其生成式模型是基于文本的，它可以对用户的要求产生类似人类的反应——从仿写威廉-莎士比亚风格的诗歌到提出孩子生日聚会该怎么做的建议。之所以令人印象深刻，是因为它有能力产生类似人类的反应，这在很大程度上得益于它所训练的大量数据（1750亿个参数的神经网络）。背后团队受到一些实力强劲的投资者支持，包括科技巨头微软。因此，拥有其他类似语言模型不可比拟的巨量语料库资源来支持它进行预训练。的另一个与众不同之处在于，它能够记录用户在一个线程中的早期信息的上下文，并在以后的对话中使用它来形成回应。
尽管如此，仍然只是一种语言生成模型，它只是对单词、语句的常见组合和搭配进行模仿，它并不能理解文字的内在原因和逻辑。有时，会（像许多人类一样）通过谎称引用（不存在的）科学研究来讲令人信服的废话，或者围绕一个话题车轱辘转，却不能给出真正的观点。
从人工智能的研究历程看，在人工智能的基础层研究中，根据对自然人产生智能的路径猜想，研究路径有符号主义、连接主义和行为主义。符号主义有过辉煌，但不能从根本上解决智能问题。连接主义采取自底向上的路线，强调智能活动是由大量简单单元通过复杂连接后并行运行的结果。行为主义是第三条路径，近年来颇受瞩目的波士顿动力公司的机器狗和机器人就是这个学派的代表作。
总的来说，属于连接主义，经过多次迭代，是深度神经网络的成功个案。它能回答问题，提供了简化和改进学术写作过程的可能性，它可以帮助用户构建和形成想法，建议可能的更改，并能提供项目合作的可能性报告，等等。从其技术本身讲，并没有颠覆性的创新，此前不少国内团队也研发出类似的产品。比如清华大学自然语言处理与社会人文计算实验室研发的人工智能诗歌写作系统九歌，该系统采用深度学习技术，结合多个为诗歌生成专门设计的模型，基于超过 80 万首人类诗人创作的诗歌进行训练学习。使用很简单，选择体裁、输入关键词、选择情感基调，就能一键生成诗词。
和其他产品的表现差异并非来源于技术实力，归根结底还是训练量以及训练素材的数量差别，与之关联的是计算能力的差别。英文的语料库范围是全球性的。而中国接入互联网的时间短，网民绝对数量也远远少于欧美国家，网上积累的语料库素材有限，因此国内使用中文训练的人工智能模型表现稍逊一筹，存在这种发展不充分的解释。实际上在刚兴起时，网上还多有流传其各种啼笑皆非的回答，也曾经被一些公司限制使用，如今在广大网友的自发训练下已经改进不少了。
对于新事物的产生，大众反应无外乎分为悲观威胁论与乐观颠覆论两种。持前者观点的，已经发表了大量媒体文章，冠上《可能导致的几类失业》等标题，强调AI与人类的对立，引发普通民众恐慌情绪。
其实大可不必如此悲观。纵观人类历史上的数次科技进步，便会发现人类的适应力远高于科技的进步速度。人类文明进化的过程就是不断提升生产力、迭代生产工具的过程。拖拉机问世时，也有人恐慌农民将被替代，然而实际上农民的绝对数量下降了，但富余的劳动力去往其他社会分工，演化为了白领、蓝领等工人，进一步提高了社会发展水平。机械臂被发明后，流水线工人将被淘汰的言论也一度引发热议，而现实是工人驾驭了机械臂，提高了自身的技术价值，这也反映在近年来不断上涨的工厂用人成本上。历史教育了我们，人的韧性远远大于自身想象，科技最终都会成为工具，为我所用。
当然，也有一批持乐观态度的，认为是颠覆性的创造，将大大改变人类社会的形态。有媒体声称，配合近期调查显示，美国89%的大学生都是用做作业，多所大学纷纷表示禁用的新闻，认为将颠覆教育领域的言论，也未免操之过急。依然是依赖于语料库，模仿人们语言习惯的智能模型，它并不能自主创新，更遑论替代教师的教育功能。事实上，将这个问题抛给，也会收到类似笔者观点的回答：
问：你认为会给教育带来什么影响和挑战?有人认为是颠覆性的，这种颠覆性是什么?
答： 可能会给教育带来许多影响和挑战。
一方面， 可以作为一种教育工具，帮助学生更快地获取信息，也可以帮助教师更快地回答学生的问题。
另一方面，随着人工智能技术的进一步发展，有可能出现一种情况，即通过 AI 讲师来提供课程，这可能对传统的教育模式造成冲击。
至于所谓的“颠覆性”，这可能指的是 AI 技术可能改变传统的教育模式，使得课堂教学、课外辅导和考试评估等方面都发生变化。在某些情况下，它甚至可以影响到教育的内容和目的。
然而，这种影响和挑战是否真的是颠覆性的，取决于我们如何利用 AI 技术来改善教育。在这方面，重要的是继续探索和发展人工智能，同时充分考虑人们的需求和期望，并确保 AI 技术在教育领域得到有效和合理的使用。
发表回复