ChatGPT闲谈——火出圈的为什么是 OpenAI？
ChatGPT 走入大众视野之后，AIGC 行业迎来了爆发，尤其是上个月，仿佛每一天都可能是「历史性」的一天。
现在各大网站已经有非常多的优秀创作者进行总结和分析，都是值得一阅的好文。今天本文也分享了关于ChatGPT的看法，有谈到技术，也有关于ChatGPT的闲谈，看完这篇文章，相信你会对ChatGPT有更深度的了解。
GPT是什么？
GPT模型是生成式预训练模型，全称是Generative Pre-Training，GPT利用特定的下游任务进行微调（分类任务、自然语言推理、语义相似度、问答和常识推理），在预训练阶段，首先基于庞大的生语料训练一个生成式语言模型；在微调阶段，使用标注数据继续训练模型。
以此发散，GPT可以进行的任务其实有非常多，比如：文本生成、代码生成、问答等等，如果要扯上其他类型的数据，也不是不行，比如图像生成、视频生成等等，谁还不是些个高维向量嘛。
ChatGPT闲谈
这次的ChatGPT直接放开了一个对话框给大家玩，男女老少都能参与，而且效果不差，那可不得一下子就火起来。首先，ChatGPT 并不是一个算法，更像是一套方案，也就是综合了多种方法的一个有机系统，模型追溯其根本都是在之前的研究上搭建起来的。
GPT-3 到 ChatGPT的心路历程
上个月复旦大学发布国内第一个“对话式大型语言模型MOSS”的消息，大量访问一度造成服务器过载，最近整科技圈都卷起来了，简直是大模型的火越烧越旺了。
- 斯坦福发布LLaMA模型
- 清华发布ChatGLM-6B模型
- OpenAI发布GPT4模型
- 谷歌给出PaLM API
- 微软发布Microsoft 365 Copilot
- 百度发布文心一言
很多吃瓜群众都会问：火出圈的为什么是 OpenAI，而不是国内的一线大厂？人家OpenAI现在走的每一步，都是因为之前走的每一步。
从GPT模型提出以来，OpenAI就在不断进行模型优化。GPT3模型是ChatGPT的基石，拥有1750亿的参数，利用45TB的数据进行训练，其训练费用高达1200多万美元。
GPT3的本质还是通过海量的参数学习海量的数据，有着3个很重要的能力：语言生成、上下文学习、世界知识，但GPT3对于某些问题还是无能为力的，比如对于一些命题没有意义的问题、不能保证生成的一篇长文章或者一本书籍的连贯性，就连OpenAI的首席执行官都说，GPT3会犯愚蠢的错，GPT3只是人工智能领域非常早期的一瞥。
谷歌发布“通才”模型PaLM-E不仅可以理解图像，还能理解、生成语言，执行各种复杂的机器人指令而无需重新训练。
OpenAI携手微软于发布了GPT4，可以执行非常多的任务，而且在各种职业和学术考试上表现和人类水平相当。模拟律师考试，GPT4 取得了前 10% 的好成绩，做美国高考 SAT 试题，GPT-4 也在阅读写作中拿下 710 分高分、数学 700 分。
紧接着，微软拎着GPT4开过光的全家桶走来了，GPT4可太上头了。微软CEO纳德拉表示，今天是一个里程碑，意味着我们与电脑的交互方式迈入了新的阶段，从此我们的工作方式将永远改变，开启新一轮的生产力大爆发。
但ChatGPT 还是有一些诟病的
1）数据问题
ChatGPT 爬取的数据通常是在未经同意的情况下收集的，这会带来一系列的责任归属问题。
2）成本问题
不过GPT3还是给AI领域注入了一剂强心剂，代码生成是一个非常有利可图的市场，可以看到，当GPT3模型出世以后，OpenAI团队就将其用在了代码生成，不过，由于其高昂的计算代价也引发了一些垄断的讨论：
- 中小企业没钱搞，而形成AI巨头对算力要求高的算法的技术垄断。
- 客户有私有化部署要求，但这些模型非常大，对资源要求高，当前不太可能实现私有化部署。
对于企业和开发者来说，技术方面的试错成本太高。原生技术和低代码都是开发者手中的工具，工具变革和改革的意义相差甚大，工具的变革意味着生产方式的改进、生产效率的提高。也可以把目光放到另外一条赛道上——低代码，核心逻辑是利用代码库，将已有开发样例进行快速复写，整个开发过程中的人工成本趋近于0。
JNPF，立足于低代码开发技术，采用主流的两大技术Java/.Net开发，专注低代码开发，有拖拽式的代码生成器，灵活的权限配置、SaaS服务，强大的接口对接，随心可变的工作流引擎。支持多端协同操作，100%提供源码，支持多种云环境部署、本地部署。
基于代码生成器，可一站式开发多端使用Web、Android、IOS、微信小程序。代码自动生成后可以下载本地，进行二次开发，有效提高整体开发效率。
开源入口：https://www.yinmaisoft.com/?from=sohu
已经覆盖零售、医疗、制造、银行、建筑、教育、社会治理等主流行业，一站式搭建：生产管理系统、项目管理系统、进销存管理系统、OA办公系统、人事财务等等。可以节省开发人员80%时间成本，并且有以构建业务流程、逻辑和数据模型等所需的功能。
最后，最近吃瓜群众着急的是自己是不是要被人工智能替代了，人家深度学习巨头之一LeCun都急了：Calm down，还早呢，让子弹再飞一会儿吧。