近来，OpenAI的AI谈天机器人ChatGPT，因其令人形象深入的谈天“技巧”，在海外引发热潮，OpenAI的联合创始人马斯克毫不掩饰骄傲心情，在推特上称“许多人陷入了张狂的ChatGPT循环中”。
ChatGPT是一个依据对话的原型AI谈天机器人，12月1日，OpenAI的另一位联合创始人山姆·奥特曼（Sam Altman）在推特上发布ChatGPT并邀请人们免费试用。经网友测验后发现，与大部分AI东西不同，ChatGPT不只对答如流，还可以写出较高水平的代码和论文。其论文写作技巧和可用性也一度震动了学者。
最令人感到毛骨悚然的是，一名叫扎克·德纳姆（Zac Denham）工程师诱导（直接问会被一口拒绝）ChatGPT告知自己怎么一步步消灭人类，ChatGPT列出了具体过程，比如侵略核算机体系、把握兵器、损坏通讯、损坏交通……还给出了一段代码示例。OpenAI自然言语模型GPT-3.5加持下的ChatGPT有如此才能，不禁令许多人对AIGC的未来又狠狠神往了一把。
AIGC的开展
AIGC 并不是一个新概念，其萌发阶段可以追溯到上世纪 50 时代，90 时代从实验性向实用性逐步改变。从 2014 年起，跟着以GAN（生成对立网络）为代表的深度学习算法的提出和迭代更新，AIGC 打开了新局面，生成内容水平越来越高。2018 年，AI 生成的画作以 43.25 万美元的价格被成功拍卖，引发各界重视。
2020年OpenAI推出的言语模型GPT-3算法，以及NLP（自然言语处理）技能和Diffusion Model（分散模型）的开展，人工智能不只可以仿照人的思想办法，而且可以了解并运用人类的言语。
近两年，新一代模型现已可以处理的格局内容包含文字、语音、代码、图画、视频、机器人动作等等。AIGC被以为是继专业出产内容、用户出产内容之后的新式内容创造办法，可以在构思、传达、个性化等方面，充沛发挥技能优势。
现在，业界现已有相关的实践。百度推出了AI艺术和构思辅佐作画渠道“文心一格”，腾讯发布了写稿机器人“梦境写手”，阿里巴巴则有旗下的AI在线规划渠道Lubanner，字节跳动则推出剪映供给AI生成视频功用……可是，相较于ChatGFT，仍不行全面。
从深度学习到强化学习
以目标辨以为中心的深度学习现已被用于各个领域，包含谷歌在内的许多科技公司都致力于研制更好用的深度学习模型。
在深度学习呈现之前，由于比如部分最优解和梯度消失之类的技能问题，没有对具有四层或更多层的深度神经网络进行充沛的练习，而且其功用也欠安。可是，近年来，Hinton等人经过研讨多层神经网络，进步学习所需的核算机功用以及经过Web的开发促进练习数据的收购，使充沛学习成为或许。成果，它显示出高功用，压倒了其他办法，处理了与语音，图画和自然言语有关的问题，并在2010时代盛行。
而ChatGFT的模型练习办法首要经过语料库进行自然言语处理的练习。首要，将很多的谈天记录和语料库分词并处理成可供模型辨认的格局。然后，经过运用自然言语处理技能，如言语模型、神经网络、深度学习等，对模型进行练习，让模型可以经过对语料库的学习，模仿人类的谈天行为，并可以答复用户发问。值得一提的是，跟着这些信息被反应到模型中，模型会依据练习师的偏好来调整答案，这是一种练习人工智能的规范办法，被称为强化学习。
现在，ChatGPT模型乃至具有必定的图灵齐备性（图灵齐备：一个核算机体系可以完结任何核算问题，而且可以在有限的时间内完结这些核算使命）。ChatGPT模型经过对语料库的学习，可以模仿人类的谈天行为，而且可以在有限的时间内答复用户发问。可是其并非完美无瑕的东西，当下其还面临着一些缺乏。
首要是了解才能缺乏。现在的ChatGPT模型在答复用户发问时，还存在了解才能缺乏的问题，关于一些比较难明的问题，它无法精确地答复。其次，在答复问题时，ChatGPT模型还不可以很好地进行句法分析，简单呈现答复不行灵敏的问题。再次，学习才能有限，无法经过自己的学习提高自己的答复才能。最终，对语料库的依赖性较强，假如语料库的质量较差，它的答复才能会打扣头。
核算生物学教授卡尔·伯格斯特罗姆（Carl Bergstrom）要求ChatGPT写一篇维基百科式的生平条目，ChatGPT做出来了，可是有一些细节站不住脚。OpenAI表明，处理这个问题很困难，由于他们用于练习模型的数据中没有本相来历，监督练习也或许具有误导性，“由于抱负的答案取决于模型知道什么，而不是人类演示者知道什么”。
结语
本年2月，在 DeepMind 的新论文《A Data-driven Approach for Learning to Control Computers》，研讨者要点探求了练习智能体像人相同进行键盘和鼠标的根本核算机控制。假如机器可以像人类相同运用核算机，则可以协助咱们完结日常使命。在这种情况下，咱们也有或许运用大规模专家演示和人类对交互行为的判别，推进人工智能进一步开展。
作为一个非常“聪明”的AI谈天机器人，有人称ChatGPT或将打败谷歌。不过OpenAI则以为ChatGPT供给不了任何专业主张，由于其常识只来自练习数据中的计算规则，而不是任何相似人类对国际杂乱和笼统体系的了解。乃至像开篇中说到的测验那样，假如被不妥运用，或许会引导用户走向风险和过错。
但无论怎么，它的面世仍是为人工智能的后续开展打开了思路，究竟谁不想要一个可以进行互动式答疑，还可以遵守指令产出内容的通用人工智能使用呢？