Hello，大家好，我是斑码AI团队的成员。

第一篇幅主要是与大家同步ChatGPT的概念、原理和应用场景，俗话说“知己知彼才能用的更嗨”，想要去玩好ChatGPT这个“工具”，我们必须去了解它；

背景

首先去介绍一下ChatGPT的背景、发展。

想要深入的了解ChatGPT的全貌，先得从人工智能概念入手，用通俗的语言来讲：人工智能就是让计算机能够像人类一样思考和行动的“技术手段”。

人工智能

什么是人工智能？用大白话来说就是输入处理和输出，输入就是各种信息的灌入，而输出就是经过处理之后返回给我们的解决方案。

人类历史洪流中有很多聪明的人，他们共同的特点就是有个聪明的大脑，因此他们在处理事情上有经验、有能力、有逻辑、有情感，还有其独特的个人魅力。那么所谓人工智能就是把中间这个处理的过程，做成一种智能化的处理方式。

举个例子：如果大家知道霍金很聪明，那就可以模拟出了霍金的人工智能大脑，从理论上来说，你问任何一个跟物理学、天文学相关的知识，经过这个人工智能就能输出一样想要的满意答案，这就是简单的人工智能模型！

当下人工智能可以帮助我们处理很多事情，比如辅导小孩子作业、学习编程、学习AI知识、听音乐、充当英语老师、查文献、写论文等等，几乎涵盖了绝大多数的职业。

人工智能的种类也有很多：有做饭炒菜的、有会端茶递水的、有会导航领路的，马斯克甚至研发出来了能给你生孩子还不生气的女友机器人。人工智能的形态也会随着人类的需要衍生出更多为我们服务的“人工智能”；

目前我们需要去深入了解的ChatGPT也属于人工智能的一种形态，它是可以和我们进行交流，就像我们和朋友、和家人一样沟通的聊天机器人。

了解ChatGPT

好，既然说到ChatGPT，这里我们就来拆解一下火爆全球的 ChatGPT ！

"GPT"是“Generative Pretrained Transformer”的缩写，是一种由OpenAI开发的人工智能技术，主要用于自然语言处理。GPT通过分析和处理大量文本数据，学习如何生成自然且连贯的文本。

GPT 的核心由三部分组成，分别是Generative、Pretrained、Transformer。

**“Generative”（生成式）**指的是它能够生成新的文本，它是一个生成性的AI，生成性 AI 和以往的人工智能有什么本质的区别？我们以深度学习为例来拆解一下，在这个领域里面有个经典的问题，就是我如何让机器知道狗是一只狗。

以往的方式，我在输入端找到成百上千张狗的相关照片，然后在输出端用人工进行标记，告诉人工智能你的选择是正确还是错误的，经过大量的学习，在中间这个黑箱中间，根据卷积神经网络，它就会分层去列举出狗的不同要素，比如说狗有两只耳朵，狗有尖尖的鼻子，狗分为很多品种，狗的毛发很软等等。

当然我只是简化了它所谓的算法，真正的算法分层是非常复杂的，人脑是不可能理解这种复杂的算法的，但是原理基本是一样的，最终是通过大量的投喂数据给人工智能，让它识别出狗是一只狗。

那么对于生成性 AI ChatGPT 来说，它往前走了非常大一步，我们可以直接告诉AI，你帮我画一只狗，这在以往的 AI 是完全做不到的，它没有创造性。

而新的生成式的人工智能，它是可以根据自己学习过的资料和数据去创造生成完全不存在于这个世界上的事物的。

简单的说，它具有创造性了，现在我们使用的ChatGPT，它只能进行文字的输入和文字的输出。在 ChatGPT 更新到 4.0 之后，我们是可以进行图像相关的输入的，但是输出依然是文字。但这并不代表 OpenAI 后面的算法不能够进行大模型的输出和多模态的输出。比如说利用 ChatGPT 3.5 和 4.0 作为内核去生成的一些软件，其实已经能够处理非常复杂的问题了。

**“Pretrained”（预训练）**意味着在被用于特定任务之前，它已经在大量文本上进行了足够多次的学习。

ChatGPT之所以它回答的越来越人性化，是因为它所谓的语料是真实的人在互联网事件里面所发的所有的信息。这里稍微剧透一下，虽然现在是 GPT 4，但实际上很有可能 GPT5 已经在路上或者说早就训练完成了。

咱们以 GPT4 为例实际上它的语料是来源于 2022 年之前的所有互联网上的信息。它为什么会如此聪明？

因为它已经阅读了几乎所有人类相关的知识，它相当于所有人类最好的工程师的集合、所有人类最好的剧作家、律师、金融分析师跟相关各个行业的专家的集合。而你要做的事情是如何调动它的大脑，问出最好的问题，让它把本来就知道的答案输送给你；

ChatGPT 的这个预学习过程使用了两个核心技术，第一个叫监督学习，第二个叫通过人类反馈强化学习。什么意思？你把非常好的语料给它，它会自动去选择那些有价值的内容，选择性的记忆，并且形成一个强的注意力，然后根据这个机制去不断让自己变得越来越好。

比如说你把非常多的诗歌文章喂给它，这个时候当你和它对话的时候，你说 ChatGPT 帮我写一首什么什么样场景的诗，它相当于是一个饱读诗书的诗人的集合，临场能为你创作一首新的诗，这点它能做到而且比大多数人做得更好。

**“Transformer”**是一种特定的模型架构，用于处理序列数据；直译过来是变换器，或者叫变形金刚。咱们是不是有部电影叫变形金刚？我也是影迷，但如果你直译过来就错了。

其实 Transformer 它不是代表变换器，它其实是一种非常底层的深度神经算法网络的名称。它是在 2017 年由谷歌的 Google brain 谷歌大脑的团队开发完成，但是很遗憾的是谷歌自己并没有把这项研究成果发扬光大，而是由隔壁的 Microsoft 微软利用 OpenAI 把它做大做强了，我相信现在可能谷歌的高管们肠子都悔青了。

Transformer 底层有两个机制，第1个叫做选择性记忆，第2个叫注意力机制。

咱们重点讲一下注意力机制，这个稍微有点烧脑，大家理解一下就好。有这样一个场景，当我讲一句话的时候，其实每一个单词它的权重是不一样的，你调换不同单词的位置，它的意义又会发生改变。

那 Transformer 就是允许 AI 在读取不同语料的时候，根据他的理解和他的注意力分配去变换不同语料的权重，它允许这种算法在非常大的数据维度上去进行训练。

因此你可以这么去理解，就是有一个是好学生，老师教他什么他就说什么。另外一个是脑子比较活络的一个打引号的坏学生，他总是愿意去多想一步，或者多想一些，最后你发现你身边那些坏孩子可能生意做得更好，对不对？这就是神秘而强大的GPT。

场景

用ChatGPT自己的认知来解释“自己“的场景如下：

GPT3.5的回答

GPT4的回答

常用场景

通过ChatGPT3.5、4.0给的应用场景以及当下很多公司、团队、个人的真实应用场景总结：目前应用场景几乎覆盖了全领域，常见的办公领域、教育、IT互联网、医疗健康、金融服务、自动驾驶、零售和电商、制造业、语言处理、农业、智能家居等

我们这次的小报童课程主要覆盖办公领域的常用场景，希望能帮助大家解决工作中的比较耗时、重复造轮子的工作，目标是让AI赋能帮助大家提前下班😁

本文来自斑码合伙人二哥，如果对文本内容感兴趣可联系V：「Fjunorg」

**更多内容请点击：**👉 **手册内容汇总 **👈

✨ 如果觉得有收获，请点一点下方的“有启发” ✨

🌱 斑码AI办公团队也会及时优化迭代内容，给大家更好的阅读价值与体验 🌱

#AI办公提效