只有我觉得 chatgpt 索然无味吗

是的 只有你

大多数不关注相关[英文]领域的人，以及只用 [中文思维] 对话 chatGPT 的人，是像 OP 这样的。
当然现在这样的人越来越少了，都在用外界的新进展来更新调整自己的认知。


回到正题，知乎上的相关讨论仍然比这儿质量要好，起点要高，且见解足够深刻。而不是有 OP 这样的自视甚高者带头撒泼打滚。
（这点上算是形式和内容相符相成，帖子毕竟天然不适合长篇大论，更适合简单事件议论和情绪输出共鸣）

以下所有引用都更建议回到原文阅读，比我在这儿小学生读书式断章取义要强得多

##################################################################

Q：AIGC 概念股股价开年大涨，AIGC 究竟能产生多少经济价值？ ChatGPT 的商业化路径如何实现？
www[.]zhihu[.]com/question/581754585/answer/2882384195
"""
ChatGPT 的能力，体现在推理、归纳、多轮对话以及对整个世界的认知上，而这些能力的发挥前提，就是一个数量足够大、质量足够高的自然语言数据库，ChatGPT 是建立在 OpenAI 可以在全网抓取庞大数据基础上；而中文世界的文本数据，知乎有天然数据优势。（这可能也就是为什么我的体验是在 ChatGPT 上提供的中文内容，质量远远低于英文内容。
"""
评论：此段提到了 ChatGTP 的推理、归纳、情境理解能力，以及自然语言数据库丰富程度的重要性，间接回答英文质量比中文质量要高。并引出问题——
统计学机器可以诞生出推理、归纳的能力么？

Q：如何评价 OpenAI 的超级对话模型 ChatGPT ？
www [.] zhihu [.] com/question/570189639/answer/2787763735
"""
近期在写 paper 时重读 GPT-3 ，才发现自己之前一直都没有真正理解 in-context learning 的含义，而只是表面的认为其就是不 fine-tune 而冻住主要的模型参数，也从而大大低估了 in-context learning 的能力。在 NLP 领域，或许这个 in-context 的能力是 auto-regressive LLM scale 到比较大之后的 emergent property ，但视觉任务因为不同任务输出空间差异很大，所以如何在视觉领域进行 in-context learning 一直都是个悬而未决的问题，也有很多工作试图将不同任务统一到一个输出空间（ pix2seq 、unified-io 、uvim 等），但都未窥 visual in-context learning 的门径：即需要将任务输入和输出一起 concat 起来输入到模型中，而非传统的图像作为输入、任务输出作为模型输出。
"""
评论：此段提到了 in-context learning 情境学习，可以粗略理解其为上下文语境语义学习。并进一步提到了 emergent property 涌现性质，并怀疑 in-context learning 可能是参数足够多、数据量足够大之后模型自发产生的涌现性质，非此前的计算科学可预测的。且提出了模拟实现 in-context learning 的路径——输入输出一股脑全丢进去，让大模型自己找联系。
此回答也间接用猜想回复了第一段引用——
统计学机器可以诞生出推理、归纳，只不过是以我们暂且不熟悉的“涌现”性质诞生的。

附一个上文中提到的 emergent property 涌现性质——
en[.]wikipedia[.]org/wiki/Emergence
"""
In philosophy, systems theory, science, and art, emergence occurs when an entity is observed to have properties its parts do not have on their own, properties or behaviors that emerge only when the parts interact in a wider whole.
在哲学、系统理论、科学和艺术中，当一个实体被观察到具有其各部分本身不具有的属性或行为时，即代表出现了“涌现”现象。这些属性或行为只有在其各部分处于更广泛的整体中相互作用时才会出现。

Emergence plays a central role in theories of integrative levels and of complex systems. For instance, the phenomenon of life as studied in biology is an emergent property of chemistry.
涌现在综合层次理论和复杂系统理论中起着核心作用。例如，生物学中研究的生命现象即是化学的涌现特性。
"""

说回 chatGPT ，其恰巧可能正是 LLM 参数足够多、训练数据足够庞大之后，用了适当的方法喂出来的第一批弱人工智能，其能力尚未能用计算科学解释，只能归于“涌现性质”。

扯了这么多，只希望能帮到可能帮到的人

5k 哥？

跟人们普遍理解或者说憧憬的"AI"还有很大很大很大的距离

@sillydaddy 谢谢，已经移动并下沉。

引导他回答的过程可太有意思了
问的问题他不愿回答然后想办法换各种方式最后让他写了一堆东西

一个人要有多无知或者傲慢，才会用“只有我觉得 xx 吗”这种方式来提问。

主要是美国互联网公司一如既往地会炒作概念+讲故事，程序员这个群体也有些“造物主幻觉”，对自己是时代的弄潮儿坚信不疑。

chatgpt 给我提供的内容比你提供的内容，有价值的多

chatgpt 是一个好用的辅助，你的工作学习终究是你的工作，chatgpt 可以提供比其他人工智能更加有用、直接的帮助，这就足矣。如果你是想着 chatgpt 来创新、思辨，那还要你干什么？

嗯嗯嗯。你是对的。先 block 了。

别人都变现几千万了 你还在这里酸。。。

一块铁用来砸最多能当石头用，经过合适的加工，可以做农具，可以做鱼钩，可以当武器。不要把 ai 当成特定的工具，当成百变的工具。

正常，因为他只是个 demo ，但是背后的意义不可估量。目前的成果表明了他能够连续对话，这是以往所有助手类都难以做到的，这是非常关键的技术突破，并且计算机的优势大大缩短了学习和成果输出的时间，1 秒看完一本万字的书并且给出总结，这个效率的提升是及其夸张的，更别说可以被集群化了。

第二个的话要结合另一个新闻看，那就是微波光子伊辛机的突破，让组合优化问题的求解，有了物理上的突破，结合 openai ，最终能在各个领域带来的实际产品，才是真正的革新。

不愧是 5k 哥，哪里都能引来腥风血雨

作为一个技术圈子的人，少看点营销号的信息，从技术的角度出发去看他。
反正至今除了 op ，除了这个帖子，我没看到哪个技术圈子说它是新工业革命。

没有营销号的吹水，圈外人会看吗？


那如果 op 是一个非技术相关圈子的人，我的答案也很标准：是的，只有你，没有别人

别人看 ChatGPT 的火爆，谈的是 GPT 模型，是 openai ，是算力算法，是给搜索引擎、文案、计算机科学领域、金融领域、翻译领域等等带来的变革。。。
你倒好，只看了个 Chat 就当成了所有的 AI…………………………

而且 OP 的叙述角度很有意思。潜意识地把跟自己想法不一样的人统称“他们”。
“他们根本不知道 ai 的哲学基础都没完成。
他们不知道现在的 ai 都是科学基础上的模拟品，而科学多少年没突破了？”

以及，神奇的逻辑推理：
“就像迪丽热巴的颜，最近被评为全世界最美美人冠军，但其实就是个评价和炒作嘛。。谁的颜都是俗的，地球上大堆
别人家的颜，就不美就不独一无二了？”
-->按照你的逻辑，因为世界上美女很多，所以夸其中任何一个美女都是没有意义的，因为美女数量很多 = 美女都没意思。
引申到 AI 的话题，因为 AI 产品很多，这类产品一直都存在 = 这些产品都没有意思。
你吃到第 10 个包子的时候饱了，是因为只吃第 10 个就可以了吗？

他是一个行文机器人，很好用啊
用编程说，你只需要输出核心逻辑，它能生成胶水代码，这还不好用么？

一个新事物能得到这么多人的关注，就说明了它对现有世界运行状态的冲击力，如果你还是无动于衷，大概只能说明你这个人索然无味，没有想象力。

我举个想象的场景例子：多轮对话并进行上下文理解，意味着它可以针对你个人的问题做定制处理，那如果加上语音翻译不就成了私人外教老师了吗，而且是二十四小时随时待命，它可以自行针对你的弱电设计课程的...

因为你期望过高
因为你没用到合适的场景

@minlearn 你这要么“狂热”要么“索然无味”何尝不是种二极管，我的观点是没必要狂热，但也依然是很出色的工作。
深度学习就是现实的 AI 技术，不是什么“伪 AI”，我认识的 AI 算法方向的人也都觉得这是个很好的工作，没见过世面的是你吧。
至于等“强人工智能”出现了，你再感到“真正新鲜”有什么用，不如担心一下人类社会还能维持多久

我：
只有我觉得 chatgpt 索然无味吗
看到有人让它扮演角色聊天，并从中得出结论说它有一定的“智能”，于是试用过几次，
我觉得那不过是游戏 ai +聊天机器人的强化版而已。
chatGPT:
那完全取决于个人的看法和期望。对于某些人来说，它可能没有他们期望的智能，但对于其他人来说，它的回答可能非常有用和令人满意。

OpenAI 的 ChatGPT 是基于 Transformer 模型的预训练语言模型，通过学习大量的文本数据来生成文本。它的优势在于，可以生成相当流畅和通顺的文本，并且可以回答很多问题，因此它在许多领域中都有很多应用，例如问答系统、对话机器人等。

如果您有更高的期望，也许可以考虑其他技术，例如自然语言处理技术，人工智能技术等。这些技术可以实现更加复杂和智能的聊天体验。

的确目前的 ai 只是玩弄文字的表面功夫，和逻辑和理解文字的强 AI 完全不搭边，但即使这样用处还是非常大且好玩。
至于强 AI,这想下辈子都是见不到的，这东西一出现就变天。

其实只要把 chatgpt 当作一种提高生产力的应用工具的话，还是有价值的，但要将其归类到 AI 的技术突破上面，还是省省吧

它确实真的帮助我学到了很多知识解决了很多问题，也确实能弥补搜索引擎的不足。
另外 stack overflow 的访问量因为 chatgpt 减少了三分之一。
有用没用，每个人都有每个人的看法，就好像看电影一样，有的人奉为神作，有的人一脸懵逼，有的人觉的是垃圾。

你觉得索然无味没关系，但是你还是相信"有人"对这个东西感兴趣。网上吹它的人可能也觉得这个东西一般，但是他相信他的观众会把它当成一个崇高神秘的东西。chatGPT 不需要你对它感兴趣，只需要让你服从这套意识形态，你就被俘获了，会从第一人称表现出一个资本主义景观。
大多热点新闻、消费主义、LGBT+等问题都是以这种方式传播，而且你还灭不掉它。

@cwcc 那也仅限于开发他的人，人可太多了

确实无感

一开始我也觉得这玩意就是个微软小冰 plus ，直到他给我的代码做了一次 code review

这就像智能手机一样，其实大多数人并不会因为智能手机没有真正的“智能”而觉得索然无味。
但智能手机很好玩，也很好用，所以就很受欢迎。

@Vitta review 代码指的是 leetcode 写个算法就几行？还是整个仓库上千个类，对某个改进的能够提出优化点？

如果是前者，那不就是所有正确答案灌进去训练的结果吗…….

@t41372 比某些精神鸦片患者说的有道理多了，某些人只会给别人灌输思想，但连个所以然都说不出来

也许是你没把他当人，所以才会觉得索然无味。如果把你在这里提的这个问题问 chatgat ，可能就觉得有意思了。
比如问他：只有我觉得 chatgpt 索然无味吗？看到有人让它扮演角色聊天，并从中得出结论说它有一定的“智能”，于是试用过几次，我觉得那不过是游戏 ai+聊天机器人的强化版而已。网上有人吹它新工业革命，我甚至有点尴尬。是不是现在的人非得要歇斯底里的方式才能感觉获得了认知？

op 什么技术水平，能说出《 chatgpt 只不过是游戏 ai+聊天机器人而已》，我想学习一下

感觉微软这 100 亿算是打水漂了，哈哈。

@deepdark 比你会吃精神鸦片的食量小一点而已

@deepdark blocked

从体验的维度说一下吧：

这两天在体验 GPT 时我感到，它与我使用搜索引擎的感觉非常不同，在与搜索引擎交互时，它给我的感觉就是一个工具。但是与 GPT 对话交互，我感觉面对的就是一个人。因为这种语言的互动就会自然地调动我的更多意识模块，使我把对象赋予人格，我的伦理意识和社交情绪反应都被调动了起来，我会说“请问”，当它给了我想要的答案，我会想说“谢谢”，我会用越来越多的日常用语来跟它对话，就是说，它在我这里，有了“人格位”，而百度，只是一个“工具位”，完全不一样。

颠覆性的交互体验是可以带来产业的巨大变化的，iPhone 之所以造就了移动互联网这个产业，就是因为交互上远远好于当时的功能机，看到什么点什么，看不见的上下滑，看不清双指滑动放大，这样的交互方式更自然，更贴近人性。但是，点触的交互之下你还是要有页面，按钮，列表等等元素来组合成为一个程序，依然有学习成本，依然有流程，有边界。而语言比点触更自然，学习成本更低，更能直达目标需求。所以说，对话一定会取代不少 app 。

终于，乔姆斯基出手了：追捧 ChatGPT 是浪费资源

正如博尔赫斯可能指出的那样，如此多的金钱和注意力被集中在这么小的一件事上，这既是喜剧又是悲剧
人脑不像 ChatGPT 及其同类产品那样，是一个笨拙的模式匹配统计引擎