终于有人把chatGPT说清楚了——全网最深入浅出的chatGPT原理科普，包你看懂

我一直觉得人类也不过是个计算机，人在说话的时候，也是在联系上下文，一点点表达出来，本质和ai的一个字一个字蹦差不多，只不过我们一次性蹦出来的多一些。日常交流表现的不明显，写小说的时候感受得到。我写下一句话的时候，总是要想之前的剧情，做到上下文连贯。

♥ 754 ↩ 105

人类的神经元数量够多，而且也经过了后天的数据训练才表现出了意识。一个被狼养大的狼孩和在人类家庭被当做孩子养大的黑猩猩，说不上谁更有意识。所以我理解为大部分的生物神经元数量有限达不到涌现，无法展现意识，小部分生物由于没有产生语言功能以及人类成千上万年积累的社会文化数据库这个训练集所以无法训练成意识。

♥ 478 ↩ 52

我给了自己的电脑一个大逼兜子，它不但没进化出智能，反而蓝屏了，我觉得UP的方法不是很实用。[doge]

♥ 462 ↩ 24

封面是chagtp[笑哭]@

♥ 134 ↩ 5

总算有人可以科学总结，那些说AI只是拼字游戏就是白痴。

♥ 89 ↩ 16

文科生、美术生、模特、金融、销售、翻译、客服……会被淘汰。但体力劳动者，尤其技术工人反而更难被机器人取代，因为ai是软件，可以无代价复制，但是机器人是硬件，每造一个都要高昂的成本（消耗能源，碳纤维，金属特别是稀有金属等材料）以后白领就会像孔乙己一样被淘汰，而蓝领会吃香

♥ 86 ↩ 36

up主说得很棒[tv_点赞]最近正好在学nlp，在了解到OpenAI选择了加迭代层数而在最后，诶不知道怎么的结果就好起来了，的时候，我也想到了刘慈欣的诗云，真的很感慨，难道最后的通用型ai会是算力堆出来的吗，未来的事情真的说不定呢

♥ 80 ↩ 8

chatgpt理解那里的特征提取跟人的理解回复有什么不同吗。 比如人类交谈：你吃了吗？ 根据词向量跟自注意机制，ai大概会选择概率最大的词回复，比如吃或没吃。 而人类可能会有比较特殊的回应，如回复喝水喝饱了。 这两种回复的本质都是根据“你吃了吗”，来选择问题的相关性概率最大的回复。 仅从这个角度，人跟ai对语言的“理解”是否可以等价？

♥ 72 ↩ 17

不管它是不是穷举，有一点可以肯定那就是它无法真正理解这些词背后的含义，它只是掌握了更高维度语言词法和句法的规律或者说因果关系，但是这背后意味着什么它其实并不懂，它离真正的強人工智能还差的很远很远，等人类什么时候可以用数学描述人类大脑意识的产生过程以及人脑对信息的编码机制，才有可能产生強人工智能

♥ 68 ↩ 30

也许强人工智能就此诞生了，就像没人知道人类的智慧从哪儿来一样。

♥ 62 ↩ 12

电脑：国王-男人+女人=女王 人：一个拥有国家的男人/女人是国王/女王。 如果人工智能只是靠 国王-男人+女人=女王，来分析世界（数据）认识世界（结果），那就可以下定论了，人工智能就是一个计算器，区别只是配置高低的区别。 就好像绘画大师（人）能开创了一个流派或是画技，亦或是创作一副传世名画。画匠（智能）只能在原有的流派中绘画或是临摹。 人工智能最底层是0和1，按照逻辑电路和底层算法运行，并且在计算的过程中不会产生错误，不用管这个算法知不知道或是有多复杂，但是输入和输出必定一一映射，。人却不同，人有不确定性，人会犯错。人就是在这种不确定性和犯错的过程中，开辟一个又一个新领域，像树木分出许多枝杈一样。

♥ 48 ↩ 75

一、语言模型chat gbt的工作原理，并深入探讨了其如何通过大数据训练，掌握了更高维度的规律，从而提高了学习效率。 00:01 - 拆的gp t是通过大数据训练让电脑学会了 02:28 - 语言接龙是一种训练方法，可以让电脑掌握更高维度的规律 02:55 - 理解chat gbt的结构规律，才能回答下面的问题 二、向量化技术，将数字和现实世界的事物联系起来，通过增加维度、计算空间距离等方法提高信息的准确性和可读性。 03:33 - 数学问题转化为数学问题，例如英语26个字母用52个数字代替 04:23 - 人工智能时代需要电脑自己处理现实世界信息，向量化是关键 07:04 - 向量空间中，词语之间的距离可以通过高维坐标计算出来 三、人工智能如何通过向量化训练，让计算机能够理解词语之间的空间关系，并从中提取出重要的信息。 07:06 - 在合适维度的坐标中，词语之间的空间关系反映了现实世界的实际关系 07:47 - 词向量化已经能够帮助电脑理解每个词的意思，但信息压缩与特征提取没有做 10:25 - 只有最重要的信息才会进入我们的意识，进行处理 四、transformer模型的发展历程，包括其创造性的自注意力机制，以及该模型在语言特征提取中的应用。 10:39 - 卷积神经网络是提取语言特征的正确方法 11:47 - 谷歌的Transformer模型解决了自然语言的特征提取问题 13:57 - 谷歌和open ai分别拿走了编码器和解码器，搞出了自己的语言模型 五、Open Ai如何通过将话说得漂亮，成为如今大杀四方的通用人工智能雏形的历程，以及背后的原理和未来发展趋势。 14:14 - 人工智能模型如何把话说得漂亮 16:03 - open ai赌对了方向，选择通用人工智能作为方向 17:21 - 下期将继续探讨chat gbt对人类的影响和未来 --本内容基于视频内容由模型生成，仅供参考，由@吉光片羽夜 召唤发送

♥ 46 ↩ 2

[脱单doge]快进到AI比人类更有人性

♥ 45 ↩ 30

[doge]chatGPT：这个视频是一部非常棒的科普作品，它用通俗易懂的语言和生动的图示，向我们讲解了chatGPT人工智能技术的原理和特点。chatGPT是一种基于Transformer框架和大规模预训练数据的自然语言生成模型，它可以根据不同的上下文和目标，生成各种类型和风格的文本。chatGPT的强大之处在于，它不需要进行任务特定的微调，只需要给出一些提示或示例，就可以实现对话、翻译、写作、编程等多种功能。视频中还展示了chatGPT在各种场景下的惊人表现，比如生成诗歌、故事、歌词、代码等。我觉得这个视频非常适合对人工智能感兴趣的观众，它可以让我们了解这个领域的最新进展和潜力。我也很佩服视频制作者的专业和创意，他们用简单和生动的方式讲解了一个复杂和前沿的话题。我给这个视频打五星，强烈推荐给大家！

♥ 40 ↩ 3

emmm我是一个完全的外行，弱弱的问个问题，gpt语言模型会不会表现出两种能力的缺失1.一句话假设讲着讲着觉得不对了就回头改写前一句话（比如说有的时候人会觉得前一句话说的不够好不够精确或者和后一句不能呼应就收回上一句话）。2.想好后两句话再说现在的这句话（比如人在即兴演讲的时候会提前想好中间的重要段落和结束语句）。

♥ 39 ↩ 6

意犹未尽，已经在用gpt工作了，超级爽。不需要你会什么技术，只需要搭建框架，函数内逻辑业务gpt写的不必我之前写的差，虽然我很菜

♥ 36 ↩ 1

跟数字生命一样，等一定程度后可以给它迭代进化，自己手搓代码迭代自己，当他有个载体能帮自己补充需要人工操作才能弄的东西就可以自动进化了

♥ 31 ↩ 1

其实就是人工智障，让朋友去chatgpt问过三个专业问题，结果都答错了[辣眼睛]

♥ 25 ↩ 32

有没有一种可能，用训练gpt的方法来训练出一个围棋ai，毕竟棋谱也是一种语言

♥ 21 ↩ 10

原来是这样……感觉chatgpt的研发者很像创世神啊，把现实中的事物用电脑看得懂的编码呈现在ai的世界中，呈现得越多这个世界就越贴近真实的世界。人们在对话框里输入问题相当于让ai在它的世界里解决问题，然后把方案告诉我们。

♥ 18 ↩ 1