ChatGPT的出现
2022年11月底，ChatGPT 上线，引爆 AI 圈 和 科技圈，2023年春节后, 人人都开始关注并讨论这项新技术 它是 OpenAI 研发的智能聊天工具, 基于GPT语言模型，模拟人类的对话方式 默认只能用文字进行交互，理解多种语言，有一些插件，可用语音，图表等 截止现在，ChatGPT热度依旧火热，也已被大众所知晓并普遍使用什么是ChatGPT
是一个预训练的对话式的文本生成AI工具 第一个呢是预训练。 第二个是对话式的文本生成 Chat 包括输入端即发出有效提问(Prompt) 和 输出端的智能参考答案 GPT G: Generative, 是一个生成式的模型，可以生成符合语法和语义规则的自然语言的文本, 重点是生成式的模型 P: Pre-trained，基于大规模的文本数据的预训练, 可以使自己更加的聪明。 T: Transformer, 使用 Transformer 的架构来有序的处理文本 GPT不是通过搜索而拼凑答案，而是更像一个大脑 当我们提交完问题之后，GPT会基于它预训练好的能力计算出结果 GPT 是一种语言逻辑推理的大模型也叫 LLM (Large Language Model 大型语言模型) 这个模型是一种神经网络，能够读取，并且理解大量的自然语言的文本，能够像人类一样去驾驭这些语言。 比如我们可以通过中文去和GPT去进行交流。ChatGPT的几种访问方式
1 ）访问官网
OpenAI 官方站, https://chat.openai.com 我们如果是调用OpenAI的API, 需要注册官网 注册过程中的技巧和方式，因平台规则限制，在此不详细说明 ?2 ）访问聚合网站
POE AI 聚合网站: https://poe.com
聚合了目前最强大的两个对话类的AI工具
只要你能够去访问POE就可以无压力的，随便用是免费，而且稳定的
当然POE的访问也需要去进行一些配置
对于POE，我们可以打开POE的网站来进行一下演示
推荐使用邮箱的方式去进行注册，或者通过google去进行登录就可以了
3 ） 国内镜像
国内镜像: https://github.com/xx025/carrot 或 chat.forefront.ai 访问这个网站 或直接在搜索引擎搜索国内免费ChatGPT镜像 通过以上方式可以找适合自己的ChatGPT工具GPT 和 AIGC 的关系
GPT是具有代表性的大型的语言生成模型之一, 是比较优秀的LLM的实现，也是其技术实现的代表之一 LLM 就是基于大量的训练数据训练的，能够生成高质量的人工语言的神经网络的模型 AIGC 是由人工算法自动生成文本图片等多种类型的数字内容 所以，GPT, LLM, AIGC是紧密相关的 GPT 是 AIGC 重要的组成之一，AIGC采用大模型的技术来生成高质量的文章和其他的内容 通过分析海量的数据，大模型可以自主的去生成文本，实现对AIGC技术的支持 三者相互促进，并推动着彼此的发展ChatGPT的能力
通过先给它提供一个庞大的语料库，让模型通过上千亿个参数，对这些文本去进行标记和学习 最终构建出一个复杂的预测模型，然后根据这个预测模型去生成我们的数据 这种预测的模式跟我们的大脑学习和加工的模式是非常相似的1 ） 拟人化的能力
因为运作模式类似人脑，这也使得GPT能够更加的拟人化, 正是由于它的这种拟人化 能够让它可以像真人一样，和我们正常的聊天，回答各种各样的问题，甚至可以理解人的感情2 ）了解全领域的知识
我们发现GPT好像所有的知识它都会, 真正的做到了，上知天文下知地理 我们可以向它来提问各个领域的知识，比如让他帮我们写代码和我们写文档等等。 随着它的模型的迭代，参数的变化，GPT对于整个世界的认知，也将会发生质变 和之前传统的预测模型不一样，它不再是单纯的去记录预训练的这些信息。 同时还会基于预训练的信息去提炼成知识，可以说他有了超越认知的创造力。3 ）会表达，具有中立，客观，安全的语言表达能力
同时GPT有中立客观安全的语言表达能力, 当我们询问问题的时候, GPT的回答往往是比较准确和客观的，而且非常具备条理性。 随着GPT的发展，对于一些涉及到不良影响的问题，GPT是拒绝回答的，也就是具备中立和客观的表达的能力。4 ）具备复杂的推理能力，可根据上下文语义自行推理
GPT具备复杂的推理能力, GPT3之后的模型泛化出了思维链的能力 这个能力是模型涌现出新能力的关键机制，可以根据上下文的语义去进行自行推理5 ）接受身份设定，可以告诉它是谁，特长是什么
GPT接受身份设定的能力，可以不停的告诉GPT它是谁？它的特长是什么？ 然后GPT就可以根据我们的设定和提示来帮助我们解决问题 GBT它的这些能力都是以海量的知识和数据作为基础的。 简单点来说，就是将所有的语料送进大语言模型当中，然后让他去预测下一个词汇是什么 与传统的语言模型不同的点在于GPT接收到的语料数据是极其庞大的GPT训练数据的演变
OpenAI 学习资料 参数量 GPT1 5GB 1.17亿 GPT2 40GB 15亿 ChatGPT 45TB+ 1750亿+ 从始至终语言模型，它的训练机制都没有变化, 变的只是模型的量级，俗话说量变引起质变 相较于传统的语言模型呢，GPT就是一个量变引起质变的一个结果
生成大预言模型的过程
第一步是预训练为语言模型灌输知识 第二步是通过模板规范，也就是将人工标注好的这些范例输入到语言模型当中 第三步是创意引导，对GPT生成的结果去进行打标签 基于超大规模的数据，经过这三个步骤造就了今天最强的语言模型ChatGPT类GPT类的产品对当今工作的替代性
1 ）容易被GPT取代的工作场景
客服代表，电话销售 语言翻译员，文字工作者 基础数据分析师 普通程序员 普通助理等水平一般的工作人员2 ) 不容易被GPT替代的工作场景
需要判断和决策工作，通过复杂的分析和判断来做出决策的工作 需要创造力和想象力的工作，如艺术家，作家 人际交往和情感互动的工作，如心理治疗师, 临床医生，教育工作者