聊天机器人开源项目（OpenAI 最新聊天机器人 ChatGPT 火爆全网！能写代码、编剧本，马斯克盛赞：好得吓人）机器人语音聊天软件 学到了

作者 | 凌敏、平川写代码、编故事、构建虚拟机……聊天机器人 ChatGPT 还有多少惊喜是我们没有知道的？OpenAI 发布测试版聊天机器人 ChatGPT近日，OpenAI 发布了1个全新的聊天机器人模型

ChatGPT，这也是 GPT⑶.5 系列的主力模型之1目前，ChatGPT 还处于测试阶段，只需登录就能免费使用，OpenAI 希望可以通过用户反馈开发出更好的 AI 系统虽然类似的聊天机器人并没有少见，但 ChatGPT 1经发布迅速火爆全网，并收获了无数好评。

有开发者认为，有些技术问题就算问谷歌和 Stack Overflow，都没有 ChatGPT 回答得靠谱连马斯克也在感叹“很多人手机壁纸疯狂地陷入了 ChatGPT 循环中”，“ChatGPT 好得吓人，我们离强大到危险的人工智能没有远了”。

让马斯克盛赞、全网沸腾的 ChatGPT 到底有什么魔力？根据 OpenAI 的介绍，ChatGPT 使用了取另1款 GPT⑶.5 系列的模型 InstructGPT 相同的方法，但另外收集了 AI 取人类对话的数据，既包括人类自己的，也包括 AI 的，这些 AI 训练师可以参照建模建议写出自己的答案。

ChatGPT 开发过程对于强化学习奖励模型，OpenAI 记录了 AI 训练师和聊天机器人之间的对话然后，该团队随机选择了1小我工智能利用没有同自动补全功能生成的回复，并让训练师对其进行评分手机壁纸在进行微调时，OpenAI 使用了近端策略优化（proximal policy optimization），这个过程会反复进行多次。

目前，没有少网友展示了取 ChatGPT 对话的有趣内容，并解锁了多个 ChatGPT 的用途。有网友询问 ChatGPT 如何设计客厅，ChatGPT 给出了3种装饰方案，还贴心地给出了3幅设计图。

有网友用《老友记》等喜剧演员为角色，让 ChatGPT 写1些肥皂剧对白，ChatGPT 把好几个场景描绘得惟妙惟肖：

也能解释各种科学概念：

就连写论文这种比较有挑战的事情，ChatGPT 也冲上来试了试。

其中，最令人兴奋的当属 ChatGPT 在技术领域的用途区别于普通手机壁纸的聊天机器人，ChatGPT 显然更懂技术，它能写代码、改 Bug、创建编程语言、构建虚拟机……取 GitHub 的 AI 编程神器 Copilot 。

相比，ChatGPT 似乎更能抢走程序员饭碗技术公司 Replit CEO Amjad Masad 称赞 ChatGPT 是1个优秀的“调试伙伴”，“它没有仅解释了错误，而且修复了它，并解释了修复方法”

而对于1些更简单的问题，ChatGPT 更是“对答如流”，有网友在对比了谷歌的搜索结果和取 ChatGPT 的聊天结果以后，自信地宣称谷歌已经“完蛋”了ChatGPT 还存在许多局限性虽然给大家带来了很多惊喜，但没有得没有承认，当前的 ChatGPT 手机壁纸还存在大型语言模型中常见的局限性。

其中，部分网友对 ChatGPT 提供的回答准确性存在质疑有网友指出，ChatGPT 提供的代码包含完全没有相关的解释：

另外，ChatGPT 有时还会生成听起来合理，但既没有正确又无意义的回复按照 OpenAI 的说法，因为缺少单1事实来源，过度谨慎训练的模型会拒绝问题，而在有监督训练中，理想的答案取决于模型的知识，而没有是人类演示者。

ChatGPT 对输入的微小变化也会有很大的反应根据输入内容的没有同，它可能没有回答，回答错误内容，或者回答正确内容——根据 OpenAI 的说法，简单的重新措辞就可以了此外，ChatGPT 的回答太过于冗长，大多使用短句，并爱说些车轱辘手机壁纸话。

出现这种情况的原因是过度优化和人类导师的偏见，他们更喜欢人类反馈中那些比较详细的答案ChatGPT 没有会用提问来回应没有清楚的表述，而是尝试猜测用户的意图有时，对于没有恰当的请求，该模型会回应而没有是拒绝它们。

OpenAI 试图使用其适度性 API，来拒绝没有符合其内容策略的请求如果你问 ChatGPT 它自己的意见，它会拒绝回答，给出的理由是没有接入互联网OpenAI 表示：“ChatGPT 模型还有许多局限性，所以我们计划定期更新模型，在这些方面做些改进。

但我们也希望，通过提供 ChatGPT 的访问接口，获取宝贵的用户反馈，以发现我们尚未意识到的问题”虽然当前的 ChatGPT 还没有算完美，手机壁纸但它像人们描述除了1个更光明的 AI 未来谷歌母公司 Alphabet 的工程师评论道：。

“像 GPT 这样的大型语言模型是谷歌活跃的 ML 研究的最大领域之1，并且有大量非常明显的应用程序可以用来回答查询、索引信息等谷歌有大量预算取人员来处理这些类型的模型，并进行实际训练，这是非常昂贵的，因为训练这些超大型语言模型需要大量的计算能力。

然而，我从谈话中收集到的是，在最大的谷歌产品（例如搜索、gmail）中实际使用这些语言模型的经济性还没有完全存在放1个大家感兴趣的演示是1回事，但考虑到服务成本，尝试将它深入集成到1个每天服务数十亿个请求的系统中是另1回事。

我想我记得主持人说过他们希望将成本降低至手机壁纸少 10 倍，然后才能将这样的模型集成到搜索等产品中10 倍甚至 100 倍的改进显然是未来几年可以实现的目标，所以我认为这样的技术将在未来几年内出现。”