什么是AI,chatgpt能干什么,chatgpt可以解决哪些问题,chatgpt的工作原理是什么?

本文探讨了AI的发展历程,从早期的计算智能到感知智能,再到通用智能时代的ChatGPT。文章介绍了ChatGPT的能力,如写邮件、写小说,并分析了其在业务问题解决中的应用,如分类、聚类、回归和决策问题。同时揭示了ChatGPT的工作原理是基于文本补全的prompt工程。
摘要由CSDN通过智能技术生成

  一,什么是AI

1946--1997:第一台通用计算机诞生——IBM深蓝战胜国际象棋世界冠军——计算智能时代:算力大而取胜。

2010s--2021:语音识别,图像识别进入日常生活,2016年AlphaGo战胜围棋世界冠军——感知智能时代:随着深度学习,机器学习等AI算法的进步,计算机有了“猜”“识别”“分辨”等感知能力。

2022.11:chatgpt横空出世,大语言模型面世——通用智能时代:它不止能干识别图像那种二元对错的任务(识别只有对或错两种结果),还能干写邮件,写小说等开放式任务,并且它不是一个模型只能干一个任务,而是通用于各种各样的应用场景。它是一个大脑。它是AI平权的开始。

二,Chatgpt能干什么?

写邮件

写小说

......

1,怎么用gpt来解决业务问题:

 案例:从文字种识别快递地址,收件人,电话

序列标注问题,本质上是分类问题的衍生。

再如:

舆情分析,坐席质检,故障解释,零代码开发运营等等...

2,从AI视角,怎么定义我遇到的业务问题:

     要解决一个现实问题,要先对问题分类。

        分类问题:有预先设定的类别标签,舆情分析,对事物分类。

        聚类问题:没有预先设定的类别,把相同性质的内容分成类,比如把对产品的评价,整合分类。

        回归问题:根据以往的数据进行预测或者分析潜在逻辑规律。

        决策问题:连续一连串动作,每一步很难评价好坏,但整体指向一个结果,比如下棋,对话,

三,chatgpt可以解决哪些问题:

分类问题:成功。

聚类问题:可以解决,但不是最优解,比较麻烦,词向量解决聚类问题更优。

回归问题:目前效果不佳,不能胜任。

决策问题:类似模拟下棋等带有空间概念的决策,大模型搞不定,但它十分擅长任务规划,比如你需要基于langchain开发框架构建一个基本的RAG系统,gpt可以很详细并且靠谱的生成你的任务规划。 

四,chatgpt的工作原理是什么,它是怎么生成结果的?

本质上大语言模型所做的,只是根据上下文,猜下一个词。就是所谓文本补全。

这就是提示词工程,之所以prompt越清楚细致,所得到的回答越使人满意的原因,因为上面的文本限制住了回答的可能性。

  • 12
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值