大厂技术 高级前端 Node进阶点击上方 程序员成长指北,关注公众号
回复1,加入高级Node交流群
ChatGPT
最近一周忽然登上了国内各大平台的热搜榜
,应该在去年11月末
的时候就有不少同学了解并使用过,那个时候它刚刚问世,在互联网圈子
里有了很大的热度,但是对于大众来说,还是不太了解的。
我在去年的时候就跟风注册了一波,其回答问题的准确性
和编码能力
让我吃惊。不得不说,ChatGPT作为一个新兴的AI产品,和老美的电影里的人工智能有那么一些相像了,甩了三问一不知的小爱、小度和小E不止一条街。
上周它忽然就🔥出了圈
,让很多人惊喜
的同时,也让很多人产生了担忧
,下面我们一起来聊聊它,以及如何使用它来让我们生动有趣的编码生活
变得更有趣起来(斜眼笑)。
HOT! HOT! HOT! 🔥 🔥 🔥
首先我们先来看下最近的热度来的有多么的突然,那简直是太炸裂
了,语言不好描述,我收集了一些常见平台的指数截图,大家可以感受一下:
百度指数
注意,近期的峰值可比去年11月底刚推出的时候高的不是一星半点。
Google Trends
注意,搜索热度最高的国家是中国,这还是在有墙的前提下,看来中国人的
忧患意识
不是一般的强
微博指数
ChatGPT是什么❓
在这个产品推出之前,大家应该听说过他们公司的一些其他产品
,比如:
DALL·E 2:openai.com/dall-e-2/
这是一款
图像AI
,主要功能有“根据文案绘画”、“无限拓展图像的边界”...
CodeX:openai.com/blog/openai…
这是一款
自然语言转化成代码
的AI产品,它就是之前比较火的微软的GitHub Copilot
的驱动模型。
包括ChatGPT在内,他们几个都是衍生自GPT-3
的产物,那么GPT到底是什么意思呢?
2018 年 6 月,OpenAI 发布了一篇关于通用语言模型的研究(openai.com/blog/langua… ),虽然全文都没有出现过 GPT 这个名词,但其实它就是 GPT-1。
这篇文章提出了一个叫作Generative Pre-traing
的概念:生成式预训练
。
和传统的以任务为导向的训练方法不一样,生成式预训练不需要人工标注
,比如我们之前分享的《手把手带你实现 ”在浏览器上进行目标检测“ \- 掘金》,里面就有需要人工在图片上标注二维码的位置,生成数据集告诉AI,然后AI再根据这些去学习;再比如说你想训练一个可以做中英文翻译的 AI,你就需要提前准备好大量的中英文对照的句子给 AI 去学习。
生成式预训练的思想就不一样了,我直接拿着人类已有的现成的文字资料去训练 AI
,怎么训练呢?我就让 AI 根据上文去续写下文
,比如一句话,张三每天都很认真地学习,老师们都夸他是好____,“好”字后面我让 AI 去写,如果 AI 写出来的是“学生”,这就和原文一样,那就判断正确了,要是不对,就继续训练它朝着对的方向去走,这种训练方式的好处,就是研究人员不再需要花大量的资源去人工准备答案
,每句话里下一个词就是上一段话的答案,理论上人类现有的所有文字资料,都可以作为训练数据直接喂给 AI 去学习,这就远远大于现有的任何人工制作的数据集
。
因为这个预训练过程不需要人工编写答案,所以人类现有的所有文字信息,小说、典籍、歌词、论坛里的回帖
,甚至是软件代码,只要硬盘装得下,都可以喂给 AI 模型去学习
,不断地增大神经网络模型的参数量,不断地增加训练数据里的文本量,预训练模型的能力就会继续增长,用标注好的数据引导它去做各类具体任务的水平也会相应提升,这种生成式预训练,与一种叫做变形器Transformer
的模型结构相结合,就成了 Generative Pre-trained Transformer
,取三个字母缩写,就是 GPT
。
此后 2019 年的 GPT-2
、2020 年的 GPT-3
,核心迭代思路都是利用“钞能力”扩大模型规模,GPT-2 的参数总量是 15
亿,GPT-3 更是提高到了惊人的 1750
亿,而截至今天,这条“钞能力”路线依然没有摸到天花板, 还在往下继续
。
以上文案和数据部分来自B站UP主
@林亦LYi
:ChatGPT诞生记:先捞钱,再谈理想|OpenAI翻身史\_哔哩哔哩\_bilibili 讲解的特别好,大家感兴趣的可以看一下!
ChatGPT能做什么❓❓
ChatGPT不单是聊天机器人,它还能进行撰写邮件、视频脚本、文案、翻译、代码
等任务,我尝试使用它来进行了一些测试,下面是一些示例截图:
写邮件
写短视频脚本
写代码
案件分析
优化周报
写小诗
......
💻 ChatGPT ✖️ 前端
作为一名前端开发同学,我这段时间就在想,在日常生活里
我如何使用ChatGPT来帮我做些什么事情来提高开发效率呢
?最后想出了几个场景以及我的示例,大家可以参考一下:
一、技术调研 + 文档编写阶段
1、Cover不住的需求点应该用什么技术点来实现比较合适
以我最近在做的需求为例,我需要实现一个比较复杂的
树图
,类似XMind的那种脑图,我就问了一下它,得到的结果还是比较令我满意的
,即使还是有些问题存在
。
2、不确定的技术方案(1)
2、不确定的技术方案(2)
之前实现过一个
浏览器插件
,可以一键识别你当前屏幕中所有的二维码,并且将识别结果返回到对应的位置,我想以这个需求为例,让它帮我想想方案。之前的文章:手把手带你实现 ”在浏览器上进行目标检测“ \- 掘金
插件效果:
二、编码阶段
1、正则表达式就不需要自己去写了
2、代码优化(1)
3、代码优化(2)
4、我想实现一个XX功能,帮我在github上找一个demo
三、自测阶段
1、帮我测试一下XX方法
2、运行不及预期,帮我看看有什么问题
四、读源码
Σ(⊙▽⊙"a 下面的这些回答把我惊艳到了!它是真的懂这些代码!而且还能帮我找类似的代码!!!
五、不错的VsCode插件
1、ChatGPT中文版
(不太推荐
,当使用之后,就无法使用上下文
的方式和ChatGPT交流了,不过因为是中文版,可以装上玩玩)
2、ChatGPT 👍
推荐!
,简单使用下来比较顺畅,该有的快捷功能也都有,最重要的是聊天时是支持上下文
的。
使用展示图:
🙋🏻 指令的美学
如何和ChatGPT这一类的AI沟通
,他们叫做“指令
”,好的指令和坏的指令得到的效果是非常不一样的,如果经常使用一些宽泛的生活用语和它交流,那么得到的结果往往不尽人意,甚至和手机里的语音助手没太大的区别。
我们先看一个不太好
的例子:
我们可以看到,它的回答和网上搜索出来的结果没什么两样,当看到这种结果之后,很多人就会觉得:“啊,它不过如此,对我帮助不大”,可是当我们换一种方式
来问它,结果可能让你惊艳到,我们重新问
:
可以看到,当我们向它发送一些比较专业
一些的指令的时候,得到的结果往往也是更专业的
,同样,这种结果也是更有参考意义
,也是我们更想要的结果。
在发送指令前,希望你的指令最好满足以下几点:
内容清晰
(省去不必要的文字,每个字尽可能都有用)任务定义明确
(帮我制作表格,我要你提供事物的重量和数量)要求具体
(比如我要一个清单、我要计算我的TDEE、我要去超市你帮我准备xxx)具有迭代思维
(一句话可能问不出来你想要的结果,你可以持续性的和它聊,基于一个或者几个点深入一下)
以上参考:抖音@绝对社,对于如何使用更精确的指令讲解的特别好!推荐大家去看~
🔫 杀死那个ChatGPT?
1、For 教育
在美国,有很大比例的学生拿ChatGPT写作业、写论文、考试,而且ChatGPT给出的答卷往往成绩都很棒~
在一项由宾夕法尼亚大学沃顿商学院Christian Terwiesch教授进行的研究显示:ChatGPT能够通过沃顿MBA课程的期末考试
。这位宾大教授1月17日发表的名为《ChatGPT能否获得MBA学位》的论文中称:经过实际测试,其考试得分介于B-和B
之间。
该教授指出,ChatGPT“在解决基本运营管理和流程分析问题方面,包括基于案例研究的问题方面
都表现出色”。机器人给出的解释也非常优秀,它还“非常擅长根据人类提示修改其答案
”。
鉴于这一系列情况,斯坦福大学终于坐不住了
。他们的研究人员已经开发了一种名为DetectGPT
的工具。这工具可以帮助教师识别使用ChatGPT或其他类似的大型语言模型 (LLM) 生成的内容。(魔法才能打败魔法😎
)
号称“干翻媒体人”的ChatGPT,已被多家出版机构“封杀”
多家期刊、出版机构禁止将ChatGPT列为论文合著者
ChatGPT遭美国多市学校封杀
2、For 程序员
它面进Google了!你怕不怕!它的工资可能比你还高哈哈哈!
18万美元offer!ChatGPT通过谷歌L3入职测试,人类码农危?
ChatGPT 通过谷歌 L3 工程师入职测试,年薪 18 万美元
ChatGPT版必应搜索悄悄上线又下线,但评测已经出炉
3、For 其他岗位
从这周的搜索数据趋势来看,很多人还是怕了的,
“它究竟会不会代替我!”
瑟瑟发抖?基于ChatGPT的AI律师太过强大 被人类律师疯狂阻挠
放心 ChatGPT们不会完全取代会计,也不会完全取代审计,理由如下\_会计审计第一门户-中国会计视野
ChatGPT来编辑部上班了,这篇推送它写的
🔚 结束语
如上,ChatGPT像一个💣一样引爆了全网的讨论热潮,但是这个热潮终将会慢慢褪去
,在兴奋的向他人疯狂安利它之余,我也看到了很多人的思考
,综合一些我自己的思考,总结了以下几点:
它的出现真的会让很多人
失业
吗?它的出现无疑是划时代的,当前时间节点还正处在“新”时代的前期,我应该怎样接受它的存在并且高效且合理的使用它来
为我服务
?未来AI遍地的时候,究竟还需要什么样的人才?中国式教育下出来的高材生在那个时代还有什么
竞争力
?这应该是一波
风口
,新的风口下,会出现什么新的岗位,未来的社会又会发生什么样的变化?未来互联网上发言的AI是不是会
超过真实的用户
?如果出现一些谁声音大谁就有理的公共议题讨论会怎么办?
当然,以上的一些想法会比较偏保守
一些,后期肯定也会有更多的法律或者条款来限制AI的野蛮生长,前段时间马斯克
也讲到“人工智能比核弹更可怕,要成立AI监管机构
”。
不过作为一个普通用户
来看,目前的ChatGPT还是一个值得一试
的产品,它真的可以为我们提升蛮多的效率。
目前大家使用的ChatGPT是从GPT3.5衍生出来的AI产品,其训练集并不是互联网上实时的数据,而是来自截止到2021年的数据
。
它还处于一个婴儿阶段
,还有很多不成熟的地方,据OpenAI统计,从2012年到2020年,人工智能模型训练消耗的算力增长了30万倍,平均每3.4个月翻一番
,超过了摩尔定律的每18个月翻番的增速😱。
畅想一下未来~ 我们可以和钢铁侠一样,拥有一个知晓所有事物的Jarvis,你在工作、生活中的时候来上那么一句:帮我看看这段代码有没有什么漏洞、帮我想一下xx功能怎么实现、我想做一个xxx,帮我画个图纸,图纸画好之后,交给3D打印机,打印好之后告诉我...
而且这个未来,应该很近。
作者:木头就是我呀
原文链接:https://juejin.cn/post/7199607659992907832
Node 社群
我组建了一个氛围特别好的 Node.js 社群,里面有很多 Node.js小伙伴,如果你对Node.js学习感兴趣的话(后续有计划也可以),我们可以一起进行Node.js相关的交流、学习、共建。下方加 考拉 好友回复「Node」即可。
“分享、点赞、在看” 支持一波👍