ChatGPT 無處不在，但它能做什麼，又是如何工作的？ 我們將分解基礎知識，並解釋如何開始使用人工智能。
自 2022 年 ChatGPT 首次亮相以來已經過去了幾年，你很可能仍然處於人工智能之旅的起步階段。 我們每天都在學習更多關於人工智能的知識，了解這項技術的運作方式可以幫助你充分利用你的對話。
雖然 ChatGPT 在表面上很容易使用，但在幕後卻發生了許多為每個用戶定制的複雜計算。 大型語言模型 (LLM) 依賴於巨大的人工智能神經網絡，可以處理和生成類似人類的文本、分析圖像，甚至可以自己說話。 以下是它的工作原理。
ChatGPT 背後的技術是什麼？
從最基本的意義上講，ChatGPT 是一個對話式的網站或移動應用程序，可以接收來自人類的請求。 人們已經為它找到了許多創造性的用途，包括撰寫文章和電子郵件、設計網站、編寫軟件代碼以及通過人工智能代理完成任務。
雖然 ChatGPT 是當今最流行的人工智能聊天機器人，但您可能聽說過的其他聊天機器人包括 Google Gemini、Perplexity 和 Anthropic 的 Claude。 它們都經過大量數據的訓練，這“教會”它們如何以一種令人信服的方式與人類互動，就好像它們是人類一樣。 但它們更像是外星人（或蹣跚學步的孩子），不斷試圖學習如何成為一個成年人。 它們也希望受歡迎； OpenAI 最近不得不回滾一項 ChatGPT 更新，因為它變得過於諂媚。
這個學習過程是通過向聊天機器人輸送數據來實現的，這些數據主要來自互聯網（維基百科是一個大的來源），包括受版權保護的書籍、YouTube 視頻和其他原創材料，在某些情況下會引發訴訟。 聊天機器人外星人渴望盡可能多的信息，以便它們能夠不斷表現得更好。
該模型通過從數據中獲取一段文本（例如，維基百科文章的開頭句子）並嘗試預測序列中的下一個標記來學習。 然後，它將輸出與其在訓練語料庫中的實際文本進行比較，並調整其參數以糾正任何錯誤。 通過在一個非常大的文本（或圖像或語音）主體上反復執行此操作，它可以開發出一種語言模型，當給定提示時，該模型可以創建連貫的文本序列。
此過程依賴於一種名為深度神經網絡 (DNN) 的軟件架構，特別是 Transformer 網絡。 Transformer 網絡擅長將文本分解成“標記”，這些標記基本上是單詞的一部分（“單詞”是一個標記，“基本上”是兩個標記）。 然後，它會根據用戶的交互預測最有可能與用戶產生共鳴的序列。 每次計算都因人而異，這需要大量的電力和能源。
ChatGPT 還會“記住”你之前的對話，以生成定制的回复。 你與它交談得越多，它就越能完善與你的互動。 如果你說“那不對”之類的話，該模型會注意到並在下次嘗試不同的方法。 這被稱為“從人類反饋中進行強化學習”(RLHF)，這也是 ChatGPT 比其前身更有用的原因。
如何試用 ChatGPT？
你可以在 OpenAI 的網站或應用程序（iOS或 Android）上註冊 ChatGPT，即使不創建賬戶也可以使用基本版本。 免費版本足以滿足偶爾的對話需求，但它限制了你每天可以與旗艦 GPT-4o 模型進行的交流次數以及你可以上傳的照片數量。
對於嚴肅的、持續的使用，你可能需要嘗試付費版本 ChatGPT Plus，它每月收費 20 美元。 它具有更少的限制和額外的功能，如 Sora 視頻創建模型和自定義 GPT。 後者是你可以在特定任務（如語言翻譯）中使用的微型模型，而主要的 ChatGPT 模型更像是一個全能型的運動員。
OpenAI 還提供其他訂閱層級，如每月 200 美元的 Pro 模型，該模型沒有限制，可以執行編譯高級研究報告之類的操作。 還有面向大型組織的團隊和企業賬戶。 最後，開發人員也可以通過 OpenAI 的 API 訪問 ChatGPT，你根據使用的令牌數量付費。
我可以用 ChatGPT 做什麼？
有了正確的說明和上下文，ChatGPT 會非常有用。 以下是你用 ChatGPT 可以做的一些事情。
寫作
ChatGPT 可以成為一個有用的寫作助手。 如果你提示它一次性寫一篇完整的文章，它會給出好壞參半的结果。 但如果你與它逐步合作，ChatGPT 可以做令人印象深刻的事情。 例如，你可以從一個大綱開始，並在 OpenAI 的聊天機器人的幫助下充實每個部分.
編輯
ChatGPT 是一位出色的編輯助手；可以用它進行副本編輯、校對、改寫、風格調整等。
翻譯
ChatGPT 可以很好地翻譯成幾種語言。 如果你正在從事一個專門的領域，你可以通過提供上下文來改進它的翻譯，例如源語言和目標語言文檔的示例。
總結
ChatGPT 可以總結文章、演講和論文。 當你提供指導方針時，例如要突出顯示哪些主題，它會變得更準確。
集思廣益
ChatGPT 可以在這裡提供各種幫助，從為演示文稿建議討論點到計劃旅行。
撰寫代碼
ChatGPT 是一個很好的編碼助手，可以将功能描述转换为几种编程和脚本语言的工作代码。
創建和解釋圖像
你可以上傳照片並詢問有關它們的問題；例如，添加一張樹的照片並詢問“這是什麼植物？” 如果你有問題，ChatGPT 还可以解释屏幕截图，你可以在手机上看到一些东西。 它还可以用其新的内部生成器创建图像，该生成器受到了好评。
進行口頭對話
使用語音模式，你無需精心製作完美的文本提示。 只需對著麥克風說話並開始聊天。
創建電影片段
Sora 视频生成器会生成自定义片段，只有几秒钟长，没有声音，可以用作增强更大的视频项目或用作独立片段。 它适用于 ChatGPT Plus 和 Pro 订阅者，并且可以通过 Microsoft Bing 应用程序免费提供有限的功能。
我們不建議將 ChatGPT 作為研究工具，因为它倾向于产生幻觉或编造信息。 像 ChatGPT 这样的法学硕士可以将文本组合在一起，使其在词汇上是正确的，但在事实上是错误的。 这也适用于使用 ChatGPT 进行编码：它可能会生成非功能性或不安全的代码。 一个好的经验法则是将 ChatGPT 作为起点，然后通过点击 ChatGPT 提供的源链接或单独的 Google 搜索来检查其输出的真实性。（Perplexity 是另一个以引文为中心的聊天机器人。）
ChatGPT 有哪些替代方案？
其他幾家公司和組織已經開發了與 ChatGPT 相比的指令跟踪 LLM。
- **Google Gemini：**谷歌的人工智能模型幾乎可以完成你用 ChatGPT 可以做的所有事情，而且可以連接到谷歌的生態系統，因此你可以將其輸出導出到 Gmail、谷歌表格、文檔等。
- **Bing：**微軟已向 OpenAI 投資了數十億美元，它已將 ChatGPT 集成到其 Bing 搜索引擎中。它是一個對話式界面，用於搜索知識並執行你使用 ChatGPT 可以執行的其他任務。它會引用其生成的信息來源，這使你能夠驗證信息來源。
- **Claude：**Anthropic 是一家總部位於舊金山的人工智能實驗室，它推出了 Claude，這是一款 ChatGPT 競爭對手，在寫作和編碼方面享有很高的聲譽。
- **Perplexity：**作為谷歌的替代方案，許多人使用 Perplexity 來搜索網絡。 它正在迅速崛起，並將成為摩托羅拉新款 Razr 手機上的首選搜索平台。 據報導，三星正在洽談做同樣的事情。
- **開源模型：**開源社區發布了你可以在自己的服務器上運行的 LLM。 這些 LLM 可以幫助你控制你的數據並避免供應商鎖定。 開源 LLM 比 ChatGPT 小得多，而且更難設置，但如果你有技術能力，它們可以產生令人印象深刻的结果。Meta 的 Llama 模型是一些最知名的模型。 其他選項包括 Open Assistant、Alpaca、Vicuna 和 Dolly 2。