刚刚过去的2月，是最近三年来科技互联网最热闹的时光。从月初到月末，ChatGPT的热度覆盖整月，不但全面碾压了十年如一日的上证指数，遇到《狂飙》这种热播剧也能一较高下。
有人还在质疑用途时，国内商业化早就开始：
动作快的人，卖账号卖方案挣了第一桶金；
稍慢些的人，依然在小程序上添加应用场景，拉群推广；
再晚些的人，还在摸索新的变现途径（对，在下也是其中之一）；
就算完全没用过的人，大概率在刷短视频时看到各路博主神情夸张的介绍，替代就业岗位的预期，能让人或多或少的产生焦虑。
直到现在，坦率的说，部署机器人依然是提高群活跃度和催化群裂变最简单直接的方式。如果不是亲自试过，我是不会相信一个群，能在短短几小时里增加至几百人，况且其中大多数都互不相识，还能有着极高的群聊天频率与活跃度。
作为一个辅助工具，ChatGPT有着许多使用场景可以进一步探索。
但显然，过于好用的工具出现，一定会影响到某些利益。
先是有传言监管要求关闭访问OpenAI的服务，国内服务商整改下线。消息传的神乎其神，一度各大财经媒体都在转发。然而几天之后并没有更进一步的信息出现，腾讯对GPT机器人的封禁也是以“使用第三方插件，外挂”的理由判定违规。
同一时间，还发生了些有意思的事。
一些媒体在英语环境下，向ChatGPT提问有关敏感地区的问题。然后用回答结果质疑人工智能表面先进，实则特洛伊木马另有所图。
这些问题确实存在，我不想过多解读，单单只想提一个问题：为什么要在英语环境下提问，这跟打着灯笼进厕所，然后说厕所里有屎有何区别？为了博眼球明知故问，意义何在？
在解释语言环境的问题之前，我们先简单了解一下语言模型的训练方式。
但凡认真了解过ChatGPT的人，都知道它是语言模型训练出来的。GPT3使用了1750亿个参数的语言模型，原理就像它自己说的一样，获取语料来源，拆解成最小可识别单元，然后用预测模仿人类语言。
为了方便各位理解，我画了一张平面图来解释训练原理。恕我代码能力有限，不一定完全正确：
先把语料切分，成最短的字词句组合。从二维平面看，形成了横向是篇幅，纵向是字词句可选项的二维坐标系，语料等待算法拟合。
初始状态
开始拟合时，算法的目标很明确，就是找出那个能近乎一字不差复写出语料的算法分支。为此，从给定起始词开始，在字库中穷举所有已知的文字选项，直到拟合原文，然后进入下一段语句拟合。
拟合算法
这过程用一个词可以形容，就是“大力飞砖”。
每一段拟合，像极了支撑人类百万年进化的优胜劣汰法则，成功拟合的算法得以保留，失败的被无情抛弃，周而复始。
只不过机器不用登上几百万年，只要钱足够，几年就能完成这段光荣进化。
如果从三维来看，拟合可选项会更多，情况更复杂，但多轮拟合完成之后，剩下的算法选项大大减少（相对算力而言），如果再加上人工标注的加持，训练速度会几何级增长。
也就是说，以后的GPT语言模型会更智能，更接近于人的交流和问答方式。
回到前面的话题，你用什么语言和GPT模型交流，它自然会用相应的数据库回复你（当然你也可以指定回复语言或者要求翻译）。换句话说，中文问答用中文语料训练的数据库，英文问答同样如此。
文字解释可能比较长，这段不如看下OpenAI Fine-tuning API微调GPT-3模型的代码示例，代码的目标是训练一个能够回答关于美国总统的问题的模型。代码如下：
```python
# 导入OpenAI库
import openai
# 设置API密钥
openai.api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxx"
# 准备训练数据集，这里只用了一小部分数据作为示例
train_data = [
{
"input": "Who is the president of the United States?",
"output": "Joe Biden"
},
{
"input": "Who was the president before Joe Biden?",
"output": "Donald Trump"
},
{
"input": "How many presidents have there been in total?",
"output": "46"
}
]
# 训练一个新的微调模型，指定模型名称、训练数据、基础模型和训练参数
fine_tune_result = openai.FineTune.create(
model="davinci",
train_data=train_data,
fine_tune_id="president-qa",
max_examples=10,
n_epochs=3,
)
# 使用新的微调模型进行预测，输入一个问题并获取输出
response = openai.Completion.create(
model="president-qa:1",
prompt="Who was the first president of the United States?",
)
# 打印输出结果
print(response["choices"][0]["text"])
```
是的，这也是新必应自己给出的代码示例。
重点就在数据集input和output那里。模型训练时数据库输入了什么，大概率被调用时就会输出什么，直到数据库更新，或者被新的语言模型替代，再或者遇到它也不知道的问题张冠李戴胡乱作答。
英语环境最近几年对敏感地区什么态度，各位媒体大人难道不清楚，你们不去英语环境下为国发帖呐喊，最起码多增加些被训练模型抓取的权重，拿着小学生都知道的结果在国内危言耸听，吓唬谁呢？
难不成又想复制一遍游戏的精神*片鸦**指控吗？
昨天精神*片鸦**，今日科技行业
你看，怎么我用中文提问，新必应的回答就很合情合理啊，完全没有任何瑕疵，甚至都不会做出主观评价。
这回答比百度靠谱多了。
原本这篇文章到此就差不多了，就在结尾时突然看到两条消息。
第一条是国内的，知乎创始人周源建议ChatGPT设定年龄限制。
好家伙，真的好家伙，您是真的要复制游戏行业的未成年人防沉迷？问题是国内游戏容易管，OpenAI你能让他网站接入防沉迷系统，每次登陆时校验一下吗？
再说了，你自家app一没有防沉迷提示，二每天晚上八点半都在直播讨论ChatGPT引流，首页大屏展示生怕人不知道。
做人能不能不要太双标啊，难不成你也怕人工智能抢了你家饭碗？（貌似有这可能）
知乎热榜醒目
第二条是OpenAI的，又有大动作。
就是放在最前面的那张图，简单来说OpenAI开放了应用嵌入API接口，一个账号能开更多授权key，更便宜的流量价格，以及一个有可能威胁到科大讯飞的语音助手。
这些内容展开来都很有意思，咱们暂且留下话题，下一篇展开来，细细讲。
这大概是今年可能性最多的创业机会，宛如新一*大轮**航海时代降临一样，令人激动不已。
弱小和无知不是生存的障碍，傲慢才是。当一些人还拿着GPT3的愚笨说事，更快更智能的GPT3.5已经来了。
你当然可以选择捂住耳朵，用那些堂而皇之的合规，堂而皇之的流程做借口熟视无睹，当有一天时代抛弃你时，根本不会征求你的意见。
没人可以挡住OpenAI，也没人可以禁的掉ChatGPT。