这几天 chatGPT刷爆了朋友圈，它是一个智能聊天引擎，本来人工智能聊天机器人也不算什么新鲜东西，但是由于它的表现过于出众，拉开同类产品一大截，因此引发了破圈效应，引起了很多人的注意。

一、为什么突然火起来了？

2020年7月，OpenAI（一家公司）提出了包含175 billion (1750亿)个参数的GPT究极进化版模型GPT-3，作者们在发布的论文中证明，不通过梯度更新或参数精调，就能在对话、翻译、推理和分类等任务上取得出色的效果。

• 论文下载地址：https://arxiv.org/pdf/2005.14165.pdf

OpenAI官网公布了GPT-3提供的服务，有49种之多，包括机器翻译、代码Bug修改、智能对话、论文写作、语法纠正和文章关键词提取等。以下是目前GPT-3提供的部分服务：

之所以吸引了大家的眼球，一方面是因为模型本身强大的性能，另一方面也是因为GPT-3是第一个将模型转换为付费服务的产品。OpenAI公司基于“Model as Service”的理念，向用户传达了一个信息：GPT-3不是一个停留在实验室的Demo，而是真的能产生实际价值，其中chatGPT的火爆出圈就是一个例子。

二、ChatGPT功能示例

2.1 AI聊天

2.2 AI写新闻稿

2.3 AI写代码

2.4 AI写论文

题目：生成一篇关于新冠病毒的论文提纲

题目：生成一篇关于新冠病毒的论文，小于3000字

2.5 AI画画

题目：三个人在吃火锅

题目：四个人在钓鱼

2.6 chatGPT是在线的吗？

根据作者的测试得出结论，chatGPT好像是离线训练的。想想这么大规模的模型，训练一次花费的代价还是蛮大的。猜测训练的时间是2021年，因为问它2022年的事情它就不知道了。

三、如何使用OpenAI的ChatGPT功能

那么，本文刚开始描述的GPT-3和上面演示的chatGPT是什么关系呢？答案是chatGPT是GPT-3提供的其中一个服务，其他服务广大人民群众关注得少。

值得注意的是，OpenAI是一个盈利的组织，GPT-3是要收费的，目前只有codex和chatGPT两个服务是完全免费的，另一个服务Dalle2（AI画画）仅提供免费200张图片。

另外，OpenAI为众多国家开放了白名单，中国不在首批开放的国家列表中。它会检测你的IP所属的国家，并拒绝白名单外的地区访问。因此，国内是访问不了它的服务的。如果您在拥有访问权限的地区，可以通过一下步骤体验服务：

1. 登录官网:

• 聊天请登录：https://chat.openai.com
• AI画画请登录：https://labs.openai.com
• 查看所有功能请登录：https://beta.openai.com/examples/

2. 注册账号，网上有很多教程[1]，比如这个。
3. 使用功能。

当然，如果你非常想体验一下chatGPT的服务，热心网友做了一个反向代理网站：https://gpt.chatapi.art/，可以上去体验一下。不过由于访问的人特别多，时灵时不灵。

四、如何使用OpenAI的GPT-3其他功能

针对不同规模的业务场景，GPT-3一共提供了4款模型供用户选择，分别是：Ada、Babbage、Curie和Davinci，特点不一样，价格不一样。Ada是最轻量、响应最快的模型，Davinci效果最强大，可以应对复杂文本推理和因果分析。

1. Ada Good at(擅长): Parsing text, simple classification, address correction, keywords
2. Babbage Good at(擅长): Moderate classification, semantic search classification
3. Curie Good at(擅长): Language translation, complex classification, text sentiment, summarization
4. Davinci Good at(擅长): Complex intent, cause and effect, summarization for audience

每位用户在开始的3个月中，有18刀的免费额度。以Davinci为例，0.06美金可以调用1000个token。后面只需要为你使用的资源付费，如果想在某些子领域内获得更好的性能，还可以通过特定数据微调GPT-3，同样也是按token收费，详情请参见官网介绍。

如何将模型用到自己的代码中，直接导入openai模块（import openai），就像下面这样：

import os
import openaiopenai.api_key = os.getenv("OPENAI_API_KEY")response = openai.Completion.create(model="code-davinci-002",prompt="class Log:\n    def __init__(self, path):\n        dirname = os.path.dirname(path)\n        os.makedirs(dirname, exist_ok=True)\n        f = open(path, \"a+\")\n\n        # Check that the file is newline-terminated\n        size = os.path.getsize(path)\n        if size > 0:\n            f.seek(size - 1)\n            end = f.read(1)\n            if end != \"\\n\":\n                f.write(\"\\n\")\n        self.f = f\n        self.path = path\n\n    def log(self, event):\n        event[\"_event_id\"] = str(uuid.uuid4())\n        json.dump(event, self.f)\n        self.f.write(\"\\n\")\n\n    def state(self):\n        state = {\"complete\": set(), \"last\": None}\n        for line in open(self.path):\n            event = json.loads(line)\n            if event[\"type\"] == \"submit\" and event[\"success\"]:\n                state[\"complete\"].add(event[\"id\"])\n                state[\"last\"] = event\n        return state\n\n\"\"\"\nHere's what the above class is doing:\n1.",temperature=0,max_tokens=64,top_p=1.0,frequency_penalty=0.0,presence_penalty=0.0,stop=["\"\"\""]
)

五、总结

AI有三要素：算力、算法和数据。在前两者固定的情况下，GPT3通过庞大的规模带来了震撼的影响。更为重要的是，它基于“Model as a Service”，成功实现了“产品化”，同时考虑了很多不同的业务场景，形成了一条可盈利的商业模式，使得人工智能从实验室走向了一线产业。

利用当下的技术和数据积累，产出服务和价值，继而获取更多的需求和数据，是一个良性循环[2]。长此以往，一定能形成真正的壁垒。

旧时王谢堂前燕，飞入寻常百姓家。

参考资料

[1] https://www.yanlutong.com/gonglue/30511.html
[2] https://zhuanlan.zhihu.com/p/436160702?utm_campaign=shareopn&utm_medium=social&utm_oi=41495855890432&utm_psn=1584596619407843328&utm_source=wechat_session