目录
我们或许将真正迎来一个「人工智能助理」时代。
我想 ， 最近许多朋友的生活中 ， 可能或多或少都被 ChatGPT 刷屏了。
你或许也已经看过了许多相关的文章。
它们或许从商业角度出发 ， 告诉你 ChatGPT 引发了怎样的商业浪潮 ； 或许从技术角度出发 ， 告诉你 ChatGPT 的原理和技术有多厉害 ； 又或者 ， 直接向你推销各种各样的类似产品 ， 告诉你这些产品多么有前途……
但这些 ， 离我们的生活都有些遥远。
你可能看了很多文章 ， 依然没有搞明白 ，ChatGPT 究竟是什么 ， 它跟我有什么关系 ？
因此 ， 今天 ， 我想简单聊聊这个话题。
如果你对 ChatGPT 从未听闻 ， 那希望能告诉你一些新信息 ； 如果你对此感兴趣但不熟悉 ， 那希望能为你提供一点指引。
01 ChatGPT 是什么 ？
ChatGPT 实际上不是一个新事物。它是 2022 年 11 月推出的 ， 刚推出的时候我就使用了 ， 还在知乎发了一条想法吐槽了一下。
没想到 ， 时隔两个月之后 ， 随着微软及一票商业公司的入场 ， 它又开始火了 ， 火得家喻户晓。
那么 ，ChatGPT 究竟是什么 ？
从原理上来讲 ，ChatGPT 其实也不是新事物 ， 它背后的基础 ， 是母公司 OpenAI 在几年前发布的自然语言模型 GPT。 对人工智能有所了解的朋友一定知道 ，OpenAI 于 2018 年发布了 GPT-1， 首次让人工智能能够让人类一样「理解文字」、写出文字。
随后几年里 ，OpenAI 陆续推出了 GPT-2、GPT-3， 用更庞大的参数实现了更精细的学习。 通俗来说 ， 就是让人工智能更「像人」了。
目前 GPT- 3 已经用在了很多场合。像国外已经有用 GPT- 3 来写新闻的应用 ， 至于用 GPT- 3 写小说、生成游戏台词、生成代码 ， 也都在探索中了。
而 ChatGPT， 就是在 GPT- 3 的升级版 GPT-3.5 的基础上 ， 进行一定的包装、微调、优化 ， 所做出来的产品。过往的 GPT- 3 只是一个底层引擎 ， 必须接入到一个软件中才能使用。而 ChatGPT， 可以理解为 OpenAI 自己为 GPT 做了这么一个软件 ， 让用户可以直接使用它。
所以它才叫 ChatGPT， 也就是 「可以聊天的 GPT」。
那么 ，GPT 又是什么呢 ？ 它的全称是 Generative Pre-trained Transformer， 生成式预训练转换器。简单来说 ， 它的原理是 ： 先给它提供一个庞大的语料库 （ 通常是直接从互联网上抓来的 ）， 让模型通过上千亿个参数对这些文本进行打散、标记、学习 ， 构建起一个复杂的预测模型。
然后再依据这个预测模型 ， 判断一个单词在这个情境下应该接哪一个单词。就这样一个一个单词串起来 ， 形成一段话 ， 或者一篇文章。
这种预测的模式 ， 其实跟我们大脑的学习和加工模式是非常相似的。因此 ， 这也是它能够更「像人」的一个重要原因。
我们可以用三层模型来理解 ：
这个模型背后无需人工参与的「无监督」式预训练自学习原理 ， 或者说让模型像大脑「自由生长」的过程 ， 就是它的动力层 ；
借由这个原理所完成的 GPT-3.5， 就是一个结构层 ， 是 ChatGPT 起作用的主要基础 ；
而对这个 GPT-3.5 进行包装、优化所形成的 ChatGPT， 就是一个交互层 ， 它的本质就是加了一层更友好的用户界面和交互方式 ， 让个人用户能够更容易地应用它。
02 ChatGPT 能做什么 ？
了解完 ChatGPT 的原理 ， 我们自然会关心一个问题 ： 就目前而言 ，ChatGPT 究竟能做什么 ？
1） 回答问题。
这可能是 ChatGPT 最简单的应用。你在聊天界面里向它提问 ， 比如「波粒二象性是什么意思」， 它就会用流畅的语言向你解释 ， 把这个概念讲解得非常清楚。就我试用的体验而言 ， 效果非常好 ， 简洁晓畅 ， 表达能力胜过许多人。
2） 撰写文章。
你可以向它提要求 ， 让它按照你的要求撰写一篇文章。这是我去年做的一个实例 ， 大家可以看看 ：
质量还是挺像模像样的。
在这个基础上 ， 可以有非常多针对性的应用。比如 ：
你可以让它撰写一封邮件 ， 告诉客户你的报价 ， 并且用礼貌、恳切的语言去表述。它写出来的作品保证用词精确 ， 句子流程 ， 比一般人写的要好 ；
你可以给它一个主题 ， 再给一些背景和指引 ， 让它撰写一份策划方案 ， 甚至让它帮你想创意、提供各种不同方向的点子和灵感。这可以帮你节省大量时间精力 ；
你可以给它一些数据 ， 让它根据这些材料撰写一份报告。它会非常智能地组合这些材料 ， 生成一份文质兼美、结构清晰的报告 ， 省去你斟酌文字的大量功夫 ；
你可以给它一个选题 ， 让它生成大量内容、风格和行文都截然不同的文章 ， 发布在各个平台上。据说已经有一些营销号开始这么干了 ；
你甚至可以让它按照老师的要求写一篇论文。实际上 ， 国外已经有许多学生开始用 ChatGPT 完成作业了 ， 也开始有大学教授跟 ChatGPT「斗智斗勇」， 比如要求学生现场写作 ， 要求学生解释每段话的意思等等。
所以有一个笑话是这样的 ：
老师对 ChatGPT 说 ： 请帮我想一个题目 ；
学生对 ChatGPT 说 ： 请按照这个题目帮我写一篇文章 ；
助教对 ChatGPT 说 ： 请帮我给这些文章写评语并打分。
3） 总结提炼。
ChatGPT 还有一个非常强的能力 ， 就是对输入的材料进行总结提炼。
比如 ： 你可以给它输入一篇文章 ， 让它概括文章大意 ； 或者给它输入一段讨论 ， 让它总结主要观点和论证。
现在也已经出现了一些产品 ， 利用 ChatGPT 背后的 GPT 构建 ， 能够实现这样的效果 ： 你输入一个视频、一个播客 ，AI 帮你收听 ， 听完用简洁的语言总结出视频或播客的要点 ， 呈现给你。
4） 生成代码。
许多程序员朋友盛赞 ChatGPT 的一点 ， 在于它的代码能力非常强。
你提一个要求 ， 比如「如何实现 XXXX 效果」，ChatGPT 会告诉你几种可行的方案 ， 并提供这些方案的主要函数和算法 ；
你向它提问 ， 比如「在 XXXX 情况下出现了一个 bug， 为什么」，ChatGPT 会告诉你几种可能的原因 ， 并告诉你如何处理每一种可能性。
我自己试了一下 ， 我觉得它写代码的能力比我强多了 ， 大概有 100 倍吧。
之所以 ChatGPT 能够掀起这么大的热潮 ， 一大原因是因为它太「像人」了。 你会感觉 ， 跟你对话的似乎不是一台机器 ， 而是一个非常聪明 ， 几乎无所不知、无所不能 ， 并且能满足你任何要求的人。这一点 ， 令许多人欲罢不能。
这表现在几个地方 ：
1） 每一次跟 ChatGPT 聊天时 ， 只要你不关闭窗口 ， 你说的每一句话都会成为它的「上下文」。
换言之 ， 你可以像跟真人对话一样 ， 不断问它「然后呢 ？」「还有吗 ？」， 或者表达你的态度 ， 它会给出像真人一样的回应 ， 无需你不断重复、补充、完善问题。
举个例子 ： 你抛出一个话题 ， 它回答 ， 你对它的回答里有个地方不太满意 ， 可以直接指出来 ， 它会道歉 ， 然后给出一个更好的、满足你要求的回答。
这个过程非常自然、流畅 ， 你就像在跟一个真人对话 ， 它能完全理解你的每一句话 ， 并给出合乎逻辑的回应。
2） 得益于海量的训练参数 （GPT- 3 有 1750 亿个参数 ），ChatGPT 的文字生成能力非常精细 ， 质量极佳。
它写的文章 ， 表达能力甚至强于许多不擅长写作的普通人。我有时向它提几个问题 ， 它给出的回答会让我感到「有启发」， 或者是一个新的角度 ， 或者是一个完善的框架 ， 这已经非常有价值了。
03 ChatGPT 的缺点和问题
但是 ，ChatGPT 也并非绝对完美。实际上 ， 就目前而言 ，ChatGPT 依然存在好几个亟待解决的问题。
最严重的问题 ， 就是 ChatGPT 的错误率实在是太高了。 举一个简单的例子 ， 这是我去年用 ChatGPT 测出来的实例 ：
为了模仿一个外行人 ， 我刻意把问题写得不太准确 ， 可以看到 ， 答案非常离谱。
这可能跟 ChatGPT 的训练语料库主要是英文材料有关。用英语提问的话 ， 答案的正确率会提升 ， 但依然会出错。
并且 ，ChatGPT 往往会用非常自信、言之凿凿的语气来回答问题。这就导致了 ， 如果你是一个外行人 ， 很多时候你可能压根没办法分辨它给出答案的准确性。哪怕是内行 ， 对于一些较为琐碎的细节 ， 也很难去验证。
去年 ChatGPT 刚发布时 ， 知名的程序开发交流论坛 Stack Overflow 就很快将其封禁。官方的解释是 ： 这是因为 ChatGPT 给出的答案经常有错误 ， 但我们很难看出错误在哪里。
从我的角度来说 ， 如果一款人工智能工具 ，100 次回答里面有 3 - 5 次是错误的 ， 那我可能就不会用它。因为我很难判断它会不会再某一次突然犯一个大错误 ， 给我造成严重损失。
实际上 ， 我可能希望等它的错误率达到千分之一以下时才会去使用。但就目前来看 ， 可能还需要很长一段时间 ， 才能达到这个水平。
另一个问题是 道德伦理问题。
ChatGPT 是一个人工智能程序 ， 它只会忠实地按照内在的预测模型回答问题。因此 ， 如果你向它进行诱导性提问 ， 那可能会得到一些偏离道德伦理的答案。这可能会引起不必要的负面反应。
尽管官方已经在不断修复漏洞了 ， 但毕竟防不胜防。
再者 ， 你修复得越多 ， 也就意味着这个工具能够发挥作用的场景越少。这可能是一个需要考虑的平衡。
最后一个非常重要的问题 ， 是 摄入信息的水准问题。
ChatGPT 不能凭空生成信息 ， 它所有的知识 ， 都只能来自于它被喂养的语料。那么 ， 显而易见 ， 它所能够提供的答案 ， 能够输出的内容 ， 也不会超过这些语料的平均水平。你不可能指望它摄入一大堆插科打诨的帖子 ， 要求它写出《三体》。
而由于互联网上存在大量的劣质信息 ， 这就导致了 ：ChatGPT 摄入的信息越多 ， 它整体的水平可能也就越低下。
遗憾的是 ， 我们至今还没有一套可靠的方法 ， 能够客观地判断内容质量的优劣。高引用的论文也可能是错的 ， 名气颇大的学者也可能是灌水出来的 ， 关注者颇多的 KOL 也可能是营销号。
而如果依赖于用户的点赞或转发等数据去判断内容质量 ， 常识和经验告诉我们 ： 这样带来的势必是大量哗众取宠、吸引眼球的劣质内容 ， 只会更严重地污染这个池子。
并且 ， 随着大量工具和服务开始使用 ChatGPT 等工具 ， 大量由人工智能生成的文章会充斥互联网。这就会造成「自产自销」。 一旦人工智能只能喂养由其他人工智能产出的语料 ， 它的水准就将会遭遇一面难以打破的障壁。
有研究认为 ， 在 5 -10 年内 ， 互联网上的内容可能就会被用光。届时 ， 人工智能将成为无米之炊 ， 只能再次反刍自己所产出的信息。
这可能会是制约 ChatGPT 等 AIGC（ 人工智能生产内容 ） 工具的一个最严重的问题。
04 ChatGPT 的未来前景
如果我们用乐观的眼光去看待 ， 认为 AIGC 能够克服上述这些问题 ， 那么 ， 它对我们的生活 ， 会带来什么样的改变呢 ？
1） 搜索。
互联网发明之前 ， 我们的信息获取可以说是搜索 1.0 时代。
那时 ， 我们只能到图书馆去查阅资料 ， 用卡片和笔记本做笔记 ， 通过摄影或手抄的方式记录 ， 繁琐、麻烦、成本又高。因此 ，「做研究」成了一件阳春白雪的事情 ， 只有少数人有能力去做。
后来 ， 有了互联网 ， 有了搜索引擎 ， 大量的信息被电子化 ， 放到网络上。
我们获取信息的方式被大大拓宽了。只需要输入关键词 ， 就能看到刊载在各种期刊上面的文献 ， 存放在图书馆里面的资料 ， 看到别人的分析、观点和见解。我们迎来了一个信息爆炸的搜索 2.0 时代。
而有了 ChatGPT 等 AIGC 工具的辅助 ， 我们可能会迎来搜索 3.0 的时代。
搜索 2.0 迫切需要解决的问题是什么呢 ？ 信息太多了。如何有效地筛选、提炼、整合这些信息 ， 就成了一个难题。但 AIGC 可以解决这个问题。
我们向它提问 ， 给出一个关键词 ， 它快速整合知识库里相关的信息 ， 总结提炼出最符合我需求的答案 ， 呈现给我们。
整个过程流畅、自然、舒适 ， 可以省去我们在大量信息间来回穿梭、整理的时间 ， 极其便捷——这就是搜索 3.0。
你问 ， 它答 ， 答案就在那儿 ， 以最好的面貌呈现给你。
现在已经有一些类似这样的工具了。比如我在用的学术搜索引擎 Elicit， 就是使用人工智能检索我想要的论文 ， 不过还停留在比较初级的阶段。也许等有了更成熟 GPT 的加持 ， 会再上升一个台阶。
因此 ，ChatGPT 也吸引了许多巨头的关注。目前最受关注的 ， 应该就是微软和谷歌了。
微软已经直接投资了 OpenAI， 并且计划在自己的搜索引擎必应和浏览器 edge 中嵌入 ChatGPT。
目前 ，ChatGPT 版必应已经在国外向少量媒体开放 ， 个人使用可能还要等一段时间。你可以登录必应国际版 ， 会有一个加入等待清单的提示。
谷歌也宣布将一个人工智能 Bard 嵌入 Google 搜索之中。Bard 背后依托的是谷歌自己开发的人工智能模型 LaMDA， 跟 GPT 效果相似但不同。
2） 阅读。
前面提到 ，ChatGPT 有总结提炼的能力。这一点 ， 可能彻底改变我们阅读和学习知识的方式。
试想一下 ： 未来我们会如何学习一个新概念 ？ 你向人工智能提问 ， 它直接把概念详细讲解给你。不懂的地方可以继续追问 ， 它会进一步向你解释。那么 ， 你还需要去到处找资料、看教材、听课程吗 ？ 不需要了。有人工智能就够了。
未来我们会如何阅读一本书 ？ 也许你可以把它导入人工智能 ， 它会自己帮你总结提炼出书里最有价值的内容。可能是作者的观点 ， 可能是方法论和步骤 ， 可能是案例或论据……你想要什么 ， 就向它下达什么指令 ， 让它帮你「脱水」， 呈上一份完善的摘要。
未来我们会如何看视频、听播客 ？ 或许我们也不用看、不用听了 ， 直接导入人工智能 ， 它会帮我们总结出其中的要点 ， 甚至可以帮我们写一份妙趣横生、文采飞扬的阅读报告 ， 让我们能轻松愉快地摄入知识。
未来 ， 我们可能每个人都有拥有属于自己的专属医生、律师、财务经理……无论我们想要咨询什么问题 ， 直接问人工智能就好 ， 它会给出最新、最全面、最准确的答案。
当然 ， 上面说的这些 ， 现在的人工智能还远远不能做到。但很可能我们离这一天也不会多遥远了。
3） 写作。
这一点可能是更简单的了。
我们不再需要自己字斟句酌去写邮件 ， 只需要给它一个指令 ， 人工智能就会自动帮我们写好一份邮件。
我们不再需要自己写材料、写报告 ， 只需要给它足够的信息 ， 人工智能就会自动帮我们整理好文字 ， 并且文笔上乘。
我们不再需要把大量的精力耗费在撰写方案、文档上面 ， 而只需要思考 ， 想出各种各样的创意、主题、想法……再把这些想法告诉人工智能 ， 它就可以自动帮我们把这些繁琐的事务全都搞定。
甚至 ， 连思考本身都可以让人工智能来辅助—— 你可以给它一个话题 ， 让它帮你寻找素材、案例、参考资料 ； 或者让它帮你头脑风暴 ， 提供各种各样的点子供你参考……
我们或许将真正迎来一个「人工智能助理」时代。
05 微调 ： 训练你自己的人工智能
在这些应用之中 ， 最令我感兴趣的 ， 其实是微调 （fine-tuning）。
什么意思呢 ？ 它指的是 ： 在人工智能本身的基础上 ， 你再喂给它一些独特的、专属于你自己的材料 ， 把它训练成一个属于你自己的人工智能 ， 让它能够回答一些更具针对性的问题 ， 满足你独特的需求。
举几个例子。
国外有人分享了一个实例 ： 她把自己童年时的日记上传到一个人工智能模型中 ， 让程序去学习她的思维、经历和文字 ， 从而制造出了一个「童年的自己」。然后 ， 跟这个「童年的自己」交谈。 把自己遇到的问题 ， 产生的困惑 ， 面临的抉择向她询问 ， 从自己的内心中寻找答案。
这是一个非常有意思的例子 ， 也令我非常难忘。
同样 ， 如果把一位作家的所有作品输入进去 ， 或许再加上他的生平和经历 ， 这个人工智能就能用作家的口吻去回答一些相关问题。
国外有人做了这么一个尝试 ， 向 ChatGPT 输入《反脆弱》作者塔勒布的作品 ， 让它煞有介事地回答问题 ， 使得塔勒布本人不得不出来纠正。
那么 ， 如果把《红楼梦》以及明清的各种史料喂给一个更成熟的人工智能 ， 它有没有可能续写出《红楼梦》？ 我想 ， 这是可能的。
我感兴趣的点在于 ： 通过微调 ， 我们完全可能创造出一个专属于我们自己的人工智能——只需要把我们所有的笔记 ， 工作中产生的材料 ， 平时的思考和日记……都喂给它 ， 就可以了。
在这个情况下 ， 它就是你 ， 甚至它比你自己还更接近你自己——因为许许多多你可能已经忘却了的记忆 ， 它都能够忠实地保留着 ， 并依据一套算法完善自己的预测模型 ， 做出更符合你内心和需求的选择。
换言之 ， 这就是一个专属于我们的「内脑」。 当我们有疑惑时 ， 当我们需要搜寻信息时 ， 当我们需要分析问题、做出判断时 ， 都可以参考它的意见。
不过 ， 目前的 ChatGPT 似乎还不提供微调的功能 ， 但 OpenAI 官网是有几个模型提供微调的 ， 只不过需要一定的技术能力。感兴趣的朋友可以试一试。
另外 ， 现在有些工具也在往这个方向尝试。比如有一些新兴工具 ， 尝试记录你在电脑上浏览过的一切信息 ； 以及知名笔记软件 Notion 也推出了 Notion AI， 能够提供类似 ChatGPT 的功能。
那么 ， 如果在我们的电脑中内置一个人工智能助手 ， 或者在笔记软件中内置一个人工智能 ， 把我们摄入和记录的信息都作为语料喂给它 ， 似乎并不是遥不可及的事情。
到时也许可以出现这样的事情 ： 你闲来无事 ， 向它提问 ： 最近有没有什么适合我看的电影 ？ 它会向你推荐一个清单。
上面的内容来自哪里呢 ？ 来自它对你打过分的电影、读过的小说、有感而发的想法、平时搜索的内容、甚至跟朋友聊天的信息……这些数据进行综合分析之后 ， 所推断出的你的喜好。
它甚至会告诉你 ： 这部电影用到了你三年前偶然想到的一个点子 ， 处理得非常好 ， 有没有兴趣看一下 ？ 这部电影探讨了一个议题 ， 正好是你前段时间一直感兴趣的 ， 不妨参考一下……
当然 ， 这个「内脑」无法绕开的 ， 就是 隐私安全的问题。 如何确保我们的隐私不被别人所获得 ？ 我们愿意付出多少隐私作为代价来换取这样一个内脑 ？ 我们又能否接受它的存在 ， 如何理解它与我之间的同一性 ？
这些 ， 也许都是可以探讨的问题。
06 ChatGPT 会替代什么职业 ？
似乎每次聊到人工智能 ， 都有人会问这个问题。
不过 ， 我的答案依然是比较乐观的。 就目前来看 ， 甚至就上文所述的近未来来看 ，ChatGPT 等 AIGC 工具 ， 什么都不会替代——它只会提升我们的效率。
原因很简单 ：AIGC 的定位不是一项「职能」， 而是一种「工具」。
什么叫职能 ？ 比如有一款人工智能 ， 功能是帮助你看 X 光片 ， 那这是一项职能 ， 它可能会替代掉一部分医生的功能 ； 但 AIGC 的功能是搜索、阅读、写作 ， 这是所有职业都需要的基础技能。
它本质上是辅助性的 ， 是一种辅助的工具。
AIGC 可以帮我们做到的是什么呢 ？ 我们不需要再给每个 NPC 写一堆重复的台词了 ， 而是可以设计 NPC 的背景 ， 让 AIGC 自动生成他们的台词 ， 甚至产生任务和剧情 ； 我们也不再需要给小说中的每个人物设定人设了 ， 可以先做好背景框架 ， 再让 AIGC 生成一大堆人物 ， 我们从中挑选 ， 润色一下就好……
因此 ， 有了 AIGC 的存在 ， 我们能够想象的未来是 ：
搜索信息更准确了 ， 阅读效率更高了 ， 得到的专业建议有了更多的渠道可以参考对比 ， 游戏的剧情和任务可以更丰富了 ， 小说和影视剧可以更多元化了 ， 新闻可以更加实时地推送给我们……
所有的创作型职业都应该为此感到开心 ， 因为困扰着他们的最大障碍——无聊的、繁琐的、劳动密集型的操作性工作 ， 可以被 AIGC 替代掉了。
那么 ， 面对 ChatGPT 等 AIGC 工具 ， 最需要、可能也是最重要的一项能力是什么呢 ？—— 是 明确自己想要什么 ， 并且能够表达清楚自己想法的能力。
能够提出一个好问题 ， 有时候比能够解决一个问题更重要。ChatGPT 的出现 ， 更加清楚地表明了这一点。
你对自己的清晰认知 ， 对外部世界的独特见解 ， 深入事物本质的洞察力 ， 以及将其表达出来的沟通能力。
这四点 ， 会是我们在面对一个由人工智能驱动的世界时 ， 更加潇洒自如的武器。
07 结语 ： 未来我们该如何管理知识 ？
最后 ， 用我之前写的一个想法来作结吧。
随着 ChatGPT 等 AI 工具的发展 ， 我们还需要记笔记吗 ？ 未来我们该如何管理知识 ？
所有知识 ， 大体上可以分成三类 ：
一是客观存在的信息和事实 ；
二是我们对这些客观信息的理解、总结和思考 ；
三是我们行动实践所获得的经验和心得。
ChatGPT 等 AI 工具 ， 能够替代的是绝大部分的一 ， 以及一部分二。也就是它能替代客观信息库 ， 以及我们对客观信息的总结。但二里面我们自己的思考加工 ， 以及三里面我们的实践记录 ， 是没有办法被替代的。
实际上 ， 这也是让每个人的知识体系和知识结构真正有别于其他人的地方 ：
重要的不是你收集和掌握到了多少信息 ， 而是你对这些信息有着怎样的理解、形成了哪些自己的看法。
随着 AI 的发展 ， 未来更好的形态 ， 可能是一个 「公用的外脑 ＋ 私人的内脑」。我们可以接入这个公用的外脑 ， 询问客观知识库所存在的一切信息和资料 ， 包括论文、互联网文章、书籍、视频 ， 等等。
而每个人基于他所记录的思考和项目实践 ， 可以有一个经过自己微调和训练的内脑 ， 让它学习自己的生活和思考方式 ， 通过向它提问获得更加私人的、针对自己需求的答案 ， 成为自己的秘书。
到时所谓的「记笔记」， 可能就会变成向这个内脑喂材料和微调的过程。而每个人的大脑 ＋ 内脑 ， 可能就会变成一个专属于他的思考机器 ， 也是将每个人区分开来的方式。
我非常期待这一天的到来。
– 闲聊时刻 –
那么 ， 如何体验 ChatGPT 呢 ？
使用 ChatGPT 需要注册 OpenAI 的账号。遗憾的是 ， 注册账号有一定的门槛。
目前 ，OpenAI 不接受中国大陆的 IP 访问 ， 也不接受中国大陆的手机接收验证码。如果你有海外朋友 ， 可以请求他们的帮忙。
然后 ，ChatGPT 现在需要付费了 ， 每月的价格是 20 美元。免费账户也能用 ， 但是会有限制 ， 经常遇到网络堵塞。也许过段时间热度下去了会好一些。
最后 ， 也许是这几天热度太高了 ，ChatGPT 的官网经常出问题 ， 经常访问不了。因此 ， 不妨多等几天 ， 不用急着去尝试。
另外 ， 前文也讲过 ， 微软的必应和谷歌都在尝试将类似产品嵌入到搜索引擎之中 ， 等正式上线了也可以体验一下。
同样 ， 国内应该很快也会有类似产品出现 ， 或者直接接入 OpenAI 的 API。大家可以留意一下。
— THE END —
原文链接：https://blog.csdn.net/sunyctf/article/details/129129579
