譯者 | 崔皓

審校 | 孫淑娟

開篇

人工智能（AI）雖然處于早期發(fā)展階段，但它有可能徹底改變?nèi)祟惻c技術(shù)互動的方式。

人工智能簡介

談到人工智能，目前有兩種主要觀點。一些人認為，人工智能最終會超越人類的智慧，而另一些人認為，人工智能將永遠為人類服務(wù)。有一件事雙方都能達成共識：人工智能的發(fā)展速度越來越快。

人工智能（AI）仍處于早期發(fā)展階段，但它有可能徹底改變?nèi)祟惻c技術(shù)互動的方式。

一個簡單、籠統(tǒng)的描述是，人工智能是一個對計算機進行編程以使其自己做出決定的過程。這可以通過多種方式實現(xiàn)，但最常見的是通過使用算法。算法是一套規(guī)則或指令，可以按照這些規(guī)則或指令來解決一個問題。在人工智能的情況下，算法被用來教計算機如何做決定。

在過去，人工智能主要用于簡單的任務(wù)，如下棋或解決數(shù)學問題。現(xiàn)在，人工智能正被用于更復(fù)雜的任務(wù)，如面部識別，自然語言處理，甚至是自動駕駛。隨著人工智能的不斷發(fā)展，不知道它在未來會有什么能力。隨著人工智能能力的迅速擴張，了解它是什么，它如何工作，以及它的潛在影響是很重要的。

人工智能帶來的好處是巨大的。由于具備自我決策的能力，人工智能有可能提高無數(shù)行業(yè)的效率，并為所有類型的人提供機會。在這篇文章中，我們將談一談GPT-3。

什么是GPT-3，它來自哪里？

GPT-3是由OpenAI創(chuàng)建的，這是一家位于舊金山的先鋒AI研究公司。他們將自己的目標定義為 "確保人工智能惠及全人類"。他們創(chuàng)造人工智能的愿景很明確：一種不局限于專門任務(wù)的人工智能，而是像人類一樣，執(zhí)行各種各樣的任務(wù)。

幾個月前，OpenAI公司向所有用戶發(fā)布了其名為GPT-3的新語言模型。GPT-3是Generative Pretrained Transformer 3的縮寫，其包括可以通過一個稱為Prompt（提示）的前提下生成文本的能力。簡單地說，它具備高水平 "自動完成"的能力。例如，你只需就給定的主題提供兩到三個句子，GPT-3將完成其余的工作。你也可以生成對話，GPT-3給出的答案將基于之前問題和答案的背景。

需要強調(diào)的是，GPT-3提供的每個答案只是一種可能性，因此它不會是唯一可能的答案。此外，如果你多次測試同一個前提，它可能會提供一個不同的甚至是矛盾的答案。因此，它是一個根據(jù)先前所說的內(nèi)容返回答案的模型，并將其與你所知道的一切聯(lián)系起來，以獲得最合理的答案。這意味著它沒有義務(wù)用真實的數(shù)據(jù)給出答案，這是我們必須考慮到的問題。這并不意味著使用者不能透露相關(guān)的工作數(shù)據(jù)，但GPT-3需要將這些數(shù)據(jù)和上下文信息進行對比。上下文的背景越全面，你得到的答案越合理，反之亦然。

OpenAI的GPT-3語言模型是預(yù)先訓練好的，訓練包括研究互聯(lián)網(wǎng)上的大量信息。GPT-3被輸入了所有公開的書籍、維基百科的全部內(nèi)容，以及互聯(lián)網(wǎng)上數(shù)以百萬計的網(wǎng)頁和科學論文。簡而言之，它吸收了我們在整個歷史中在網(wǎng)絡(luò)上發(fā)表的最重要的人類知識。

在閱讀和分析這些信息后，語言模型在位于48個16GB的GPU上的700GB模型中創(chuàng)建了連接。為了讓我們理解這個維度，之前的OpenAI模型，GPT-2模型規(guī)模為40GB，分析了4500萬個網(wǎng)頁。差異是巨大的，因為，GPT-2有15億個參數(shù)，而GPT-3有1750億個參數(shù)。

我們做個測試吧？我問問GPT-3如何定義自己，結(jié)果如下：

如何使用GPT-3

為了能夠使用GPT-3并進行測試，我們唯一要做的是去他們的網(wǎng)站，注冊，并添加個人信息。在過程中會被詢問：你會把人工智能用于什么事情，對于這些例子，我選擇了“個人使用”選項。

我想指出的是，根據(jù)我的經(jīng)驗，在英語語境中的效果會更好。這并不意味著它在其他語言中工作得不好；事實上，在西班牙語中它做得非常好，但我更喜歡它在英語中提供的結(jié)果，這就是為什么從現(xiàn)在開始我所展示的測試和結(jié)果都用的是英語。

當我們進入時，GPT-3給了我們一個免費的禮物。一旦你用你的電子郵件和電話號碼注冊，你將有18美元可以完全免費使用，不需要輸入付款方式。雖然看起來不多，但事實上，18美元是相當多的。為了給你一個概念，我已經(jīng)用人工智能測試了五個小時，我只花了1美元。稍后，我將解釋價格，以便我們更好地理解這一點。

一旦我們進入網(wǎng)站，我們將不得不去游樂場（Playground）部分。這是所有奇跡要發(fā)生的地方。

提示+提交（Prompt+Submit）

首先，在網(wǎng)上最引人注目的是大文本框。這就是我們可以開始向人工智能輸入提示（記住，這些是我們的要求和/或指示）的地方。這就像輸入一些內(nèi)容一樣簡單，在這種情況下是一個問題，然后點擊下面的提交按鈕，讓GPT-3回答我們并寫出我們所要求的內(nèi)容。

預(yù)設(shè)

預(yù)設(shè)是針對不同任務(wù)隨時執(zhí)行的功能。它們可以在文本框的右上方找到。如果我們點擊其中的幾個，"更多的例子 "將打開一個新的屏幕，在那里我們將有整個列表可用。當選擇了一個預(yù)設(shè)，文本區(qū)的內(nèi)容就會用默認文本更新。右側(cè)邊欄的設(shè)置也會被更新。例如，如果我們要使用 "語法修正 "預(yù)設(shè)，我們應(yīng)該遵循以下結(jié)構(gòu)以獲得最佳效果。

模型

用來訓練GPT-3的大量數(shù)據(jù)集，它是GPT-3如此強大的主要原因。然而，更大并不總是意味著更好。由于這些原因，OpenAI提供了四個主要模型。當然還有其他模型，但我們會被建議使用最新的版本，也就是我們現(xiàn)在使用的。

可用的模型被稱為Davinci, Babbage, Curie, and Ada。在這四個模型中，Davinci是最大和能力最強的，因為它可以涵蓋其他引擎所執(zhí)行的任何任務(wù)。

我們將對模型和模型所匹配的任務(wù)類型進行概述。請記住，雖然較小的引擎可能沒有經(jīng)過那么多的數(shù)據(jù)訓練，但它們?nèi)匀皇峭ㄓ玫哪Ｐ停瑢τ谀承┤蝿?wù)來說，是非常可行和便利的。

Davinci

如上所述，它是能力最強的模型，可以做任何其他模型能做的所有事情，通常只需較少的指令。達文西能夠解決邏輯問題，確定因果關(guān)系，理解文本意圖，制作創(chuàng)意內(nèi)容，解釋人物動機，并處理復(fù)雜的總結(jié)任務(wù)。

Curie

這個模型試圖平衡算力和速度。它能做Ada或Babbage能做的任何事情，但它也能處理更復(fù)雜的分類任務(wù)和更細微的任務(wù)，如總結(jié)、情感分析、聊天機器人應(yīng)用和問答。

Babbage

它的能力比Ada略強，但效率不高。它可以執(zhí)行與Ada相同的所有任務(wù)，但也可以處理稍微復(fù)雜的分類任務(wù)，是對文檔與搜索查詢的匹配程度進行分類的語義搜索任務(wù)的理想選擇。

Ada

最后，這通常是最快和最廉價的模型。它最適合于不太細微的任務(wù)，例如，解析文本、重新格式化文本和更簡單的分類任務(wù)。你向Ada提供的上下文越多，它的表現(xiàn)就越好。

引擎

我們可以調(diào)整的其他參數(shù)，以獲得對我們的提示的最佳響應(yīng)，這就是模型。

控制GPT-3引擎輸出的最重要設(shè)置之一是Temperature。這個設(shè)置控制生成的文本的隨機性。數(shù)值為0時，引擎是決定性的，這意味著對于給定的文本輸入，它將總是產(chǎn)生相同的輸出。數(shù)值為1時，引擎會冒最大的風險，并使用大量的創(chuàng)造力。

你可能注意到，在一些你自己能夠運行的測試中，GPT-3會在一個句子的中間停止。為了控制我們將允許生成的最大文本量，你可以使用以token指定的 "最大長度 "設(shè)置。我們將在后面解釋這個token是什么。

"Top P"參數(shù)可以控制GPT-3文本的隨機性和創(chuàng)造性，但在這種情況下，與概率范圍內(nèi)的token（單詞）有關(guān)，取決于我們放置它的位置（0.1將是10%）。OpenAI文檔建議在Temperature和Top P之間只使用一個函數(shù)，所以當使用其中一個時，確保另一個被設(shè)置為1。

另一方面，我們有兩個參數(shù)來懲罰GPT-3給出的答案。其中一個是 "頻率懲罰"，它控制模型重復(fù)預(yù)測的傾向。它也減少了已經(jīng)生成詞的概率，并取決于一個詞在預(yù)測中已經(jīng)出現(xiàn)了多少次。

第二個懲罰是存在懲罰。存在懲罰參數(shù)鼓勵模型進行新的預(yù)測。如果一個詞已經(jīng)在預(yù)測文本中出現(xiàn)過，存在懲罰就會降低該詞的概率。與頻率懲罰不同，存在懲罰并不取決于單詞在過去預(yù)測中出現(xiàn)的頻率。

最后，我們有一個 "最佳 "參數(shù)，它為一個查詢產(chǎn)生了幾個答案。Playground會選擇最好的一個響應(yīng)我們。GPT-3會提出警告，針對提示會產(chǎn)生幾個完整的答案，這會導致花費更多的token。

歷史記錄

為了完成這個部分，"提交 "按鈕旁邊的第三個圖標，將顯示我們對GPT-3的所有的歷史請求。從中可以找到效果最好的回應(yīng)所對應(yīng)的提示。

費用和代幣

一旦免費的18美元額度耗盡，GPT-3還提供了一個繼續(xù)使用其平臺的方法，并不是每月訂閱或類似的東西。價格會與使用直接相關(guān)。換句話說，就是按照代幣收費。這是一個用于人工智能的術(shù)語，代幣與產(chǎn)出的成本有關(guān)。一個代幣可以是任何東西，從一個字母到一個句子。因此，很難確切知道給人工智能的每一次使用的價格。但鑒于它們通常是美分，只要稍加嘗試，很快就能看到每件事情的成本是多少了。

雖然OpenAI只向我們展示了十幾個GPT-3使用的例子，但我們可以看到每一個例子所花費的代幣，從而更好地了解它是如何運作的。

這些是版本和它們各自的價格。

為了讓我們了解一定數(shù)量的字可能要花費多少錢，或者給我們一個關(guān)于標記如何工作的例子，我們有以下工具，叫做Tokenizer。

它告訴我們，GPT系列模型使用標記來處理文本，這些標記是文本中發(fā)現(xiàn)的常見字符序列。模型了解Token之間的統(tǒng)計關(guān)系，并在生產(chǎn)序列中使用下一個Token時被選中。

最后，這是一個低的水平的例子，看看同樣的例子將花費我們多少錢。

結(jié)論

從我的觀點來看，GPT-3是使用者必須知道如何正確使用的工具，GPT-3不一定給出正確數(shù)據(jù)。這意味著，如果你想用它來做工作，回答問題或做家庭作業(yè)，你必須提供很好的背景提示，它給你的答案才能接近你想要的結(jié)果。

有些人擔心，GPT-3是否會改變教育，或者今天存在的某些與寫作有關(guān)的工作是否會因為它而消失。依我愚見，這將會發(fā)生。遲早有一天，我們都會被人工智能取代。這個例子是關(guān)于與寫作有關(guān)的人工智能，但它們存在于編程、繪畫、音頻等方面。

另一方面，它為很多很多工作和項目開辟了更多的可能性，包括個人和職業(yè)。例如，你是否曾經(jīng)想寫一個恐怖故事？在語法檢查器的例子列表中，就可以專門實現(xiàn)這個功能。

說了這么多，我想說的是，我們處于人工智能的早期版本，這個世界仍然有很多產(chǎn)品需要成長和完善，但并不意味著沒有落地。只要我們學習和使用人工智能，就需要不斷訓練它讓它給出最好的回應(yīng)。

譯者介紹

崔皓，51CTO社區(qū)編輯，資深架構(gòu)師，擁有18年的軟件開發(fā)和架構(gòu)經(jīng)驗，10年分布式架構(gòu)經(jīng)驗。

原文標題：??GPT-3 Playground: The AI That Can Write for You??，作者：Isaac Alvarez