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人類與技術互動的方式。

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。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人類與技術互動的方式。

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，如下棋或解決數(shù)學問題。現(xiàn)在，人工智能正被用于更復雜的任務，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的人工智能，而是像人類一樣，執(zhí)行各種各樣的任務。

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果，這就是為什么從現(xiàn)在開始我所展示的測試和結果都用的是英語。

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容。

預設

預設是針對不同任務隨時執(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。當選擇了一個預設，文本區(qū)的內容就會用默認文本更新。右側邊欄的設置也會被更新。例如，如果我們要使用 "語法修正 "預設，我們應該遵循以下結構以獲得最佳效果。

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。

我們將對模型和模型所匹配的任務類型進行概述。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，但它們仍然是通用的模型，對于某些任務來說，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，確定因果關系，理解文本意圖，制作創(chuàng)意內容，解釋人物動機，并處理復雜的總結任務。

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，但它也能處理更復雜的分類任務和更細微的任務，如總結、情感分析、聊天機器人應用和問答。

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，但也可以處理稍微復雜的分類任務，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，例如，解析文本、重新格式化文本和更簡單的分類任務。你向Ada提供的上下文越多，它的表現(xiàn)就越好。

引擎

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

控制GPT-3引擎輸出的最重要設置之一是Temperature。這個設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，與概率范圍內的token（單詞）有關，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"，它控制模型重復預測的傾向。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測。如果一個詞已經(jīng)在預測文本中出現(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所對應的提示。

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。換句話說，就是按照代幣收費。這是一個用于人工智能的術語，代幣與產(chǎn)出的成本有關。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。這個例子是關于與寫作有關的人工智能，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。

譯者介紹

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

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