準備好了解GPT了嗎？ 學會善用它 讓你擁有超能力

人工智慧（AI）的世界在不斷發展，一直有新的突破和進步。近期ChatGPT的出現引發各界關注與討論。GPT是Generative Pre-trained Transformer的簡稱，中文全名為「生成型預訓練變換模型」。並於2022年12月首次公布，由於能力和潛在的應用令人印象深刻，讓人工智慧社群興奮不已。

ChatGPT之所以吸睛是因為眾人在與它接觸後，發現向ChatGPT提問不僅能夠得出有意義的答案，更能夠得出超過自身能力的答案，這讓大家意識到，若能善用ChatGPT，等同於擁有一位隱形的超級智能夥伴。

OpanAI的註冊會員在短時間內就站上了一億人數大關。但由於大量的會員使用，使得系統負荷過重，因此OpenAI提議開設收費20美元的版本。儘管如此，市場依然趨之若鶩。這也是生平第一次，大家晚上聊天的對象從社群網路上的網友變成了需收費的生成式機器人。

到底GPT是什麼？為什麼具有如此強大的能力？

要深入下去前，首先需要了解GPT家族的沿革。GPT受到技術領域注目是2019年的GPT-2。當時這一個版本已有辦法接續舊文章，生成新的有意義的內容。2020年，OpenAI又發表了GPT-3。這個版本，遠較GPT-2先進許多。

儘管GPT家族在技術上取得了重大突破，但卻始終未能引起大眾的關注。因當時正值全球疫情嚴峻的時期，人們被迫將注意力集中在應對疫情方面，對於人工智慧領域的發展缺乏足夠的關注。

ChatGPT之所以受到如此廣泛的關注和喜愛，是因為它具備了GPT-3所缺乏的關鍵功能：「對話設計」。對於許多人來說，評估一個人工智慧模型的好壞，往往是看它是否能夠在一次來回的對話中聽懂使用者的問題，並給出令人滿意的答案。相比於背後的知識量，人們更關注AI模型的「溝通能力」。

 ChatGPT的出現大大提升了人工智慧模型的溝通能力，因此讓世人驚覺人工智慧的先進程度。這就是ChatGPT受到廣泛關注的原因。同時，ChatGPT的成功也讓人們重新關注GPT家族的潛力和威力，進一步推動了自然語言處理技術的發展。

嗑了仙丹的AI——ChatGPT

ChatGPT或GPT-3的使用者常常對這些模型能夠生成的結果讚不絕口。這些模型能夠以比人類快上10倍甚至20倍以上的速度生成文本，並且生成的文本質量高，令人印象深刻。這是因為GPT-3採用了Transformer架構，並在大量文本資料上預先進行了訓練，因此能夠處理廣泛的自然語言任務，如語言翻譯、總結、文本分類和問題回答等。

相比於其他語言模型，GPT-3具有更高的準確性和流暢性，這是由於它採用了一種全新的神經網絡結構和更先進的學習算法。在GPT-3預訓練的過程中，模型透過閱讀大量的文本資料，從而學習了豐富的知識和文本生成技巧。

簡單來說，GPT-3的架構就是透過餵入大量的範本，學習拆解這些範本並重新組合出新的結果。引擎設計者所餵入的資料越多，GPT-3獲得的知識就越豐富。例如，OpenAI在GPT-3的預訓練過程中餵入了超過570GB的文本資料。當GPT-3獲得足夠豐富的知識庫時，其生成的結果也變得越來越精確。使用者只需要將自己的工作透過語意拆分成多個小任務，讓GPT-3分別完成，再將結果組裝起來，就能像有了10倍超能力的工作者一樣高效地完成工作。

GPT對今日社會的廣泛影響

一個人擁有10倍超能力是一件好事。但是當幾百萬人有了10倍超能力，那會發生什麼事情就難以想像。因此，ChatGPT的推出可能成為當前科技史上影響最大的事件之一。當每個人都擁有超能力時，各行各業將會發生怎樣的變化呢？

GPT的自然語言生成能力可用於重複性任務的自動化，如寫作、內容創建和客戶服務。乍看之下GPT的誕生似乎只影響文學界，實則不然，而是影響多個行業。因為各行各業的書面表達、交流、知識保存、創造都是以文本為基底，所以受影響可能是全方面的。

目前開放的GPT是一個通用引擎，不代表這個引擎未來不可能進化。事實上，它有可能加入專業知識庫，進行資料訓練和結果微調。許多我們認為不可能被顛覆的領域，如專業技術教育、醫療保健和金融等領域的工作崗位可能會受到影響。

白話解說GPT運作原理

當你詢問GPT問題的時候，GPT也會拆解你的指令句/問句，去神經網路後面找到「最相近」的「詞條群」（利用數學計算相似度），重新生成有意義的回答給你。

目前的GPT神經網路內收錄了大量的「常識」，所以它能夠回答你常識上的問題。或是用「常識」根據你的問題，「推論」出可能的結果。

使用精確的問句並不是我們人類說話上的習慣，也不符合我們平常思考的直覺。但我們可以做的是，下了一個命令句後去精修問句，加上下文、意圖、目標等等。提示下得越精確，得到的結果會越好。

以角色扮演方式提高提示效率

為了最大限度發揮GPT的功用，使用精心設計的提示語很重要，讓提示語給模型一個明確且具體的任務；以角色做提示，用特定角色改善GPT的輸出。

GPT回答我們的問題，是按照一般人的角度來猜測與回答，它並沒有角色的概念。然而，一個領域的專業人士去回答一個路人該專業上的問題，回答的水準就不是同一個概念與等級。我們可以利用這個區別，用特定角色提示提供GPT所需要的背景資訊，以產生更準確和相關的輸出。所以，你在使用ChatGPT時可以這麼做：「扮演XXX職業，回答我的YYYY問題。」

1）扮演新聞主播，寫一段關於〔GPT對未來教育的影響〕的新聞片段：

介紹：晚安，我是〔主播姓名〕，今晚我們將討論一項正在革新教育領域的開創性技術，GPT。

PART 1：我們先來看看GPT的背景和歷史，它與其他人工智慧技術有什麼不同。

PART 2：接下來，我們將探討GPT在教育行業中使用的實例，從作文評分自動化到創建個性化的學習計畫。

PART 3：我們還將聽取該領域專家的意見，他們將以GPT對未來教育的潛在影響和必須解決的潛在挑戰進行評價。

PART 4：最後，我們將讓你看到GPT和教育的未來，這項技術會如何改變我們的學習方式。

結語：感謝大家收看我們對GPT和未來教育的特別報導。我是〔主播姓名〕，我們下次見。

2）寫一個關於〔GPT對未來教育的影響〕的新聞片段：

PART 1：討論GPT的背景和歷史，以及它與其他AI技術的區別。

PART 2：探討GPT在教育行業中使用的實例，從作文評分自動化到創建個性化的學習計畫。

PART 3：分析GPT對未來教育的潛在影響和必須解決的潛在挑戰。

PART 4：討論GPT和教育的未來，這項技術將如何改變我們的學習方式。

結語：總結主要觀點，並對GPT和教育的未來提出見解。

以上新聞主播為例：在第一個例子中，提示提供了一個明確的新聞主播的角色，這給GPT一個明確的方向，亦即如何安排片段的格式，如介紹和結論，也幫助GPT提供更詳細和結構化的輸出。第二個例子沒有做新聞主播角色的提示，得出的結果比較籠統，沒有專門針對新聞片段設計的格式，只是一份提綱，也不太詳細。此外，它缺乏新聞主播的視角，而新聞主播的視角對觀眾來說更有吸引力和趣味。

本文出自：《都問AI吧！》／商周出版社