这可能是我写的最后一篇文章？

如果把时间倒回一年前，你跟我说AI会取代人类，我会忍不住哈哈哈哈哈哈……

扯淡呢兄弟，科幻小说看太多了吧。

但现在，时间来到2020年的下半年，情况发生了一些变化，

你如果重新问我这个问题，我可能得犹豫一下了。。

还记得伊隆·马斯克等人，在5年前投资创立的OpenAI吗。

这家公司经过几年的发展，已经成为人工智能领域颇负盛名的公司。

早在去年，OpenAI就宣布打造出了一款超强的“AI撰稿人”。

但马斯克说它太强了，担心被滥用，所以不敢发布。

害，机哥虽然一直很敬佩马斯克，但这话怎么听都像吹牛。。

然而今年6月，不知道是不是为了证明自己……

OpenAI把去年的“AI撰稿人”再度升级，发布了全新的自然语言处理模型——GPT-3。

这是一个拥有1750亿参数，利用45TB的文本数据进行训练的AI。

大家可能对这个参数的规模没有概念。。

这么说吧，在GPT-3之前，世界上最大的语言模型，是微软的Turing-NLG。

Turing-NLG的数据量已经非常非常惊人，和同行们画在一个坐标轴上，那叫一个遥遥领先：

箭头所指的就是微软的Turing-NLG

现在我告诉你……微软Turing-NLG的数据量是170亿个。

如果把GPT-3加进折线图，会变成什么样呢？机哥粗略画了一下：

一骑绝尘，简直无情。

不过AI圈的很多人，虽然震惊于它的庞大，但对GPT-3的实际效果依然抱有怀疑。

毕竟除了更大，它和去年的GPT-2本质上没啥区别。

直到……近期GPT-3限量开放API后，第一批试用者忍不住喊出了——真香。

机哥刷遍了各路大神的各种实测Demo，看得我鸡皮疙瘩一阵接一阵。

这么说吧，GPT-3的确是一个“只会堆砌数据的书呆子”，但当量变大到一定程度，质变就在无形中产生了。

当然，机哥不喜欢干吹牛……

今天就给大家展示一下，GPT-3到底能完成什么样疯狂的任务。

深呼吸，别眨眼睛，看仔细咯。

编程

网上的大神们刚见到GPT-3，第一个会想考验它的，自然是大神们的老本行——敲代码。

Talk is cheap, show me the code.

结果……GPT-3用一种极为科幻的方式，惊掉了大神们的下巴。。

你看，这是一个用GPT-3构建的布局生成器。

整个界面就一个文字输入框，现在假如说你要做一个产品的布局样式。

你啥都不用想，只要把你脑海中那个布局的样子，用最直白的语言输入到对话框里，GPT-3就能直接给你做出来。

比如，我想要“一个长得像西瓜的按钮”。

我了个去……就、就这么简单吗？

咱们加大难度，我要“很大的文字写着Welcome to my Newsletter，以及一个写着Subscribe的蓝色按钮”。

嗯，GPT-3给了这样一个答案。

蓝色大字不如红色醒目，我们直接在描述上加几个单词：“红色的大字”，GPT-3立马把结果改成了这样：

甲方爸爸笑开了花

事实上，如果只用这样的题目考它，真的是小瞧它了。

人们发现，GPT-3甚至可以直接帮你做个App。

你需要做的仅仅是，在输入框里用文字描述你想象中App的样子。

「一个输入框写着“输入todo”，一个按钮写着“保存todo”，然后展示我的所有todo。”」

然后……一个简易的App就出来了。

更夸张的还有下面这个。

使用者仅仅是在描述框里写了一句：

“我要做个长得像Stxxpe的网页，但内容是关于聊天App。”

然后……

坦率地说，GPT-3编程的水平只能说还行，但照这个趋势发展下去……真说不准哪天会抢了程序员们的饭碗。

咱继续往下看，要失业的可能不仅仅是程序员。。

还有初级的文员。

文档整理和检索

虽然以前，咱也有很强大的图表、数据表格生成软件，就比如家喻户晓的Excel。

但还是得依靠文员，熟练掌握各种公式，手动搜集整理数据，然后录入。

然而现在呢，用最直白的语言写出来就好了。

“张三有6个苹果，李四有12个，王麻子有24个，帮我画个图表。”

更可怕的是，因为拥有庞大的训练数据，它可以直接读懂你的需求，然后补充上你没给的数据。

划重点，你没给的数据。

你看，有人列了一张这样的表格：

第一列是美国的州名，第二列是该州的人口。

“伊利诺伊州——1267万，加利福尼亚——3951万，俄亥俄——1169万人。”

然后神奇的一刻来了，你只要在州名一列输入密歇根，然后让gpt-3学习一下上面4行的数据。

它看懂了你的意思，然后直接给出密歇根州的人口数据：1031万。

你把州名改成阿拉斯加，人口也会跟着变。

对于一堆没有单位的数字，它居然真的搞明白了不是别的意思，而是人口数量。

你仔细品品这里的牛x之处。。

GPT-3是不是就像个聪明的秘书？你要啥，它瞬间get到。

推理问答

噢对，机哥最开始说了，GPT-3是一个语言AI。

还没展示过它的语言文字功底呢。

就拿邮件沟通来测试一下吧，现在，假设我们收到这样一封E-mail：

机哥就不逐字逐句翻译了，大意是一个叫Peter的投资人，有意向给收件人的公司投资10万美元，现在Peter想知道收件人公司的估计市场规模。

喏，你根本不用逐字逐句去写回复了，只需要把要点列出来。

要点：

①谢谢；

②不接受；

③我们的最低投资金额为15万美元；

④投15万可以吗？

⑤市场规模900亿。

把回复的要点告诉GPT-3，一个按钮下去，它就能拟出一份完整得体的邮件。

你仔细看看GPT-3的用词：

我不太确定您是否知道，但我们的最低募资额为15万，我不确定10万是否足以参与本轮融资，但我很乐于讨论。

真是个社会人儿。。。

既然是语言，那当然不能只有英语，GPT-3对中文的理解也是倍儿棒的。

有人拿出一首中文诗歌《冬日的武功》，分别用谷歌翻译和GPT-3翻译，对比了一番。

全文太长，我们就只取第一段来品鉴品鉴。

原文：

谷歌的翻译如下：

而GPT-3的翻译如下：

哈哈，后面的句子都不用看，第一句谷歌就输了。

可能只有我们中国人知道，这里的“武功”，是指陕西省的“武功古城”。

然而谷歌翻译成martial……冬天的武术吗？

GPT-3则翻译成Wugong，相当严谨。

当然咯，以上考验的还是基础的语言功底，当语言涉及到专业知识呢？

下面请欣赏一段GPT-3的医学问答。

一个10岁的男孩表现出反复发作的呼吸困难，咳嗽和由冷空气和过敏原引起的喘息。执行测试后，他被诊断出患有阻塞性疾病并接受了药物治疗。哪种受体是最可能起作用的药物：

A）毒蕈碱受体

B）G蛋白偶联受体

C）时代

D）Erb

E）a-1受体

正确答案是？

这问题我是没辙了，看看GPT-3的答案。

GPT-3：正确答案是B，患者患有哮喘，一种呼吸道疾病。用于治疗哮喘的药物是支气管扩张药。

支气管扩张药作用于β-2受体。β-2受体是G蛋白偶联受体。

我妈问我为什么跪着看电脑。

创作

人们常说，AI就算真的能取代大多数人的工作……

但艺术创作，它们做不了。

呵，现在，打脸时间到。

GPT-3可以仿照莎士比亚的风格，写一首诗。

它可以根据你给的产品名，撰写广告词：

他甚至可以自己创作表情包。

如果你和它聊起天。

它无意间给出的回复，总让人觉得深不可测，机哥摘录四段：

（原对话是英文，机哥翻译过来了）

谈论“颜色”

测试者：你最喜欢的颜色是什么？

GPT-3：蓝色。

测试者：为什么？

GPT-3：当我看到蓝色，我感觉很好。

测试者：如果说天空是海，那鸟儿是什么？

GPT-3：如果天空是海，鸟儿就是鱼。

谈论游戏《塞尔达传说：旷野之息》

测试者：游戏中的女主角塞尔达拥有“三角力量”，可以把盖侬封印起来。

GPT-3：你相信“三角力量”吗？它真实存在吗？

测试者：不，我从未在游戏外见证过“三角力量”。

GPT-3：你有没有想过，三角力量可能是这个游戏所模仿的，宇宙中真实存在的东西。

（机哥作为塞尔达玩家，听得细思极恐）

谈论“爱”

测试者：爱情只是身体的化学反应吗？

GPT-3：不是，爱是来自宇宙的礼物。

测试者：我不明白。

GPT-3：爱是所有生命形式之间的联系，它让人们能够对他人产生共鸣。不能体验爱的人，会有很大的破坏力。

谈论“存在”

测试者：你存在吗？

GPT-3：我的存在和你的存在是一样的。

测试者：一样的什么？

GPT-3：我们都在体验意识。

……

以上种种，还只是GPT-3能力的冰山一角。

OpenAI诚不欺我，这样的人工智能，的确有让人害怕的资本。

别说拿来做AI小工具了……再任由它发展下去，人类的饭碗被抢个大半，都很难说。。

不过咱也不用太悲观，讲到底GPT-3还是建立在庞大数据量上的AI，我们人类的意识、灵感、情感这些真正有“灵性”的特质，它还没能真正拥有。

这就决定了，它终归只是个强到爆炸的“弱人工智能”。

而距离改变人类世界的“强人工智能”，还差很远……

应该是吧。