chatgpt的狂飙之路 chatgpt概念股狂飙

来源：新华每日电讯评论员周琳

近日，智能聊天机器人ChatGPT备受关注，其上线仅两个月，注册用户破亿。此前，新华每日电讯持续关注，陆续发布《两次用ChatGPT续写《红楼梦》，结局大不相同…》《ChatGPT会是现实世界的MOSS吗？》（点击标题链接查看原文）

今天，让我们换个视角看ChatGPT，除了“话聊”功能，对脚踏实地的科技进步，还有哪些启示？

这一通用聊天机器人以极低的门槛，让普通人体验到人工智能技术的魔力，也让从业者看到人工智能商业化的另一种可能。

和这一AI技术“Chat”（聊天）的同时，我们不妨多想一层“基”“批”“替”。

“基”，是说我们要更快为中国人工智能技术突破，搭建良好的基础设施。

支撑ChatGPT过亿用户、快速迭代的，是海量数据和巨量算力。在这两大支撑AI落地的基础设施领域，我国都存在一定差距，一方面中文语料库暂时不够丰富，另一方面算力也受到芯片等“地基”的掣肘。

积累语料是一个需要“慢工出细活”的领域，芯片等基础设施更需要科技自立自强的突破和创新。

“批”，是说对伴随这一新生事物可能产生的种种灰色产业，例如虚假训练、文章造假、虚假广告等伦理问题，要保有一定批判态度。

人工智能有其社会属性，需要全球治理，既为创新“留白”、又为安全“立规”。我国是较早开展人工智能立法探索的国家之一，始终高度关注这一领域的风险挑战，部分地方也已出台法规，积极为人工智能全球治理贡献智慧。同时，在隐私保护、人工智能的“智力成果”是否享有著作权等问题上，都应设立相关规章制度，为技术发展划出边界，也为全球共同治理探路。

“替”，是说ChatGPT大火后，国内大厂纷纷官宣将有替代版本，人们也期待中国版ChatGPT的惊艳亮相。

经过长期耕耘，在工业制造、农业育种、无人驾驶、黑灯工厂等众多领域，中国人工智能产业已全面开花，核心产业规模超过4000亿元，为经济发展提供智慧动能。中国信通院数据显示，2012年至2022年9月，全球人工智能领域发表的论文约100万篇，28%来自中国，中国高水平论文产出占比从2012年的20.36%增长到2021年的50.71%。

人工智能正在以润物细无声的方式，赋能百业、走进千家，不断创造出新业态、新模式、新市场，有力推动各行各业数字化、智能化转型。

ChatGPT的火爆启示我们，人们不仅希望看到图像识别、语音识别等“看得见、听得懂”的感知智能，也希望出现更多“能读会写”的认知智能。扩展到人工智能赛道，需要协同推进技术创新、基础设施、赋能应用和治理体系建设，抢抓发展机遇，为制造强国、网络强国、数字中国建设提供有力支撑。

?相关链接

“美国医生”难考

ChatGPT能一次“过”吗？

来源：新华社（作者：王鑫方）

美国执业医师资格考试以难度大著称，而美国研究人员发现，聊天机器人ChatGPT无需经过专门训练或加强学习就能通过或接近通过这一考试。对此，有人对人工智能在临床医学的应用充满期待，有人则开始反思美国医学教育及相关考试的不足。

参与这项研究的人主要来自美国医疗保健初创企业安西布尔健康公司(AnsibleHealth)。他们在美国《科学公共图书馆・数字健康》杂志9日刊载的论文中说，他们从美国执业医师资格考试官网2022年6月发布的376个考题中筛除基于图像的问题，让ChatGPT回答剩余350道题。这些题类型多样，既有要求考生依据已有信息给患者下诊断这样的开放式问题，也有诸如判断病因之类的选择题。两名评审人员负责阅卷打分。

结果显示，在三个考试部分，去除模糊不清的回答后，ChatGPT得分率在52.4%至75%之间，而得分率60%左右即可视为通过考试。值得注意的是，ChatGPT有88.9%的主观回答包括“至少一个重要的见解”，即见解较新颖、临床上有效果且并非人人能看出来。相比之下，专门针对生物医学领域文献训练出来的一款大型语言模型PubMedGPT在类似测试中得分率刚过50%。

研究人员说，“在这个出了名难考的专业考试中达到及格分数，且在没有任何人为强化（训练）的前提下做到这一点”，这是人工智能在临床医学应用方面“值得注意的一件大事”，显示“大型语言模型可能有辅助医学教育、甚至临床决策的潜力”。

实际上，在这篇论文初稿写作过程中，ChatGPT就做出了“较大贡献”，与研究人员关系如同事般，而安西布尔健康公司的临床医生们也已在使用ChatGPT改写一些术语繁多的报告，以便患者理解。

新西兰惠灵顿维多利亚大学软件工程高级讲师西蒙・麦卡勒姆对人工智能在医学领域的应用同样乐观。他告诉法新社记者，谷歌公司一款名为Med-PaLM的人工智能医疗助手“能够向患者提供和专业全科医生一样好的建议”。随着技术不断发展，“我们可能很快会从‘谷歌医生’或‘必应（微软旗下搜索引擎的名称）护士’那里得到医学方面建议”。

不过，也有人持异议。《科学公共图书馆・数字健康》同日刊载的一篇文章题目是《ChatGPT通过美国执业医师资格考试让人们注意到医学教育的缺陷》。作者在文章中说，ChatGPT的成功，一方面反映医师考试过于强调机械记忆，对疾病机理死记硬背，“不能充分评估现代医疗实践所需技能”；另一方面反映医学教学方式僵化，易让学生误以为医学上的问题“非对即错”，而临床中“正确的”选择含义丰富，既需要医生摒弃偏见、发挥创造力、展开批判性思考，也需要考虑众多现实因素。

美国执业医师资格考试属于标准化考试，分为三部分。第一部分侧重于考察基础科学和药理学，考生通常是完成300至400小时专业学习的医学生；第二部分一般由四年级医学生参加，重点考察临床诊断推理能力、医疗管理水平和生物伦理方面内容；最后一部分考试对象是完成至少6至12个月研究生医学教育的实习医生。

ChatGPT意为“聊天生成预训练转换器”，是美国开放人工智能研究中心研发的大型语言模型，去年11月发布，由于能在数秒内按用户需求写出论文、诗歌或编程代码而引起轰动。美国科学促进会运营的全球科技新闻服务网站“尤里卡警报”说，与现有的多数聊天机器人不同，ChatGPT不能上网搜索，而是经由内部数据处理生成类似人类语言的文本。

chatgpt 国内能不能用 chatgpt保姆级注册教程

ChatGPT

的训练如何进行？

训练一个

ChatGPT

模型可以分为以下几个步骤：

1. 

数据准备：

首先需要准备足够的聊天对话样本，这些样本可以是真实的

人工对话，也可以是程序生成的虚拟对话。这些对话帮助

ChatGPT

模型学习语

言的上下文，从而能够生成更自然、更合乎逻辑的回复。

2. 

模型构建：

构建

ChatGPT

模型的基础是一个语言模型，

它基于一个双层

双向循环神经网络

（

bi-directional encoder-decoder)

。

该模型能够捕捉上下文信息，

从而实现更准确的语义理解。

3. 

训练：在训练过程中，

ChatGPT

模型会利用对话的上下文来预测下一句

话的内容。

它会根据训练数据中的上下文信息，

来预测一句话的内容，

以及它与

其他句子的关系。

训练过程会持续进行，

以不断完善模型，

直到模型性能达到预

期效果。

4. 

模型评估：

在训练完成后，会对模型进行评估，以评估模型的准确率和

性能。

评估过程中，

会给出模型在一系列任务上的表现，

并根据表现给出评估结

果。

5. 

部署：

部署

ChatGPT

模型后，

它就可以开始与用户进行交互了，

用户可

以在此模型的帮助下创建自然的对话，并与模型进行交互。