可以讓ChatGPT 落地的實際應用， ChatGPT發展方向

ChatGPT 應用如何落地，人工智慧只是開始，未來ChatGPT發展方向

ChatGPT發展方向 web3 web3 之所以很難落地，是因為很難找到web3落地應用的解決方案。而ChatGPT 則不同，那些依賴ChatGPT 強大語言模型的應用程式很快就會更新迭代，最終會到用戶的手中使用，這可能是ChatGPT 聊天機器人爆火的原因。 ChatGPT 具有隨機性，不可預測性與創造力更是突顯了ChatGPT 的差異。

ChatGPT發展方向，結合人類無法做到的想法

如果說ChatGPT 有什麼驚人之處——並且明顯優於人類——那就是將不同的想法無縫地組合成一個同質的整體。我說的是這樣的事情：

這可以說是ChatGPT最突出的技能。它不僅是一個很好的工具，而且是唯一可以做到這一點的工具（與其他LM 一起）。即使是人類——包括那些精通提示概念（例如冒泡排序演算法和黑幫電影）的專家——也無法輕鬆做到這一點。

這是另一個例子。我要求ChatGPT 寫一首莎士比亞的十四行詩，用奇數詩句寫早晨咖啡，用偶數詩句寫巨嘴鳥，但感覺要有凝聚力和連貫性（出於好奇，莎士比亞於1616 年去世，巨嘴鳥於1776 年首次在分類學上被描述，這使得這首詩在歷史上是不可能的）。這是幾次嘗試後的結果（甚至押韻方案——ABAB CDCD EFEF GG——也近乎完美）：

ChatGPT 接受了大量文字資料的訓練，因此預計它將了解大量主題——它們以某種方式在其數十億個參數中表示。在某種程度上，我們的大腦以類似的方式運作。記憶回想與使用提示使LM 輸出某些特定內容沒有什麼不同（請注意，我不是在結構甚至功能上繪製並行性，而是在原則上）。

然而，無縫地混合任何兩個或三個主題並不是人腦預設可以做到的。 ChatGPT 的能力具有「異質性」（因為它出錯的方式存在異質性）。它結合人們的寫作風格、不同的主題或從未放在一起的想法來創造具有語義凝聚力的獨特作品的方式令人印象深刻。對我來說，這體現了LM 的創意特質。相比之下，人類——即使是最熟練的——會發現很難始終如一地創造出這樣的混合物。我們的大腦不太適合這項任務，而ChatGPT 很適合。

這種現象就是概念在ChatGPT 的潛在空間中如何表示的結果。提示允許我們以人類記憶無法訪問的方式訪問它（至少可以隨意——如果我們可以像使用ChatGPT 那樣提示它，誰知道我們可以從一個人的頭腦中獲得什麼）。

ChatGPT發展方向，修改您所建立的內容

人類擅長深入探索想法，而這正是ChatGPT 所面臨的難題。這就是為什麼我從不推薦它來寫這樣的文章，無論是電子郵件、推文還是一本書。

但是我願意用它在這些格式之間進行轉換。在例行的行政工作中，我發現了這個ChatGPT 的唯一優點。

它的語言形式很棒，但連貫性卻很糟糕（更不用說它的輸出既不創新也不引人入勝）。它對於編輯已經存在的事物很有用，但對於創建需要與現實有最低程度關聯的新事物卻非常糟糕。

當我說「格式之間的轉換」時，第一個想到的圖像是這樣的，我認為它的實用性和安全性很高：

如果我們將這個想法外推到其他所有事情，我們會發現ChatGPT 非常適合用要點總結文章（我建議對你寫的文章這樣做），重寫語法風格的段落（但不是從頭開始寫），或跨平台定制內容（例如，將Substack 文章製作成LinkedIn 帖子，然後是Twitter 線程）。

這裡的關鍵是完美的訊息。當您編寫或創建了某些內容時，您就會了解有關它的所有資訊。 ChatGPT 以某種方式修改內容是無害的，因為一旦一個想法或概念不符合您的初衷，您就會抓住它。當您是該主題的專家時，這也很有效（儘管在這種情況下，如果您發現錯誤，您會懷疑它是ChatGPT 的還是人類作者的）。

如果您閱讀了一篇文章並希望ChatGPT 對其進行總結，您可能會成功，但您與內容（或知識）的距離越遠，就越難發現其錯誤。就我個人而言，我只會考慮用我自己寫的東西來做（我還沒有嘗試過）。

ChatGPT發展方向，AI美術模型

你有沒有註意到我的封面圖片最近品質有所提升？ ChatGPT 在探索Midjourney 的潛在空間方面比我好得多。不是因為它了解如何製作好的提示，而是因為它擅長模式。所有純深度學習模型都具有此功能（從根本上講，這是它們唯一做的事情——模式識別），而提示工程是關於模式的。

為了從ChatGPT 獲得良好的Midjourney 提示（GPT-3 在另一個“滿載”時同樣有效...）我描述了任務，添加了幾個示例（我從Midjourney 社區提要中獲取圖像提示），然後指定我想要的主題。這是我目前正在使用的提示：

「為從文字創建圖像的人工智慧系統寫一個好的提示（Midjourney）。該圖片是一篇關於[您選擇的主題] 的文章的封面。

以下是三個典型的提示：

1. 「廣闊的天空，各種閃閃發光的記憶串成巨大的北極光，像發光的樹葉，白色，橙色，極其美麗，美麗的宇宙扭曲，美麗的夜幕降臨，電影般的燈光，美麗的領域，高清，高質量，超細節。 ”
2. “跪著的貓騎士，肖像，精緻的盔甲，複雜的設計，銀色，絲綢，電影燈光，4k。”
3.  “超銳利獲獎水下自然攝影，女性騎著閃閃發光的漸變海馬，背光，景深，海底，茂密的植被，粒子，太陽光線，珊瑚，金魚，水下時尚攝影，女性騎著海馬，超銳利的獲獎攝影作品。”

您可以使用不同的字詞或概念。只寫一個提示。 」

現在讓我們來看一些圖像。為了方便說明，我將使用我喜歡的音樂專輯的名稱作為主題（幾乎任何東西都可以替代“主題”佔位符）：

瘋狂背後的美麗The Weeknd

「代表瘋狂的顏色和圖案的混亂漩渦匯聚成一隻美麗而複雜的蝴蝶，象徵著它背後的美麗，戲劇性的燈光，高分辨率，抽象表現主義。」— 第4 節

Back in Black 滾石樂隊

「一幅黑白風格的插圖，描繪了一名吉他手站在放大器牆前，煙霧在他們身後升起，就好像他們正在地下俱樂部演奏音樂會一樣。演奏者的服裝和吉他應該時尚而時尚，而放大器又大又氣勢，營造出一種原始力量感。使用線條畫和陰影的組合來創建圖形小說風格的圖像，並在吉他上使用流行的鮮紅色第 4 節來增加重點。

感受一下Jaymes Young

「這幅抽象畫透過混合暖色和冷色、強烈的筆觸以及有機和幾何形狀來捕捉『感受某物』的感覺。焦點在中心，感覺最強烈，背景模糊而夢幻。高分辨率，充滿活力，發人深省。」— 第4 節

設計的可能性是無限的。您不必絞盡腦汁尋找提示。如果您處於探索模式，ChatGPT 可以提供有趣的想法，您可以隨時調整這些想法以符合您的意圖。

ChatGPT發展方向，在文字領域的協助創作

ChatGPT 本質上是不可預測的。在聊天機器人完成之前，您無法知道它會輸出什麼。而且，因為它也是不可靠的（預設情況下它並不是設計成真實的——只是被強化為真實），這意味著你不知道它什麼時候會產生瘋狂的東西。

哈佛博士 學生卡里姆卡爾(Kareem Carr) 在推特上發了一些推文，從正面看待這場爭論。我同意他的看法：

在這種情況下，「想法探索」意味著它不必是真實的（因為它可能不受支配我們世界的法律的約束）並且是無限的（即任何事情都會發生）。

我願意使用ChatGPT 的一些例子（還沒有）包括集思廣益文章主題、標題，甚至大綱，以及推薦屬於我可以評估真實性的類別的東西（例如X 金額的禮物清單美元或接下來要閱讀的書籍清單（考慮到我最近的歷史）。

其他人也發現ChatGPT 對創意靈感很有用。漫畫家Chaz Sutton 用它來創作有趣的漫畫，然後他畫了這些漫畫（本月Medium 上的另一篇熱門貼文）。 Guy Parsons 在Twitter 上探索AI 藝術模型，他用它來編寫恐怖電影的概要和人物描述，然後他將其輸入到Midjourney 中。詹妮弗·萊普(Jennifer Lepp) 為Kindle 撰寫關於“超自然懸疑子類型”的電子書，她將其用於“標題和情節”。

另一個問題是，當涉及到讓ChatGPT 進行創意工作時，在何處劃清對與錯的界線。如果它提出了一個吸引人的標題，那麼使用它是可以的，但是寫一段不是嗎？這取決於我們每個人來決定我們想如何使用人工智慧——我會認真地並在完全公開的情況下這樣做（至少直到我們達到一個點——如果有的話——默認情況下假設ChatGPT 參與了這個過程，比如Grammarly . 然後我會決定我是否要繼續使用它）。

ChatGPT發展方向，進一步探討語言模型

使用ChatGPT 來了解它的工作原理是一個關鍵的應用程序，它會間接影響所有其他應用程式——儘管我不得不承認它對普通用戶來說沒有那麼有趣。

就像AI 藝術模型不像相機一樣，ChatGPT 也不像計算機。原因之一是大型深度學習模型固有的「不可解釋性」。沒有手冊可以讓使用者準確地知道如何做。使用ChatGPT，我們只能透過演繹經驗主義來收集行為見解（我們看到它如何表現並得出結論的例子）。

使用ChatGPT 來了解它本身是一個非常獨特的應用程式——我不知道有任何其他消費產品屬於這個類別（出於必要，而不是選擇）。作案手法是運行一組實驗來測試模型的能力，並提出一個心智模型，說明它在哪裡工作正常，哪裡壞了（Gary Marcus 和其他人正在用ChatGPT 的錯誤編譯文件）。

我的測試並不十分嚴格，但我發現它是向您展示LM 限制的重要靈感來源。我使用GPT-3 寫了一篇文章，只是在最後披露了它，我讓GPT-3 和J1-Jumbo 交換了輸出，看看在沒有我幹預的情況下對話會進行到哪裡，我與Lex 共同寫了一篇文章來強調它的無能提出與我一致的論點。

據我所知，在這個領域做更多公共工作的人是Riley Goodside，他探索了GPT-3、ChatGPT 和最近的Claude，可能比OpenAI 和Anthropic 以外的任何人都多。他是第一批發現ChatGPT 安全過濾器失效的方法的局外人之一，並提出了及時的注入方法，雖然可能有害，但可以為擁有模型的公司提供解決缺陷的見解，否則這些缺陷可能會被忽略。這些類型的測試是我們可以用來更好地了解生成AI 模型內部發生的事情的少數測試之一。