ChatGPT靠着给出特定关键词就能给出详细回应的能力，突然火了。可是这样的人工智能，使用起来仍然有不灵活的地方，商业价值也还不大。人工智能还要有针对性地渗透到具体行业才能发挥价值，然而在这一步也依旧困难重重。
ChatGPT有问必答，迅速收获百万用户
在《哈利波特》的魔法世界中，有一个有求必应屋，可以满足任何人的需求。而现实世界中也在上演相似的剧情，但不是魔法而是科技。
年11月30日OpenAI发布了全新的聊天机器人模型ChatGPT，是一款有问必答AI，可以帮助用户满足很多文本型或代码型需求，包括写论文、写报告、写代码等等。
ChatGPT通过对话实现人机交互，也就是有问必答。
ChatGPT通过一问一答的方式即可完成用户需求，因此使用门槛非常低，且用语非常礼貌，甚至能回答各种类似脑筋急转弯的问题，一经推出就受到很多人的喜爱，短短5天用户量就超过万人。
然而，ChatGPT并不生来就是如此，而是经过不断地迭代、训练、技术突破。
ChatGPT是基于GPT-3.5模型形成的，在此之前经历了三次迭代，分别是GPT、GPT-2、GPT-3。
从年的GPT到年的GPT-3，算法模型上没有太大的改变，主要的改变在于参数量和数据量。模型的参数量从1.17亿增加到亿，预训练数据量从5GB增加到45TB。
庞大的数据量需要高昂的费用才能运行，根据21世纪经济报道和品玩的数据显示，GPT-3的单次训练费用高达万美元，总训练成本达万美元。
训练数据量和算力的大幅增加使得GPT-3显著优化，而GPT-3.5实现了关键的技术突破。
年1月，OpenAI发布了InstructGPT，给模型加入了人类对模型输出结果的演示，并在对结果进行排序的基础上训练，加上指令调整的帮助，虽然只有13亿个参数，但回答准确率、道德表现却好于GPT-3。
年11月末，OpenAI发布了ChatGPT，是InstructGPT的兄弟模型，同属于GPT-3.5系列的主力模型。
与InstructGPT不同的是，ChatGPT加入了新的训练方式RLHF，也就是“从人类反馈中强化学习”，模型效果比InstructGPT又提升一个台阶.
目前超百万用户与ChatGPT的对话正在帮助其成为更加优化的人工智能。
谈起ChatGPT，不可避免地会涉及其背后的推手——OpenAI公司，该公司于年12月在美国旧金山成立。
特斯拉创始人马斯克是OpenAI的创始人之一，为公司提供了重要的资金支持。
创立初期，OpenAI是以研发对人类社会有益且友好的AI技术为使命的非营利组织，随着GPT模型的不断优化，年OpenAI宣布成为营利机构。
GPT模型并不是OpenAI从无到有创造出来的，而是源自谷歌大脑团队年推出的Transformer模型。
OpenAI采用大型书籍文本数据集基于Transformers结构进行模型预训练，从而有了初代GPT模型。
从ChatGPT的发展历程可以发现，这款对话机器人主要依靠深度学习几乎所有人类知识和信息，建立起复杂和庞大的神经网络，从而拥有堪比人脑的智慧。
它的回答并不是单纯的扒取内容，而是拥有自己的思维和观点，对现有的知识和信息进行总结归纳后再表达，它不是单纯的信息搬运工，而是真正有输出的对话机器人。
然而，ChatGPT的回答并不总是正确，仍然存在一些有争议的观点，在专业知识回答方面也并不做到十全十美，容易产生一些看起来专业实际上是错误的内容，有可能误导用户。
ChatGPT盈利模式缺乏想象力，商业用途有限
在科技日新月异的今天，ChatGPT并不是特立独行的存在，而是属于一个大家族——AIGC，即由AI自动生成内容。
年以来，由于AI绘画的火爆，AIGC概念备受
