目前我们这个行业，最火的话题无疑是AI人工智能，类似ChatGPT这样的智能Ai,今天剩下的时间不多，每天一个主题，我给大家讲一下计算机回答问题和写作的能力，尤其是聊天型AI模型ChatGPT。让大家可以更加前沿的了解一下关于它的一些情况。
说起ChatGPT呢，之所以如此受欢迎，其实是因为它可以模仿人类对话。不同于以前的对话系统，它不再是讲的尽是一些不着边际的话了，ChatGPT的回答非常准确，并且看起来就像是真人在对话。
面对ChatGPT，大家可能听到过各种有赞美啊、质疑啊这些声音，甚至还有人用它来传播一些恐惧。但其中大部分甚至九成以上的理解都是带有一些想象色彩的，它不符合基本的信息理论和物理学原理。所以在讲具体内容之前，我们要先对ChatGPT有一个理性的认识。
在今天，ChatGPT令人惊奇的地方主要有两个：一、就是是它能回答复杂的问题，二呢、是它能进行写作，你告诉它写什么，给它一个主题，它就能给你写一篇很棒的文章。
那么，让计算机完成这两项任务难吗？确实，在上个世纪五六十年代，这两件事被认为是非常难的事。科学家们认为，如果计算机能够很好地解决语音识别、语言翻译、回答复杂的问题、写作等等任务，就表明它能和人一样聪明了。但随着科技和互联网的发展，这些任务变得比想象中要容易得多。
在2014年左右，我们的计算机问答系统其实就已经取得了很大进展。Google的一个自动问答系统可以回答各种问题，而且答案也很精准。类似地，计算机还可以写作，比如解释一些物理原理、或者甚至烤蛋糕的步骤这些都可以精简回答。这些成果表明，让计算机完成这些任务是完全可行的。
计算机回答问题方面，早在2008年前后就能回答那些与事实相关的问题，比如“是谁”“什么时候”“在哪里”等这类问题。但是对于“为什么”和“怎么做”这类问题，2014年计算机就已经能完美回答40%的“难问题”，现在ChatGPT的回答能力更强大。
关于计算机写作，早在几年前开始，就有很多财经类文章是由计算机写的。而今天，很多纸媒文章的撰写也得益于计算机。当然，写作中的编辑工作仍然需要人来完成，但计算机的写作能力已经超越了许多人。
计算机写作的原理其实并不神秘，它就像一个“玩具”程序可以写唐诗一样。通过训练模型和加入适当的一些限制，计算机就可以创作出优美的诗歌。当然，还有很多改进的空间，如果更加细致地进行编程，计算机写出的诗会更加出色。
为什么2023之前，我们没有看到ChatGPT这样的问答产品呢？
今年3月底，Google负责搜索和人工智能的高级副总裁谈了ChatGPT的事情。他说：ChatGPT能做的事情，Google的产品和服务其实三年前就能做了，只是没有包装成ChatGPT这样的产品而已。因为公司认为，有更重要的事需要人工智能来做。
此外，提供这种不受限制的问答服务，对于Google这样的公司来讲，还有很多法律问题。比如，Google如果就法律问题给出建议的话，它会惹很多麻烦，搞不好会赔上百万美元。但是至少在今天，大家还不会为难OpenAI，一方面是OpenAI是半公益性质的公司，另一方面可能也是因为和它这样的初创公司打官司挣不到多少钱的。（开玩笑）
那今天ChatGPT被炒得那么火，它的能力到底怎么样？实事求是说，有做得好的，也有不尽如人意的。
现在人们使用ChatGPT的目的大致可以归结为三个：
第一个是信息查询，过去Google是给出有答案的网页链接，然后我们去链接的网页上面去翻阅之前有给过的回答，但今天ChatGPT是直接给出答案。
第二个是让它帮助写作业，这是很多大中学生使用它的原因。
第三个则是写一些应付差事的汇报，这主要是职场上的人士使用。
这三件事的核心是两个，一个是理解自然语言，明白人的意图；另一个是产生自然语言的文本，满足人的要求。
ChatGPT能够实现这些任务并不是一夜之间的成就。它是科技发展的顺理成章的一种结果。虽然它表现得很出色，但并不是完美的。它在理解自然语言方面做得较好，但在产生内容方面可能表现不稳定。它的表现受训练数据和人的要求影响较大，人们主要用ChatGPT进行信息查询、辅助写作和完成应付性质的汇报。在使用ChatGPT时，数据和格式的重要性也不能忽视。所以我们在使用ChatGPT进行提问的时候要学会如何提问，如何给他一些限制条件，让他的回答更符合我们想要的结果。
总结一下：
1.ChatGPT是基于语言模型的自然语言处理系统。
2.让计算机回答问题并不是一件高不可攀的事情，在今天，让它做得比人好是完全能够办得到的。
3.我们让ChatGPT做的事情，核心有两个，一个是理解自然语言，明白人的意图；另一个是产生自然语言的文本，满足人的要求。
最后想和大家说的是，ChatGPT虽然被炒得火热，但它的能力是渐进发展的结果，是科技发展的必然产物。在我们后面的课堂中，我会带着大家更深入地了解ChatGPT的工作原理和更好地利用它的方法。就比如我们今天提到的语言模型以及自然语言处理方式等等。