很精彩的一期，个人魅力，有很多思考。

作者把ChatGPT类比为压缩解压程序：

• 大量语料训练模型：压缩互联网上的知识
• 对话框回答问题：解压互联网上的知识

并且这个压缩是有损的。本文基调大致是对当下ChatGPT热浇浇冷水。

这个类比非常有意思，但仔细想想，这不会成为ChatGPT的问题。

事实上，人类大脑理解世界也一样，输入记录是压缩，表达是解压。人类关注并记忆的也是重点信息，在表达时也是对信息进行扩展陈述，没有谁日常表达是一字不漏的背诵。

在学校时，很多知识都学过，但考试仍然会做错，像不像有损压缩后解压失败？

PS：了解了下本文作者姜峯楠（Ted Chiang），挺厉害的，华裔科幻作家，2016年的科幻电影「降临」改编自他的作品。

其中提到的第二个误解：「ChatGPT 是统计模型，所以它的一切认知都是来自于它的语料。」

我也有，并且当大家讨论ChatGPT的时候，经常会从这个基础数学原理的角度得出「当前的AI并没有质变」的结论。

我不知道有没有质变，但给我的感受，是产生了质变。

但让我更意外的是，原来学术界也不知道在这样基础的原理下，为什么产生如此意外的结果/能力。（就是目前处于它做到了但我们并不确切知道它为什么能做到的状态）-- 关于这一点，木遥附上了两个论文链接，一个来自Google，一个来自微软：

• What learning algorithm is in-context learning? Investigations with linear models
• Why Can GPT Learn In-Context? Language Models Secretly Perform Gradient Descent as Meta-Optimizers

近期看到的非常好的关于ChatGPT的评论。

最后的比喻非常形象：「当你抱怨 ChatGPT 鬼话连篇满嘴跑火车的时候，这可能有点像你看到一只猴子在沙滩上用石头写下1+1=3。它确实算错了，但这不是重点。它有一天会算对的。」

毫无疑问，ChatGPT是AI领域一个质的飞跃，ChatGPT表现出非常强的围绕文本的归纳、总结、推理能力，能替代很多咨询类工作，没想到最先被AI替代的是传统上被认为高知的工作。

并且，它已经达到可商业化的程度，将会有大量资本涌入，推动这个行业以更快的速度发展，拭目以待。

微信链接备份：https://mp.weixin.qq.com/s/8gWpFG0k_vbgy_yUOg6R0g

生成摘要、提取关键词、寻找外链网站，等等，非常的强。

也好理解，ChatGPT是处理文本，SEO也是在处理文本，非常贴合的应用场景。

本文主要参考了两篇英文文章：

• ChatGPT for SEO: 20 Ways to Leverage ChatGPT in your SEO Activities
• 5 Ways to Use ChatGPT for SEO - Practical Ecommerce

真格基金的分享，40多分钟音频 + 90多页PPT，很完整的梳理和介绍了图像生成模型，ChatGPT以及人工智能发展史。

说到历史，Google在整个AI发展中，绝对的中流砥柱呀。

纽时发了一篇「ChatGPT对Google来说是红色预警」的报道，Google有资源也有能力做一个同样的聊天机器人，事实上内部已经有了。报道中提到两个问题：

• 通过引导，机器人会说些政治不正确的话，这对Google这样的大公司来说，是危险的。但对OpenAI这样的小公司来说，市场能够容忍。
• 机器人的商业模式与当前Google广告模式是冲突的。对于上市的大公司，革自己的命，阻力很大。

这个链接是Hacker News上大家的讨论。

最近分享了好多AI相关的文章，这篇依然不错。

很好的科普。

超出预期，但商业化道阻且长。

对话式人工智能小冰公司CEO李笛也向财新指出，像Chat GPT这样的大模型存在一个根本性的弱点，就是输出结果不稳定，商业落地并不容易，还需深耕。他举例，在金融文本的生成上，对26类上市企业公告，小冰一类一类地去磕，直到客户能对产品完全信任才敢上线，“而你看ChatGPT很能聊，好比我的一个同事很能聊，但他出去跟客户交流的时候，我每晚都会寝食难安——不知道他会不会短路、瞎掰，这样我怎么能让他上岗？”

技术上没新东西，但文中提到三点意料之外的表现：

1. 举一反三的能力
2. 抽象记忆的能力
3. 理解角色的能力

关于ChatGPT的一个summary PPT

AIGC（人工智能生成内容）和提示工程，有必要学习一下。
最近AI在内容产业，从以前的理解和加工内容，发展到了创造内容了。