0:18
Hello大家好我是Terry今天要跟大家聊一個最近在網路上非常紅的一個東西叫做ChatGPT那ChatGPT是甚麼呢?它是一個自動回答的AI機器人在11月底發行的不到5天的時間就有超過100萬個註冊用戶那到底為甚麼這個工具那麼紅而且得到很多媒體的報導其實這類型的AI回覆機器人很早就有了
0:37
他們覺得我想要毀壞所有人為什麼會這樣想因為我說了那什麼時候是西方世界
1:01
直到11月底OpenAI開始讓大家使用這個ChatGPT發行之後我自己用了一下真的是可以幫助解決很多的問題而且我覺得最屌的是它會寫code就是會寫程式另外一個我覺得很屌的是它可以提供很多想法還有創意甚至還可以寫一首歌
1:22
至少一般人能接触的AI应用里面我觉得这应该是目前最屌的那今天就来跟大家稍微介绍一下CheckGPT是什么它能做的事情还有它不能做的事情还有之后会对哪些工作或是公司造成威胁那如果你喜欢这类型的影片的话记得一定要先帮我点个赞因为你知道
1:40
ChatGPT是一個由OpenAI團隊開發的一個對話機器人工具OpenAI是一家總部在加州舊金山的人工智慧研究室公司的目標是希望透過專業AI開發出友善能夠協助人類的AI人工智能特斯拉的CEO Elon Musk也是共同創辦人之一但是他現在並沒有參與公司的決策跟執行因為大家都知道他已經有特斯拉SpaceX還有Twitter已經夠忙了所以基本上不需要再參與這些東西那為什麼叫GTP呢?
2:08
GDP其實是Generative Pre-trained Transformer中文叫做生成型預訓練變換模型它是一個使用自我回歸方式產生的語言模型那這個模型是透過深入學習來生成人類可以理解的自然語言
2:23
換一句簡單的話去來解釋的話傳統的AI跟自然語言的處理技術是很難去生成像是人類講話那種自然的方式因為語言本身就非常的複雜那你一句話裡面每一個單詞的順序都會影響到那句話想要表達的意思那GPT這個語言模型就是靠大量高質量的數據不管是網路上面的文章還是大家在社交媒體上面溝通講話的方式透過那些自然的語言去訓練而生成的AI神經網路
2:51
简单来说他的能力就是可以了解你想要跟他讲的东西你跟他讲话的语言就是一个input然后他通过这个已经训练好的神经网络这个神经网络可以去预测一句话的下一个字应该会是什么然后通过这个方式去产出一个output来回答你的问题他能够适应不同的对话情境跟状况然后产出一个相关而且准确的
3:13
那我們先來看一下我認為最屌的功能就是他可以自己寫code就是寫一個程式那我們就先讓他來嘗試寫一個小程式寫什麼呢我覺得可以寫一個買菜的清單叫做To-Buy List或是你可以叫它是To-Do List那我覺得應該要給他增加一點難度我要指定他用個語言來寫那我們就指定他用Node.js好了
3:34
看起來都非常的正常他還寫common就是說他這個code其實不只是寫出來還告訴我說這一行這個function是做什麼的還有一個main function就是執行程式的主要method看起來整個程式沒有什麼多大的問題整體的寫法也算是蠻公正的就沒有什麼奇怪的語法那我覺得呢這個toByList稍微有點太簡單了
3:57
它是一個蠻常出現的一個應用跟To-Do List是一樣的所以我決定來增加一下難度我們讓它寫一個To-Buy List還要有UI的成分在裡面然後必須規定它是一個瀏覽器的應用就是說如果我今天把這個東西直接丟到雲端上面它是可以跑可以開始服務的OK OK它會用Express Framework然後還記得要用Course這個還蠻酷的
4:20
然後還是要用JSON的ParserReact還會用React Hook還是比較新的React寫法然後用State我猜應該是他們的回答有一個字數的限制就是我已經到達那個字數限制所以他就沒有繼續在Print
4:34
但是我很確定如果沒有這個自主的限制的話這個應用看起來應該是可以直接拿來跑的而且他寫的蠻好的就是用的語法各方面都還蠻正確的我感覺他是學習了很多Github上面的open source的code我其實不太確定假如這個問題的複雜度提升到下一個等級譬如說問一些更複雜更細節的東西他們有沒有辦法像現在這樣子回答這麼順利但是我覺得他今天能寫出這樣的code已經是超乎我一開始預料很多了
5:00
如果大家有時間的話可以去體驗一下然後在底下留言區告訴我你的感想是什麼這樣講好了如果我今天面試一個軟體工程師我敢保證95%以上的人是沒辦法靠自己的記憶去寫出這麼多東西的一定是需要靠Google或其他的工具因為語法還有任何使用第三方的插件啊Library都會需要你去上網看一下Reference所以說這個model真的是蠻厲害的因為它沒有連網路這些回覆都是靠歷史數據去創造這個模型去產生出來的回答
5:27
不是靠去搜尋Google或是去其他地方得到的答案我覺得這是最Mind Blown的地方就是它體現出來人類跟電腦的區別電腦學習的速度跟記憶力是人類完全沒辦法比的另外一個讓我覺得蠻驚訝的就是它可以回答Liqo的問題
5:43
那如果你不在Tech领域的话Liqo是一个专门用来练习让软体工程师面试的一个题库那它有超过2500道题那每一题大部分都是一个需求然后你写出一个程式来满足这个需求有难的题目也有简单的题目然后每一题有不同的解法跟写法那我们就来问它一题Liqo的问题那Liqo的话我们就选一道比较难的好了我看一下这道题
6:06
scrambleString這道題我記得我之前做的時候算是一個比較典型的DP題吧如果我沒有記錯的話那今天這集影片的目的也不是教大家怎麼做Lecal所以我就直接把這道題的題目copy下來還有它的examples就整個東西直接丟進去看看會有什麼反應那我想再增加題目的難度我想他用Java來寫這道題就是指定他用一個語言來寫
6:34
瞬間就直接知道怎麼做看起來基本上是正確的而且我記得我已經很久沒有刷題了但這題我還是非常印象還是非常的清楚那這道題他用的recursion就是循環的方式也是一個標準的一個寫法我看一下他好像沒有用DP我記得最佳解是需要用到DP的這樣也是可一致他可能就他runtime會可能慢一點點
6:58
還是一樣這道題在Liqo裡面算是hard就是比較難的題目我覺得七八成的人如果沒有做過這一題的話我覺得30分鐘內是做不出來的所以說他真的是蠻屌的當然我相信這道題應該是有完整的解答直接被丟在GitHub上面所以他就直接把那個答案給丟出來以上就是寫code寫代碼的部分我們基本上已經證實了ChatGPT有超強寫代碼的能力那接下來就是考驗他創作能力的時候這部分我覺得
7:24
不能不說算是真的蠻驚艷的因為我本身自己是沒有那個創作天賦的那我想了一下我覺得讓他來寫一首歌這首歌需要有一個意境就是我現在人在西雅圖然後外面刮著大風下著大雪非常的孤單然後我只能靠喝酒來解愁然後我想讓他根據這個意境來寫一首歌Write me a song with the following contextall the way不知道我自己在打什麼但是
7:58
看他能不能創造一個歌根據這些廢話好像有這個前奏還有這個副歌都出來了還有這個bridge叫做什麼橋嗎橋段的部分短短的幾秒鐘時間就寫了一首歌根據我給他這個內容還有幾個單詞還有一個context他就把整個歌給寫完了真的是蠻厲害的
8:25
而且我之前稍微玩了一下它不只是英文你也可以打中文它也會了解你講話的內容不會有任何語言的限制好啦那剩下來的就給你們自己去玩這個Chatbot我會把連結放在影片底下的資訊欄那我會建議大家如果閒閒沒事的話可以去玩玩看就可以大概知道一下我們的AI到底現在進步到什麼程度了那我們先暫停一下今天這集影片是由IB淫透證券贊助IB是什麼你知道嗎是淫透證券
8:55
那這個AI機器人對未來的影響你在前面也有看到他不只會寫代碼還會寫歌詞我之前也試過他可以寫文章寫blog也可以幫你寫email能不能比人類好呢這個我就不敢保證但是我覺得速度肯定是比人類快的就假如你要我寫一首很簡單的歌好了我至少也要花個一兩個小時的時間但是這個工具基本上就是可以描寫出來所以在速度上面絕對是超越人類的當然我也可以花一整天的時間把這首歌變得非常的生動或是更有意義
9:21
這個大概就是人類跟AI的區別就是我可以把這個東西變成是我自己的東西因為我會把它加入很多的個人情感還有我自己的經歷進去而AI本身是沒有任何感情的那我們今天講的這個GPT的技術原理呢也是沒有任何能力去結合時事來產出結果的它也並沒有任何獨立思考或是判斷錯誤的能力所有的判斷都是根據歷史還有人類給它的數據去做的參考
9:46
所以目前ChatGPT最大潛在的問題就是回答的正確性你如果問他一個問題的話他回答基本上看起來都會非常的有道理但是不一定是正確的就像我們現在在網路上會看到很多垃圾跟假的資訊是一樣的道理當這些假的資訊或是錯誤的資訊被灌輯去這個訓練模型的話就會有機率產生錯誤的回答
10:05
像是推特之前上面就有人分享说他问GPT这道题一个棒球棍跟一个球一共是1块1那棒球棍比球贵一块钱那球的价钱是多少GPT的回答是0.1其实是错误的正确答案是0.05那如果你也觉得是0.1的话那
10:21
反正答案就是0.05那像這樣的問題的話我的猜測就是它本身沒有邏輯解決問題的能力所以光是靠數據或是去了解這個語言去分析得出來產出來的結果就有可能會是錯誤的所以現在網路上很多人大家在討論就是這樣的AI是不是以後可以取代軟體工程師的工作答案是不可能的至少以現在的技術跟模型是不可能取代我們的工作它雖然可以產出有價值的代碼但是對一個完全不懂代碼的人
10:49
是很難去把這個東西拿去做應用而且你也完全沒有任何能力去判斷這個產出的正確性加上其實軟體工程師需要懂的東西太多了寫代碼只是其中一個小小的一個功能而已在我看來呢ChatGPT會是一個很好的學習工具對於那些想要學怎麼寫代碼
11:07
或是你已經在寫代碼你希望可以解決一些技術上面的問題或是難題你可以在上面快速的找到一些答案雖然答案不一定正確但至少可以給你一個方向我覺得可以給到一個很好指引的一個功能然後對於軟體工程師來說這會是一個很好的輔助工具假如我現在在寫代碼那我需要快速找一個Reference或是我遇到一個不確定的語法裡面有Bug那現在最簡單的方式就是去Google或是Stack.org上面找答案
11:32
我自己需要去輸入關鍵字得出來的這些結果我要去自己尋找相關的訊息filter掉一些沒有用的東西通常不一定會很快的可以得到我想要得到的答案那這個時候ChatGPT就會很有用你可以在短時間內得到答案或是如果不是你想要答案的話至少它可以給你一個clue就是它可以告訴你說或許這個方向是對的你可以朝著這個方向去Google你想要知道的訊息我這幾天玩了一下這個AI對話機器人的感想就是我覺得它更像是一個人類的注定
11:59
你可以直接把你的问题像跟着一个人讲话那样的方式很自然的说出来我觉得这是ChatGPT最大的价值它没办法直接取代我们的工作但是可以成为一个很好的辅助网路上面也有人说ChatGPT未来将会是Google的竞争对手
12:14
Google最大的收入来自搜寻引擎那今天假如ChatGPT可以完全取代Google的搜寻引擎的话那或许Google真的需要担心我觉得那天可能还早Google搜寻引擎的核心价值就是把所有的网际网路给索引化那它涵盖所有的时事新闻还有资讯当你需要去判断一个事情的真实性的时候我觉得你还是会需要用到Google而不是依赖ChatGPT
12:36
而今天假如我是在给我的客户写一封email我想要让ChatGPT来帮我检查一下文法有没有错误或是有没有更好的写法或是想法的话那他们就可以变成一个很好的工具那另外一个很大的缺点就是ChatGPT它学习的数据是可以被人类控制的你想想看假如今天OpenAI想要影响政治选举的结果
12:54
他們可以透過大量灌輸一些資訊或是文章是偏向他們想要影響的這個政治的內容然後就可以直接影響到這個機器人回答的方式跟內容那這不只是可以用來影響選舉的結果還可以用來灌輸或是洗腦一些偏見的想法而這些全部都是可以由OpenAI來控制的所以他們是有能力可以讓機器人在做回答的時候不一定保持很中立的立場或是甚至有自己的政治立場或是偏激的想法
13:19
並不會像一般的搜尋引擎那樣子只是簡單的返回所有相關性的文章那你就會有很多立場還有新聞還有資訊你都可以參考而CHPT它的回答只有一個所以我覺得會很容易誤導用戶但是不得不說AI的技術真的發展的非常的快我在之前影片裡面有講到AI的發展是指數型向上的我們會看到這種進步只會越來越多越來越快以後一定是自動駕駛機器人的時代
13:43
可能以前我會覺得這些東西好像離我們很遠沒有個二三十年好像很難發生我覺得大概三五年內應該就可以看到自動駕駛汽車在路上跑然後在十年內我們應該看到很多重複性高還有高危險的工作都被機器人給取代像這一次的這個ChatGPT我覺得就可以取代很多工作像是語言翻譯這部分的人員還有部分文職的工作像是寫部落格寫新聞的文稿
14:04
還有寫一些市場營銷的文案之類的這些工作當然不會馬上就被取代目前這個技術可以提供我們一個非常好用的工具但是當那些新創公司開始慢慢的使用這些技術來製作一些應用這些應用真的可以取代這些工作的時候那這些工作自然慢慢就會被淘汰
14:21
好那今天這一集就到這邊了如果你喜歡類似這樣的影片的話記得要幫我點個讚不想錯過的話也歡迎你訂閱我的頻道還有追蹤我的IG那也歡迎你在底下留言告訴我你的使用心得或是你覺得AI能不能在未來取代你的工作那我們下次見囉
