GPT-4 登場！先理解 ChatGPT 原理，才知道怎麼利用 AI 幫你輸入！

[@PanScitw]

AI浪潮襲來，泛科學將打造AI 學習群組，跟大家一起破浪前行。你，準備好要上船了嗎？填寫問卷，不錯過最新資訊►lihi1.me/NEU6Y

[@tumau3557]

今天2023年5月9号晚上23点25分了.请问我是位退休的老人、还有希望吗?

[@吳傑名]

Tumau…，請別放棄希望！趨勢不一定會是直線變化的，事情往往沒有最終的結果，易再改變成不如所預估的。請活著感受變化。

[@仲㘁陳]

​@@tumau3557在ㄑ

[@趙梵]

我用了Chat GPT 說真的… 相當佩服、恐懼、驚喜、 擔心甚至敬畏… 對我來說 我覺得他們真的會 思考、思辯、顧左右而言他、 甚至說謊（尤其是白色謊言） 這讓我非常恐懼而敬畏… 我一時無法用文字清楚描述Chat GPT帶給我們衝擊！ 但我深深地確定 AI會比人類強太多 人類的未來 令我擔憂至極🙏

[@elinliu3775]

看過一些人介紹chatgpt，唯獨你們介紹了他語言生成的方式跟邏輯，超棒的。

[@chenwilliam5176]

有沒有提到是 「接龍」生成回答 ？ 😮

[@TheStevenno3]

我的經驗，(ChatGPT)生成式模型適合產生那種"大眾約定成俗的答案" 比如模版回信、中階以下的翻譯(適合語言初學者)、跨領域的模版客服(連醫學也可以)、推薦餐廳、旅遊等等 不適合需要邏輯分析後的答案， 比如詢問解決方案(精準列舉)，詢問最佳路徑(演算理解與應用)

[@TheStevenno3]

上面那段話，ChatGPT 表示: 您提到的觀察是相當準確的。生成式模型的強項是在產生自然語言的文本方面，特別是那些符合常識、社會約定的文本，例如您所提到的模版回信、簡單翻譯、推薦餐廳等。 這些任務的特點是他們需要回答的問題或生成的內容是具有明確、確定性的，而不需要大量的邏輯推理或搜尋。而對於需要複雜推理和搜索的問題，例如解決方案或最佳路徑，生成式模型通常無法以高精度回答。 因此，在面對複雜或具有不確定性的問題時，使用生成式模型可能不是最好的選擇。相反，結合其他方法，例如搜尋引擎、知識圖譜或邏輯推理系統，可能更適合。

[@PanScitw]

於是也有人把wolfram alpha 跟ChatGPT 結合，來攻克

[@qing-xiyan183]

适合写开题报告，不适合写论文

[@林大內]

​@@TheStevenno3 每一個字都懂 但怎麼整組看不太懂

[@play005517]

ChatGPT在文法上的正確度也是滿有趣的，OpenAI並沒有特別過濾錯字或文法錯誤，但看來在大量的文本上ChatGPT自然而然地學會了正確無誤的拼寫和文法，而且甚至跨語言

[@start1109]

這集好好看哦，一次理解

[@PanScitw]

感謝！

[@maxyeh4409]

我曾經試過讓ChatGPT設立條件地寫出七言絕句，甚至要求ChatGPT要在某一句正確的押韻，ChatGPT也能做到，雖然字句本身用字表現並不讓人驚艷，但字句通暢，只要稍微修改，已經是可以拿來實際運用的等級，我是很震驚，這只是一個開始而已，發展速度絕對出乎人類意料

[@philosophy.of.strategy]

進步很快

[@edward-ld7tu]

不認為生成式AI能進步多少，

[@nec789tw]

@@edward-ld7tu 你一定沒有拿ChatGPT來寫程式wwww

[@WhoisSupernerd]

平仄正確嗎？

[@edward-ld7tu]

@@nec789tw 我幹嘛拿來寫程式，我想身邊99%的朋友用不到這功能吧

[@ryanminato1735]

GPT的最后一个T是Transformer，不是Train…… 全名是Generative Pre-trained Transformer。 这个Transformer，本身就是Google Brain给的灵魂(Attention is All You Need - Google Brain, 2017) 加上OpenAI的工作实际上在技术上没有什么大的改进，主要的价值是证明只要你参数量（GPT3有1750亿个）够多Transformer就一定可以work。 Google要是想做，像SimCLR这种力大砖飞的工作本身就属于Google最擅长的领域。

[@loveplay1983]

Attention本身来源于胶囊网络，Henton相关提出来的，可惜后来居上的变形体效果更佳，然而，我相信，真正的对比在后面很有可能出现的AEI,而它，也必須一定要有真正源于类脑结构体的模型才可以。

[@huangjason6557]

Chat GPT 現在階段給人的感覺是：”專家眼中的白痴，一般人眼中的專家“ ，目前還無法完全取代人類社會高度專業的工作，但是對於門外漢想要知道某個專業的基礎知識很有幫助。 當然 GPT 的缺點再玩過幾次就會發現，他就像是一個超級會抄答案的超級學生，不太會給出意料之外的答案，有什麼抄什麼，常常出現語句過長的情況。 期待 Bard 可以跟上 GPT 的腳步。

[@KamiyaMinoru]

基礎知識，NO！因為外行人無法分辨錯誤，所以是垃圾

[@neo44999]

專家的確是白痴沒錯

[@h.y-chen]

"專家眼中的白痴，一般人眼中的專家" 的確是很精準的評價

[@twyellowbox]

劣幣會驅逐良幣。 只要一般人看不出專家和ChatGPT的差別，專家就得滾蛋了。

[@huangjason6557]

StackOverflow 是最大工程師的技術論壇，論壇本身就嚴禁使用ChatGPT 來回來其他人發問的問題。因為太多人用ＡＩ來回答自己根本不會的問題。 AI 的規範真的非常重要

[@hsuan1970]

淺顯易懂的說明！👍👍👍

[@yooyoo1440]

對學生來說把艱澀難懂的學術內容快速總結統整真的很方便！

[@wlin7889]

很多有可能是錯的喔，你如果拿它來寫論文就知道

[@良知-o8o]

我有一次問著問著，就發現這ai在一本正經的胡說八道之後，我就真的當成聊天機器人來玩了。。 就像跟朋友尬聊，你也不知道對方是不是口嗨，但他說了就當是了。。。

[@substarX]

chatgpt的答案只能參考。

[@Yoifly-yuuikou]

人文社會科目幾乎是不太可靠

[@Mong-Yun_Chen_54088]

要大量閱讀 paper 時，讓它來初步給出簡單心得，方便自己決定先讀那篇，這樣應該還是有用的。 不過錯誤率當然也挺高，小心點就好，它給的數據不要太過度相信就好。 之前還看過大陸人拿來玩時，chatGPT 講出 「27 不能被 3 整除，所以 27 是質數」這種神秘鬼話

[@ShadowField1216]

5:29 GPT的全名是generative pre-trained transformer喔

[@DrHarveyTalk]

感謝泛科學的分享！深入淺出地介紹了GPT-4的工作原理和應用，讓更多人對這項技術有了更全面的了解。GPT的預訓練和微調過程，真的是一個非常複雜且精密的工程，在語言偏見和智慧財產權方面的挑戰，這些都是AI技術需要面對和解決的問題。非常期待未來AI在各個領域的應用和發展，但同時也要保持謹慎，確保技術為人類服務而不是造成困擾。這樣的科普影片對於想要了解AI技術的觀眾來說，非常值得一看👍🏽

[@PanScitw]

感謝回饋！

[@s888865]

感謝介紹，太多不是科普的yt在講這個了， 一直等你們介紹

[@katilaoyeh]

看了很多 KZbinr 介紹，直到看到這支影片，終於解答我的疑惑，就是關於ChatGPT的資料庫來源，是怎麼組成和運作的！感謝分享和介紹：））））

[@zenbeachhaven]

我用写意 通俗的方法解译几行 代码chat open gpt 是如何工作的，首先将文字tokenized, 将token没置身份通常是数字然後将文字变成机器模型可辨认的字母,比如 I love you ,这个I就用k 做代号，通常是往后数第三个字母,我也不知道,懂的人告诉我 Autoregressive 这段代码描述了 Chat Open GPT 的工作原理。首先，输入的文字会被进行 "tokenization" 处理，将文本分割成一个个单独的 "token"，通常是将一个单词或一段文本拆分成一个个单独的词或符号。这样，计算机就可以更好地理解文本的结构和含义。 接下来，这些 "token" 会被编码成数字，通常使用一种称为 "One-Hot Encoding" 的技术。这意味着每个 "token" 都会被映射到一个独一无二的数字，以便计算机可以更轻松地对它们进行处理。 然后，这些数字将被输入到机器学习模型中，通常是一个名为 GPT 的模型。GPT 是一种 "Autoregressive" 模型，这意味着它可以根据之前已经生成的文本来预测下一个 "token" 的可能性。因此，它可以用来生成连续的文本，如文章、对话等 最后，机器学习模型生成的文本将被转换回自然语言形式，以便人类可以理解和使用它们。 参改Jay mody 60 line chat gpt numpy ,

[@rockchuang1]

披薩上面最該放的配料那一段讓我想起賭俠的橋段。 路人：電腦分析，百分之七十八是A士，百分之二十是四，百分之五是十。 海珊：要嘛是九，要嘛是二，要嘛是八。開個六給他，讓他贏莊家一百塊。 路人：是，開個六給他。 (莊家開牌，六點) 小刀：不好意思，兩條八，我也是六點。 海珊：豈有此理。 小刀：我有個習慣，再我看牌的時候最喜歡放枝牙籤在牌上面，這樣就會想咪什麼就來什麼，旁邊的人看了以為是A士呢！ 小刀：哎喲！不玩了，我贏了十幾萬了，那一百塊給莊家吃紅了。

[@yuan.pingchen3056]

78+20+5=103% 這什麼腦殘電腦

[@rockchuang1]

@@yuan.pingchen3056 賭俠牌電腦

[@PanScitw]

也有想到

[@王老師車園]

開個六給他，讓他贏庄家100塊

[@KokHwaTan]

​@@yuan.pingchen3056还有3%是荷官藏起来随时替换的牌

[@Yoloca]

Thanks!

[@hudsonvan4322]

解釋得很好欸 這影片品質堪比台大 AI 通識課

[@diegodpp2486]

對我而言，我希望預言模型能整合到語音模型，然後整合在科技產品內，這樣我就會感覺有一個很聰明的助手，例如：車載系統，我一個人開車，就可以順便跟AI聊天了，就不會無聊了😀

[@freedom753]

GPT的T應該是 transformer的T才對，基於當初google提出的transformer模型

[@PanScitw]

感謝補充，沒錯，尤其這又與BERT的T相對應(Bidirectional Encoder Representations from Transformers)。最早OpenAI還未給他名字，GPT-3的論文"Improving Language Understanding by Generative Pre-Training"也還是僅使用Generative Pre-Training，GPT算是外界對它的稱呼，但在ChatGPT中，OpenAI明確正名為"Chat Generative Pre-trained Transformer"，這個名字也確實能看出GPT的發展脈絡

[@freedom753]

@@PanScitw 嗯，我覺得這個定義蠻重要的，也許可以說明多了這個技術的重要性

[@team6612]

Bard 的介紹有誤，Bard 使用的是 Google 於 2020 年發表的 LaMDA 而非 BERT，LaMDA 和 GPT 一樣是 decoder-only transformer model

[@PanScitw]

感謝指正，我們已註明於資訊欄

[@MADorMad]

ChatGPT 並不聰明，他只會蒐集數據並利用模型取得最高正確率的答案提供給你，並以口語化的方式呈現，當然這並不代表提供的答案就是正確的，當取得的數據多數是錯誤的，那麼給的答案就會錯誤。

[@weihanchen8280]

上等人擔心AI誤導小孩，下等人擔心AI讓小孩偷懶代寫作業

[@eamond79]

新一代的洗腦工具

[@h.y-chen]

尤其一些較冷門或者比較深的問題基本上給的回答都是有問題的，因為本來就沒什麼資料可查

[@user-E04SU3XL3G]

語言模型就是翻考古題，翻不到就去找相似的塘塞，如此而已 精確的計算以及需要推理邏輯的問題不要問它，其實你找兩個四位數字的質數相乘之後請它質因數分解就懂我的意思了 它會幫你把你的數字給改掉，因為質因數分解不會有其他可能性，因此它只要回答得不是你預想好的兩個質數的話，它就是在唬爛，可以打開計算機看看它哪邊錯了

[@Neo-vg3np]

國威一開始真的是要讓我笑翻了😂😂😂

[@SHYANG-tt3qv]

太奇異了，前幾年擔心機器人、AI這類東西取代的是勞動力為主，重複性高的工作；沒想到大刀一揮，先取代的是繪畫、創意發想這類講求創造力的工作。

[@dedonghan5792]

反正基本什么都会被取代…以后你要学着怎么利用他们达到目的就行了…更注重的是搭配…将它们搭配在一起让它们尽可能更有效率

[@蕭皓文-w3r]

因為AI還沒長出手腳，等他們長出腳，你說的那些勞動力取代，就不遠了。

[@東津-w2y]

繪師的價值是長久訓練的美感，你看到的那些ai作品很強的，也是被專業繪師調教出來的結果

[@kagami3665]

那些ai 繪圖是拿無數繪畫給ai 練習的結果，是繪師的心血，本質上，ai還是在做重複性高的事，chatgpt也一樣，chatgpt做最好就是客服，因為都是些重複性高的問答，他是自然語言模型不是創意模型

[@XD-nl1wl]

@@蕭皓文-w3r 勞力反而沒那麼容易被取代 雖然原因很可悲就是了 因為人比較廉價

[@king-qaq]

我用chat GPT 來做加密文本 例如A=1D=4來做加密 也可以用1-1=あ2-1=か 做加密

[@Will_Huang]

05:34 這裡的 GPT 全名寫錯了，全名應該是 Generative Pre-trained Transformer

[@rainsstop]

可以跟他討論問題，理清自己的思緒

[@heheheihei]

当下真是人类最好的一个时代，多元有趣，科技让多元更多元，有趣更有趣！致敬科学家工程师❤

[@-Skillful-]

提及梨子密度(西洋梨)，很像網路提問與解答。 梨子還有分，西洋梨浮於水，水梨沉入水，依地區不同汎指向也不同。

[@cg楷哥]

非常認同，以後都沒有人看我們這種小頻道都是機器人，Ai真的要取代我們了嗎？我最近在研究如何用Ai賺錢😂

[@孫識傑]

我關於最後的問題，我這個人比較奇怪😅，我想要測試他對時間的感知能力，如果我要求他延遲一段時間回答我的問題，他是可以做到的，但是如果我一次輸入兩個問題再將延遲回答的指令放在兩個問題中間，AI做不到再回答第一個問題後等待一段時間再回答第二個問題，兩個答案會依順序跑出來，沒有時間間隔，我承認我問問題的方式有點反直覺但應該不是無法理解的問題吧😅，所以我認為自己找到了一個chatgpt的漏洞，(當然也有可能是因為我打的是中文，AI不適應)

[@PanScitw]

這個有趣

[@ashes5298]

這是"語言模型", 沒有時間感知能力是理所當然的吧😅

[@Icelin1717]

我想你觀察到的時間間隔只是因為最近很多人在用，伺服器經常應接不暇吧

[@inozume1]

所以GPT並不知道自己在說什麽，他只是根據算法推測並生成出字符而已？他的資訊準確度取決於投入訓練的文本内容

[@whatthefucksay__]

一開始是這樣但往後就不知道了，就像人類的腦本來就只是一堆神經元，數量一堆我們就有意識了，所以目前不知道chat gtp會不會有類似的情況，畢竟目前這個ai還是個黑箱

[@inozume1]

@@whatthefucksay__ 意識的有無和神經元數量又不是正相關的，甚至是不是相關的都不知道，所以同學你的假設立足點不太穩喔

[@whatthefucksay__]

@@inozume1 難不成意識是蝦米靈魂什麼什麼鬼的，講求科學吧🈹️

[@inozume1]

@@whatthefucksay__ 我只是說A 概念≠B 概念，沒有說A 概念=C概念，因為目前主流科學界對意識的認識和研究還無法在生物學層面建立足夠多or 足夠確定的聯繫，所以B 概念這頭現在還沒有形成或還夠不完整，暫時還不能把A B等價起來

[@whatthefucksay__]

@@inozume1 確實所以也不能斷定chat gpt這樣就不知道自己在講什麼啊，一樣都是未知的

[@林憲堂-x9o]

不凡的驚異 笑死XD 我選擇D 我想用GPT 協助寫遊戲 這樣可以大幅度縮減開發時間

[@leolee-d1h]

應該沒有chain of thought，隔壁李永樂老師拿它去答高考選擇題，它在完美作去解釋之後，卻給出一個錯的選擇。只可理解為它搜到了題目的解釋並引用，但選擇的ABCD卻和以往不同所以選錯。選擇答案和解釋不是同一個邏輯下得出，而是分別搜出來的。

[@PanScitw]

嗯，持續觀察

[@user-E04SU3XL3G]

正確，就像是死背的學生把考古題都背一遍，老師只要把數字改一改，選擇題的順序換一換，死背的學生就會答錯 更改順序以及排列組合的做法，會讓原本的資訊排列可能性以指數型上漲，而宇宙當中資訊排列組合可以說是極大數，不靠推理的話預想排序會排到地球毀滅，這也是AlphaGO在圍棋界可以勝人類，那是因為圍棋的排列終究有極限，但是人類的知識每一刻都在產出，永遠都是無底洞。 不過邏輯型AI到底能不能出現?未來還是可能的，只不過現在人類設計的AI方向來說跟邏輯推理真的一點關係都沒有。

[@toby134]

0:27 瀏覽器？搜尋引擎吧

[@drowseworm]

對ai程式很有興趣，想要多了解跟嘗試

[@slowlypleasebeny8406]

運用腳本題綱 還不錯 內容與還需多方求證 速求結論容易砸鍋 畢竟AI餵養的資料海量網路資訊 最怕以訛傳訛 變約定成俗 與真實越差越遠~~資料引用仍要慎重 錯誤資訊學問夾雜在文字裡面 很不容易發現

[@Michael_LI]

我可能是第一次在這個頻道中留言。 我要回答 15:38 D的問題，我的點子就是製作出一個像 Star Trek 的星艦中央電腦，班人類處理很多文書工作。

[@PanScitw]

感謝你的分享呀～！

[@YCnull]

12:57 某種程度上也反映出 社會上對各族群的偏見 抑或是媒體渲染的結果ㄏ

[@ne239]

期待未來的發展 希望AI能像那些溫馨的機器人電影一樣(毀滅世界的就先不要了) 真的讓人覺得有人的溫度

[@yuan.pingchen3056]

毀滅世界也有人的溫度阿 讓你瞬間蒸發的溫度

[@DaGyi]

@@yuan.pingchen3056先不要

[@yuan.pingchen3056]

@@DaGyi 你想要保留肉汁與濕潤的口感嗎?

[@周小姐-w7i]

事情都要從最壞的開始想，才會有好的開始。

[@explorerjk]

如果，能把B與G融合 然後將所有發電廠，電子，機械丟進它的數據庫 看它能不能成為發明家？ 發明新能源？ 新技術？

[@chenwilliam5176]

有些人搞後，恍然大悟，就沒有意願使用，期待另一種「真正的 AI 」❤

[@alexwang1640]

想要找出能直接指導GPT寫 出公文和國考申論題的詠唱咒文，如果做的到會顛覆現行考試制度，甚至能讓整個社會的人才選拔重新洗牌，讓有想法但是沒技術的人不會為了考試技巧、無開創性的瑣事浪費生命。

[@陳冠竹-q6b]

我現在亦有什麼疑問 以前是上google找資料 然後要找半天 現在是直接ChatGPT 但是還是要自己判斷他給的資料是否正確

[@PanScitw]

所以人類還是很重要的

[@binladan911]

之前看過有人問ChatGPT如何改善交通，比那些腳痛部的棺猿好多了。讓AI來接管交通部和交通局還有全面科技執法，交通一定會變超好。

[@monkeyfire0915]

因為AI沒有回扣的問題😂

[@林大內]

ai 跟ai 沒有三叔 二弟要靠關係的問題

[@Ju-mc9ph]

今天剛辦帳號，使用起來很有趣也很神奇

[@a126796614]

只聽聲音時聽到不凡的驚異這段直接讓我理解錯誤...

[@Zhubeck]

就是在等泛科學做這集！！未看先留言

[@yanjanglin2467]

請你們不要老是用一些罐頭影片，你們影片內容很不錯，沒必要搞這麼多重複又沒必要的影片。謝謝🙏

[@music105]

感謝泛科學分享chat GPT！

[@hinhangsiu6783]

近年美英等半導體工業強國，着手研發人工智能專用晶片：IPU。泛科學能否詳談它？

[@archilo8008]

沒想到GPT這種逼近真的技術結晶竟然在有生之年見識到，讚嘆之外也覺得可怕，開放至今不到2年發展出的各種相關延伸應用已經幹掉一堆人，人類還能演幾集~~

[@rokylu7830]

这次ChatGPT的厉害在于它能理解你提出的问题，你讲的描述，进化空间很大，可以解决大部分电脑工作。比如工程行业，用户只要描述出设备结构，然后直接出图

[@四文魚-s3m]

而且資料量1750億而已 之後GPT4往兆發展

[@Pizer666]

我都跟他討論遊戲怎麼做,程式的部分怎麼寫,該怎麼設計,劇本設定之類的,還有一些股票投資的討論

[@米桂-x7j]

夏日大作戰裡面有個自主AI"愛的機器" 專門為軍事使用 希望不會成真..... 願人類的防火牆蓋得夠高

[@bennybenbenw]

主要還是靠google論文 Attention Is All You Need, 之後 transformer Bert等 Ai就邁進一大步了

[@hung19091]

12:01 原來亞洲人英文是"Asian" 嗯? 等等 水星魔女當中，地球人的日文是"アーシアン" 原來"地球人"全都是"亞洲人"，懂了 (並沒有) ------------------ 針對片尾的提問，我選擇D：其他 對我來說，ChatGPT就是個無所不知的"導師" 雖然可能給出錯誤資訊，但AI在回答的過程中，所拋出的關鍵字 可以再透過關鍵字，餵給Google快速查證 　 實際上AI已經滿足了我非常多的好奇心 例如：宇宙大爆炸之前，時間跟空間的概念是甚麼；微積分的計算過程；AI擁有情感後可能需面臨的問題... 任何問題都能問，雖然時常遇到瞎掰的情況 但搭配Google查證的輔助，獲取新資訊的速度實在是飛快 　 簡單說，以往用Google的痛點就是，下錯關鍵字，永遠找不到自己要的資料 AI幫你撈出一堆關鍵字，任君挑選!

[@hung19091]

自我打臉 アーシアン的官方英譯為"Earthian" 以上純屬瞎掰

[@李阿鯽]

我測試他這麼多次，我認為阿，在小範圍的文化跟歷史的相關問題方面，不適合用gpt回答，但如果是常識問題，其實很適合問他

[@ivanagyro]

非常認同 OenAI CTO Mira Murati 的回答

[@Sean-be5kf]

打油詩的第四句非常的博大精深阿😂😂

[@黑輪包包]

我是個喜歡研究周遭是誤點人，想知道如何進入汎科學社群。

[@terry.n.xiaohei]

講真的，c蠻吸引人的，只是錢那面很缺而已。 不過chatgpt目前幫助我很多，真的

[@PanScitw]

有機會了 arstechnica.com/information-technology/2023/03/you-can-now-run-a-gpt-3-level-ai-model-on-your-laptop-phone-and-raspberry-pi/amp/

[@terry.n.xiaohei]

@@PanScitw 😲謝謝你們提供的資訊！最愛你們了！

[@CutyIMoDo]

不知道有沒有機會講有關於stable diffusion繪圖AI的議題

[@alicekang445]

泛科學習很棒，加入學習

[@tomsonchiou]

謝謝你們的整理

[@PhoenixWu2011]

想更深入了解這些 AI 建構的原理，並於自己生活各情境上應用，進一步改善自己的生活

[@rickxonlim]

我比較好奇能不能寫一些文件内容，如企劃書之類的，幫忙豐富或簡略檢查等

[@GuGu-wg7si]

ChatGPT距離理想還差太遠 玩文字冒險會很明顯地受限於他記憶的長度難以順利進行 拿來問問題很難保證答案的正確性 用來聊天的機器人味還是很重 看來還是只能期待傳說中可以通過圖靈測試的GPT4了

[@ashes5298]

記憶能力應該不能算是這個模型的短版, 會有字元保存上的限制主要是因為用戶眾多, 而被另外設定的。 順帶一提, 圖靈測試其實是一個很隨便的測試, 通過了並沒有多了不起

[@大俠-s6u]

想就知道記憶力不可能是電腦的短板

[@kailiao6341]

記憶力應該無限的，但是會增加成本，所以被限制了，只要官方願意應該都能靠付費解決

[@stari8763]

13:12 的圖很有意思 將世界分成6個人種 分別是亞洲人印度裔 拉丁裔 白人黑人和中東人 結果資料參數量 越大 負面形容 白人黑人 中東人 是同一掛的 差不多爛 , 而前3各族群好很多 這才是 OPEN AI 擔心的癥結點 ( 白黑同等 情何以堪 )

[@罪保羅]

個人經驗若非出于本性樂於學習，哪怕是因需要而學習，都是痛苦的。老高的訂閱數如此高，可些許映證我上述見解，聽說書絕大數比看書來的輕鬆有趣。就今日話題，主持人已盡可能通俗的聊了，但仍有很大數人....😊

[@林子翔-n6c]

最近找到新玩伴了，每天都和chatGPT玩文字接龍，目前他都沒有輸過

[@yasashidonn]

看到你的留言，我去跟他玩了30分鐘的文字接龍了 我發現它會失誤

[@yasashidonn]

如果玩了30分鐘 系統會提示【1小時內太多的要求】然後死機

[@TheStevenno3]

@@yasashidonn 付錢，他就繼續當你的玩伴 XD

[@Soman-m8q]

Google BARD使用BERT???錯了吧?這導致片中BARD的一小段的介紹完全走偏。BARD是LaMDA的輕量化版本，依照LaMDA的論文BARD應該也是decoder-only transformer architecture，也就是跟GPT架構類似。

[@PanScitw]

感謝提醒！我們這邊出錯了，現在會進行修正。

[@PanScitw]

我們已拿掉該片段，並在資訊連註解，再次感謝指出錯誤哦！

[@dipsygenius]

GPT 全名是 Generative Pre-trained Transformer 影片中漏掉很重要的Transformer 這是目前這類語言模型的基石

[@millsonliu]

他有提喔!仔細看完的話

[@liwanwoai3113]

有没有想过找各个国家的教材各个科学的教材当作ChatGPT的输入文件，毕竟这些教材是经过人类检验认可过的知识，他们的可信度是最高的

[@ScottTsou-q7u]

講白的，chatGPT就是一個AI模型的爬蟲而已，只是一個將資料庫整合的輸出工具

[@融H]

最近有韓國的實景秀節目裡頭有很多力學，不曉得可以做一集分析嗎？

[@PanScitw]

是哪一部呢？

[@壬申]

就算是當年大中華教育課程的我也從未跟上課程過 都靠自己的興趣

[@emmanuelbartholomew90]

我感覺 統計模型變大而開始產生思維鏈 這部分好像隱含着很重要的道理

[@philosophy.of.strategy]

😅

[@user-en1985da]

錯誤思維也在 不過跟人一樣

[@王子彰]

涌现

[@快來快]

我的實驗室就是用python建立機器學習用在工業領域整個工廠AI化 很意外AI在這幾年飛速成長

[@IsaiahChien]

我對AI發展很有興趣，看可否加入學習討論團隊？

[@jackblack6808]

這就是ChatGPT之類的東西不可信的原因 (美其名增加工作效率~顛覆工業時代科技!不如說其實是在提高真實信息難度的工具~人類一直進行的都是在玩信息差) 因為資料庫汙染才是此類東西的真正用途 學過政戰的就知道是怎麼回事

[@群青b]

哇！講的很好耶，連GPT每代之間的差異和資料收集都有提到

[@jeanchang8529]

如果一開始連"WHAT"都定義錯誤，那接下來的敍述(4W1H)如何讓人確信呢?我是中科院顧問，已解剖GPT原理，願加入你們的行列。已填寫「已泛科學 AI 學習群組參與意願問卷」。

[@ededws2]

想要一個無限制的語言模型，可以任意輸入跟輸出

[@ABBLE789456123]

D : 我要請他幫我找免費的A片載點。

[@aaronlee9754]

13:03 有老高欸~~~

[@changj.e.1732]

謝謝

[@Jbzy]

感谢分享！

[@HeiMiBR]

套用John Oliver這週剛說的話：AI是一面人性鏡子，會反映出最良善的一面、最邪惡的一面，也會反映同性戀和厭惡公車的一面。

[@ohlarsh]

讚許人的努力

[@Dixx10046]

大力出奇跡😂

[@taiwanSmart]

泛科學聊著聊著就變成泛科幻

[@TWSkorpiDJ]

上個禮拜六，我為了做作業，是關於發想主題，找出一個主題我個人覺得適合的風格以及呈現方式，這是我第一次使用ChatGpt，但是我根據以往看到別人提問他的方式去使用他。 我會先問他我提出的主題他覺得是一個怎樣的主題，看完他的回答，會問他如何發揮視覺的方面，但他回答的通常不是具體的，像是使用顏色對比強烈的這種不夠明確的部分，所以我都會叫他在講的具體點，像是使用什麼風格，並且會告訴他，我想到適合風格，再問他還有其他想法嗎，這時ChatGpt 竟然回答了我要的更多答案，如泛科學說的，真的是很適合用在發想創意的部分。

[@TWSkorpiDJ]

Ps.當然他會回答一些一看就知道他誤解或是有爭議的一些答案，這真的就是像現在這個時代，不是所有新聞都是真的，要成為一個合格的閱讀者。

[@SP-vo4vy]

你的中文不太通順

[@TWSkorpiDJ]

@@SP-vo4vy 我中文確實不太好

[@johnsonjiang6836]

渴望用例子介绍解释ＧPT的应用

[@PanScitw]

如果是應用面，推薦泛科學院的教學影片喔。youtube.com/@panscischool?si=0AEsXmD_ONNLrZAa

[@ericthekingmaker9028]

nice input, thx!

[@feng6964]

我希望ChatGPT超越人類思考~

[@ogp0121]

老高都拍了😂

[@ftn7111]

我想要它跟我談心，就跟真有朋友一樣

[@TheStevenno3]

請你扮演我的朋友，我想要它跟我談心，就跟真有朋友一樣。 ---- 當然，我很樂意扮演你的朋友，我會誠懇地聆聽你的故事和感受。你可以告訴我你想分享的任何事情，無論是開心、難過、困惑還是焦慮，我都會認真聆聽，並且在你需要時提供支持和建議。不管你需要傾訴什麼，我都在這裡陪伴你。 ---

[@TheStevenno3]

請舉例說明 --- 當然，我可以舉一個例子來說明。比方說，如果你最近感到很焦慮，你可以告訴我你的煩惱是什麼，或者是造成焦慮的原因是什麼。我會詢問更多細節，以更好地了解你的狀況。然後，我會傾聽你的感受，並且讓你知道我理解你的感受。接下來，我會提供一些解決問題的建議，或者是一些緩解焦慮的方法，以幫助你應對困難。最重要的是，我會繼續支持你，直到你感到更好為止。這就是朋友之間談心的過程，我很樂意在這裡幫助你。

[@TheStevenno3]

應該可以 XD

[@ftn7111]

@@TheStevenno3 你問它的喔🤣

[@PanScitw]

這蠻適合的

[@xysong41]

想請問一下~bard是基於bert的技術，還是最近兩年登場的Lamda呢？查了一下網路上的資訊好像都是後者，還請解惑😅

[@PanScitw]

是LaMDA，抱歉我們已經更正錯誤

[@粘育利]

好的輔助工具

[@yong-junlian9557]

訓練一個自己的人工語言 Javis

[@joechu4108]

最近看了多個ChatGPT的科普，我終於想起為什麼感覺這個app這麼有熟悉感，這就是沒有實際形體的《自動手記人形 ヴァイオレット エヴァーガーデン》嘛。