三谈ChatGPT（ChatGPT可以解决问题的90%）

admin 管理员组

文章数量: 887021

        这是我第三次谈ChatGPT，前两篇主要谈了ChatGPT的概念，之所以火的原因和对人们的影响，以及ChatGPT可能存在的安全风险和将面临的监管问题。这一篇主要讲讲ChatGPT的场景和处理问题的逻辑。

      这一次我特意使用了ChatGPT中文网页版体验了一番。并请ChatGPT帮我做了几个问题。下面是ChatGPT帮我写的一个java加解密工具类。 

下面是ChatGPT帮我写的一个java加解密工具类。  

import javax.crypto.Cipher;
import javax.crypto.KeyGenerator;
import java.security.Key;
import java.security.KeyPair;
import java.security.KeyPairGenerator;
import java.security.SecureRandom;

public class EncryptionUtil {

    /**
     * 对称加密算法AES加密
     * @param content 待加密的字符串
     * @param password 秘钥
     * @return 加密后的结果
     * @throws Exception 异常
     */
    public static byte[] aesEncrypt(String content, String password) throws Exception {
        KeyGenerator kgen = KeyGenerator.getInstance("AES");
        SecureRandom secureRandom = SecureRandom.getInstance("SHA1PRNG");
        secureRandom.setSeed(password.getBytes());
        kgen.init(128, secureRandom);
        Key key = kgen.generateKey();
        Cipher cipher = Cipher.getInstance("AES");
        cipher.init(Cipher.ENCRYPT_MODE, key);
        return cipher.doFinal(content.getBytes("utf-8"));
    }

    /**
     * 对称加密算法AES解密
     * @param content 待解密的字符串
     * @param password 秘钥
     * @return 解密后的结果
     * @throws Exception 异常
     */
    public static String aesDecrypt(byte[] content, String password) throws Exception {
        KeyGenerator kgen = KeyGenerator.getInstance("AES");
        SecureRandom secureRandom = SecureRandom.getInstance("SHA1PRNG");
        secureRandom.setSeed(password.getBytes());
        kgen.init(128, secureRandom);
        Key key = kgen.generateKey();
        Cipher cipher = Cipher.getInstance("AES");
        cipher.init(Cipher.DECRYPT_MODE, key);
        byte[] result = cipher.doFinal(content);
        return new String(result, "utf-8");
    }

    /**
     * 非对称加密算法RSA加密
     * @param content 待加密的字符串
     * @param publicKey 公钥
     * @return 加密后的结果
     * @throws Exception 异常
     */
    public static byte[] rsaEncrypt(String content, String publicKey) throws Exception {
        KeyPairGenerator kpg = KeyPairGenerator.getInstance("RSA");
        kpg.initialize(1024);
        KeyPair kp = kpg.generateKeyPair();
        PublicKey pubKey = kp.getPublic();
        PrivateKey priKey = kp.getPrivate();
        Cipher cipher = Cipher.getInstance("RSA");
        cipher.init(Cipher.ENCRYPT_MODE, pubKey);
        return cipher.doFinal(content.getBytes());
    }

    /**
     * 非对称加密算法RSA解密
     * @param content 待解密的字符串
     * @param privateKey 私钥
     * @return 解密后的结果
     * @throws Exception 异常
     */
    public static String rsaDecrypt(byte[] content, String privateKey) throws Exception {
        KeyFactory kf = KeyFactory.getInstance("RSA");
        PKCS8EncodedKeySpec spec = new PKCS8EncodedKeySpec(Base64.getDecoder().decode(privateKey));
        PrivateKey priKey = kf.generatePrivate(spec);
        Cipher cipher = Cipher.getInstance("RSA");
        cipher.init(Cipher.DECRYPT_MODE, priKey);
        byte[] result = cipher.doFinal(content);
        return new String(result);
    }
}

我请ChatGPT帮我写一篇辞职申请书。

尊敬的公司领导：

您好！在这样一个特殊的时刻，我写下这篇辞职申请书，表达我的离职意愿。

回顾在公司工作期间，我感谢公司给予了我很多机会和成长空间，也让我经历了很多挑战与收获。无论是从专业技能还是个人素养上，我都有了极大的提升和进步，同时也结识了很多优秀的同事和朋友。

然而，在个人生活和职业发展方面，我需要做出一些调整和抉择。经过反复思考和评估，我认为现在是一个适合我离开公司的时机。我深感抱歉，但希望您能够理解我的决定。

为了保证公司业务的连续性和稳定性，在此承诺在离职前完成手头的工作，并将所有的工作交接到公司指定的同事，确保工作交接的安全、完整和规范。

最后，再次感谢公司的支持和信任，祝愿公司越来越好，也祝福所有的同事和朋友们取得更加美好的职业与人生。

此致

敬礼！

申请人签名

日期

我再请ChatGPT帮我写怎么找女朋友的策略。

寻找女朋友是一件需要耐心和方法的事情。以下是一些可能有用的策略：

了解自己：首先，你需要了解自己想要什么样的女孩，以及你自己能够提供什么。这将有助于你更有针对性地寻找合适的对象。

广交朋友：在社交场合多认识人，在你感兴趣的领域里结交志同道合的朋友，他们或许会介绍给你一个合适的女孩。

参加活动：参加各种活动和社交聚会，尤其是与你擅长或者热爱的活动相关的聚会，会有更多的机会和女生认识。

在线社交：现在的社交方式已经多种多样，可以通过线上社交平台来认识新的女生，例如微信、陌陌、探探等，注意安全问题。

做个好男人：善良、有礼貌、有责任心、有幽默感、身体健康等优秀品质会吸引更多的女孩子注意到你。

加强自我培养：除了外表条件，内在素质也是很重要的，读书、学习技能、开阔见识、丰富爱好，这些都能让你更加有吸引力。

别心急：恋爱是一件需要缘分的事情，不要着急，多享受单身时光，保持好心态，在合适的时间会遇到合适的人。

总之，寻找女朋友需要耐心和方法，同时也需要保持良好的信心和心态。希望以上策略对您有所帮助。

上面的三个问题，我们可以看到ChatGPT回答的还是很官方的，其实这些东西我们通过简单的百度或者Google也可以找到相似的答案。只是ChatGPT帮我们聚合了。

我问最后一个问题：深圳最适宜居住的地方是哪里，ChatGPT的回答如下：

深圳是一个发达的现代化城市，拥有很多宜居的区域。以下是一些比较适宜居住的地区：

福田中心区：福田中心区拥有完备的基础设施和便捷的交通网络，生活便利程度高，商业、文化、娱乐等资源丰富。

南山区：南山区是深圳的科技与文化区，有很多海滨别墅和高端公寓，同时也有很多优秀学校和医院，适合居住的环境优美。

罗湖区：罗湖区是深圳的老区之一，但近年来得到了很好的发展，是深圳的商业、交通和金融中心之一，而且还有很多古建筑和文化景点。

龙岗区：龙岗区是深圳最大的行政区之一，有很多新型社区和高档住宅小区，适合家庭或个人居住，同时也有很多优秀的学校和商业配套。

宝安区：宝安区是深圳的工业中心和物流枢纽，但随着城市规划的不断完善和发展，已经形成了一些高端住宅区和优质社区。

需要注意的是，每个人对于居住环境的需求、生活习惯和经济实力都不同，选择居住地时应根据自身情况进行选择。以上推荐仅供参考。

这个答案就差强人意了。感觉ChatGPT永远都是一番官腔和中庸之道。这让我想起了以前说的数据中台可以解决90%的问题。但是这却是一个错误的说法，应该是可以解决问题的90%。

我们可以看到ChatGPT能够回答的东西都是一些共性的东西，就和我们写代码进行封装抽象一样，如果是个性化的东西，ChatGPT也不能很好解决。所以我认为ChatGPT只能解决问题的90%，因为ChatGPT不能直读人心，没有格局，没有情绪，更不会创新，它只能根据数据训练按部就班，提供这个世界上已有的经验，方便检索。但是不可否认的是ChatGPT确实可以作为非常有用的辅助性工作，能写代码，诗歌，论文等。

ChatGPT未来的发展预测（摘自中国日报网）：

ChatGPT的技术发展趋势

ChatGPT基于的工具被称为大型语言模型（Large Language Models，LLMs），通过学习庞大的在线文本数据库中的语言统计模式来工作。基于现有的基本原理和技术，ChatGPT在未来发展进程中必然会进一步提升自身的技术水平，例如提升检索结果的质量。

技术提升的方式，一是需要将海量数据，尤其是实时的新数据增加到原有的文本数据库中，对其中不实、偏见或过时的信息进行更正，并以更新的文本数据库为基础，进行进一步的模型训练，以实现技术模型和应用工具的与时俱进。

二则是需要针对某些特定领域，进行专业化的模型训练，以实现技术提升。与之相比，更早诞生的智能问答和检索由于基于的模型较为简单、智能化程度不高，比较容易被识别；而基于LLM的ChatGPT在技术上的进步，使得它能够进行逻辑筛选，针对输入的问题提供一个大体合理的答复。但是，从本质来看它的回答仍然是不可靠的，在回答一些专业领域问题时也会产生错误的回答。因此，在一些特定的、专业化程度较高的领域，需要提供专业化的文本数据库、基于针对性的训练方法对模型和数据进行调整。以文史哲和理工科领域的问题研究为例，其需要的方法论和逻辑思维方式是不同的；在同一个学科的不同场景下，需要的分析思路也是不同的。因此，ChatGPT未来发展需要针对特定领域进行专业化的模型训练。

ChatGPT的商业化发展趋势和应用领域

ChatGPT的进一步发展同样离不开技术的应用和商业化。其商业化方式，一是与现有的大型商业平台（如微软、谷歌等）进行合作。虽然有相关人士称要实现由LLM驱动的搜索仍需要大幅降低其成本，但与此同时，微软计划将ChatGPT整合进他们的搜索引擎Bing并预计在3月份推出。此外，现有的大型商业平台也可能自行进行技术研发。这两者是否实现产品替代取决于两种方式的开发速度。

无论以哪一种方式实现商业化发展，必然首先聚焦于资源、资金高度集中和技术应用性强的特定领域。例如，金融领域技术应用较为广泛、资金充沛，金融科技、金融数据治理等都在金融领域率先开展；文化娱乐领域商业化变现较为迅速，同样可能会成为技术应用首要涉及的领域；与日常工作相关的办公软件等领域，如果能基于该项技术实现部分自动化办公（如自动化公文写作、PPT制作），由于其应用广泛、用户需求量大，也可能成为技术应用首先发展的领域。

ChatGPT的阶段性发展趋势和商业化竞争趋势

ChatGPT作为一种新的技术和工具，很可能与其他新技术和工具类似，在首次进入大众视野时会得到较多的研究和关注，在国内外诞生大量相应的创业公司或上市公司进行赛道布局。但在经过一段时间的激烈竞争后，实际成功并存活的公司并不多。这也是高德纳咨询公司（Gartner）提出的技术成熟度曲线所反映的状况。ChatGPT目前很可能正处于该曲线中过高期望的峰值阶段，即将到达泡沫化的底谷期。在它实现应用和实施以后，在某些具体领域和场景中的应用效果可能并不及预期。

在这一过程中，会有很多创业公司或上市公司逐渐退出市场。从国内来看，推测最后存活和成功实现技术应用的相关平台，很可能是具有充足资金、流量基础和现有数据库的大平台，例如百度、头条等。其余一些创新型公司或小型专业化公司，可能会遇到训练集不足、无法实现模型的有效训练等问题，最终退出市场。在这期间，相关上市公司的投资和股票价格可能快速上涨，但最终能够实现该项技术的国产化替代的，依然是现有的大平台。

本文标签： 解决问题 ChatGpt