admin 管理员组文章数量: 887016
ChatGPT的全名是Chat Generative Pre-trained Transformer，美国OpenAI 研发的聊天机器人程序 ，于2022年11月30日发布。ChatGPT是人工智能技术驱动的自然语言处理工具，它能够通过理解和学习人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码、论文等任务。在本章的内容中，将详细讲解使用ChatGPT为微信和微信公众号开发一个智能机器人系统的过程。
14.1 ChatGPT介绍
ChatGPT是一个基于大规模预训练语言模型的对话系统，由OpenAI开发。ChatGPT的核心技术是GPT（Generative Pre-trained Transformer）模型，是一种基于深度学习的自然语言处理技术。GPT模型采用Transformer架构，利用无监督学习从大规模语料库中学习语言知识，具有强大的语言理解和生成能力。ChatGPT将GPT模型应用于对话生成，可以进行自然流畅的对话，具有人类般的语言交互能力，本质上是一个聊天工具。
ChatGPT的训练数据来自于大规模的互联网文本语料库，例如维基百科和BookCorpus。通过大规模的训练，ChatGPT可以学习到丰富的语言知识和语言模式，从而能够在各种自然语言处理任务中表现出色。
ChatGPT的应用非常广泛，例如在智能客服中，ChatGPT可以帮助自动回复用户的问题，提高客户服务效率；在机器翻译中，ChatGPT可以帮助实现更准确、流畅的翻译结果；在问答系统中，ChatGPT可以回答用户的问题，从而实现人机交互。
14.1.1 ChatGPT的发展历程
2015年12月，OpenAI公司美国旧金山成立。值得一提的是，特斯拉创始人马斯克也是该公司创始人之一。
2017年，谷歌大脑团队推出了用于自然语言处理的Transformer模型，成为当时最先进的大型语言模型（Large Language Model）。自诞生之日起，Transformer模型就深刻地影响了接下来几年人工智能发展的各个领域，而OpenAI公司就是专注于研究Transformer模型的众多团队之一。
2018年，Transformer模型诞生不到一年，OpenAI就推出了具有1.17亿个参数的GPT-1模型。
2019年，OpenAI公司公布了GPT-2，具有15亿个参数。该模型架构与GPT-1原理相同，主要区别是比GPT-2的规模更大。
2020年，这个创业团队推出了最新的GPT-3模型——这时它具有1750亿个参数。面对如此庞大的GPT-3模型，用户提供小样本的提示语或直接询问，就能获得符合要求的高质量答案。经过早期测试结束后，OpenAI公司对GPT-3模型进行了商业化。
2020年9月，微软公司获得了GPT-3模型的独占许可，意味着微软公司可以独家接触到GPT-3的源代码。
2022年3月，OpenAI推出了InstructGPT模型，该模型为GPT-3的微调版。
2022年11月底，人工智能对话聊天机器人ChatGPT推出，使用的模型是GPT-3.5。短短几个月时间，ChatGPT在2023年1月份的月活跃用户数已达1亿，这使其成为史上用户数增长最快的消费者应用。
2023年3月推出GPT-4，模型系统的能力已经能够把美国的模拟律师资格考试考到前10%了，并且顺利地在美国高考题（SAT考试）中拿到了进入哈佛大学的成绩。有专家认为，GPT-4的专业和学术水平接近人类。
而尚未公布的GPT-5已经看完了人类网络上所有的视频(大约2000PB的容量)，可以瞬间标记出所有它看过的视频中的一切声光信息，并且可准确到每一秒。有专家称，GPT-5的智商也许接近天才级别。照这样的演进速度，看起来人工智能的能力将加快超越人类。
现在的ChatGPT可以扮演生活中各种各样的角色，如医生、翻译员、办公助手、程序员、历史学家、情感分析师、心理咨询师、写作润色师等等。它可以根据用户的需求和背景，生成各种类型和风格的文本，并提供有用的信息和建议。
14.1.2 GPT系列的演变
- GPT-1：结合有监督学习和无监督学习，更接近于处理特定语言任务的专家模型，而非通用的语言模型。
- GPT-2：构建了泛化能力更强的语言模型，使得语言模型的通用性得到了更充分的展现。
- GPT-3：参数量相较于 GPT-2 提升了两个数量级，达到了 1750 亿，成为真正意义上的超大语言模型。
- ChatGPT：通过引入人类反馈的强化学习（RLHF）等新的训练方式，语言生成能力大幅提升，并且展现出了思维链和逻辑推理等多种能力。
- GPT-4：在推理能力、文本生成能力、对话能力等方面进一步提升的同时，实现了从大语言模型向多模态模型进化的第一步。
14.1.3 ChatGPT的主要特点
OpenAI使用 RLHF（Reinforcement Learning from Human Feedbac，人类反馈强化学习） 技术对 ChatGPT 进行了训练，且加入了更多人工监督进行微调。此外，ChatGPT 还具有以下特点：
- 可以主动承认自身错误：若用户指出其错误，模型会听取意见并优化答案。
- ChatGPT 可以质疑不正确的问题：例如被询问 “哥伦布 2015 年来到美国的情景” 的问题时，机器人会说明哥伦布不属于这一时代并调整输出结果。
- ChatGPT 可以承认自身的无知，承认对专业技术的不了解。
- 支持连续多轮对话：与大家在生活中用到的各类智能音箱和“人工智障“不同，ChatGPT在对话过程中会记忆先前使用者的对话讯息，即上下文理解，以回答某些假设性的问题。ChatGPT可实现连续对话，极大的提升了对话交互模式下的用户体验。
由于 ChatGPT是一个大型语言模型，目前还并不具备网络搜索功能，因此它只能基于2021年所拥有的数据集进行回答。例如它不知道2022年世界杯的情况，也不会像苹果的Siri那样回答今天天气如何、或帮你搜索信息。如果ChatGPT能上网自己寻找学习语料和搜索知识，估计又会有更大的突破。
14.2 系统介绍
本项目是一个开源项目，开源地址是https://github/xyhelper/xyhelper-web。在本项目中，将在网页中使用ChatGPT的对话模型，实现和ChatGPT官网一样的对话界面。本项目的具体功能如下：
- 基础对话：基于GPT-3.5或GPT-4模型实现会话功能，无需代理，在国内网页即可使用ChatGPT功能。
- 系统设置：可以设置获取ChatGPT服务的接口，Token，头像链接，聊天记录，主题，语言等信息。
本项目是完全开源的，会一直进行技术升级和维护。有关升级信息、使用教程、技术文档等内容，请读者登录https://xyhelper/查看。
14.3 项目结构
本项目的具体结构如图14-1所示。
图14-1 项目结构图
版权声明：本文标题：（14-1）ChatGPT聊天系统（GPT-3.54.0+ Vue+pnpm+SQLite3）：ChatGPT介绍+系统介绍+ 项目结构 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.freenas.com.cn/jishu/1729015634h1307178.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。
发表评论