chatGPT,有个头缀chat是因为他是基于文本的人工智能模型，当下gpt4只能用于NLP（自然语言处理）领域，即输入文字，他给你输出的也是文字。至于百度的视频输出，不能说他做了视频领域的应用就说他已经超越了GPT模型，当下舆论基本一边倒，普遍嘲讽百度，还是有一定道理的。

GPT1是在18年发布的，当年Google的bert和open AI的GPT是可以一决高下的，只是bert选择的是嵌入式模型，提取包含上下文意义的向量，对特定任务做微调；而GPT选择的是生成式，利用双向transformer语言模型进行预训练，通过fine-tuning模式解决下游任务。GPT最初选择的道路就是更难的训练模型，当下来看，只从NLP领域来说，GPT确实是胜过BERT的。

GPT2相较GPT1的进步其实不大，从文本量来说，GPT2的文本量只有GPT1的8倍，即40GB，参数量是15亿，为GPT1的9倍左右，并没有跨越式发展，但是GPT2不再训练下游任务，不再进行微调，只需要通过暗示来限制GPT的回答范围，即你设置一下关键词暗示他，比如书写一段300字的关于天气的作文，天气、300字、作文就是关键词，他就不会偏离太多。

GPT2在数据量上没有跨越式发展，但理念上采取的是zero—shot，零次学习，即让机器具有推理能力，实现真正的智能。

2020年GPT3横空出世，文本量暴增至40TB，增长1000倍，参数量达到恐怖的1750亿（参数量越多，机器回答的偏离幅度越小，给你满意答案的可能性越大）。

前段时间火起来的是GPT3.5，这个版本的GPT已经会唱跳up绘画了，我也体验过几下，并在上面找到了天润乳业的一些关键数据，不得不说确实好用，只是GPT是基于网上已有文本给的答案，有些时候网上答案是错的，他给的答案也是错的。而且他会拼凑答案，导致牛头接马嘴。

GPT4今天再次大火，众人各呼要失业，回头再看国内好像什么都没有，百度的文言一心看起来像是大忽悠，达摩院这些都没再发声，似乎GPT4要统治整个世界了一样。

其实大可不必，训练模型不止有GPT一个，GPT既不是最早的训练模型，也不是最大的训练模型，而且当下GPT还只用于NLP领域，其他领域的AI也是很牛逼的。据机构估算，22年每4天就会有一个大的训练模型出世，Google虽然BERT拉跨了，但不排除还有一些其他的反击手段，我们虽然还没有拿的出手的训练模型，不代表没有人做的出来。

GPT4问世，确实算的上一个划时代的生产力工具，AI掀起的第四次浪潮，难道不应该期待一下吗？

至于人类的命运，我认为不必过度焦虑，车到山前必有路，船到桥头自然直#今日话题# @今日话题 @雪球创作者中心