我使用chatGPT的4点感想

admin管理员组

文章数量:1666895

相信大家都听过chatGPT，不知道大家是否有用它。

chatGPT是什么呢？我先简单介绍下。

chatGPT是OpenAI公司创建的预训练语言模型，它是GPT（Generative Pre-trainning Transformer）模型的一个变体，基于GPT-3.5架构的大型语言模型（LLM）并以强化学习训练。前不久，OpenAI又推出了GPT-4。

我使用chatGPT一段时间后，有4点感想。

第一点：经过多次使用后，越发感受到它是一个强大和全面的先验知识库。我一直认同，吸收和利用他人的优秀先验知识，更有利于自身学习和成长。

第二点：我用它做了很多有趣的事情，比方说，让它写代码，写文章，回答问题等。我在这里举两个例子。

第一个例子

Question：用Python语言实现贝叶斯网络

Answer:

贝叶斯网络是一种使用概率图模型表示随机变量之间有向关系的方法。在Python中实现一个基本的贝叶斯网络，我们可以利用已有的库，如pgmpy。这使得构建和操作贝叶斯网络变得容易。以下是一个简单的示例，展示如何使用pgmpy库实现贝叶斯网络：首先，确保您已经安装了所需的库。如果尚未安装，请在命令行中执行以下命令安装pgmpy：

pip install pgmpy

接着，我们将创建一个简单的贝叶斯网络，用于表示草地湿润的概率，这取决于是否下雨以及是否打开了喷水器：

import pgmpy.models.BayesianModel as BayesianModel
import pgmpy.factors.discrete.TabularCPD as TabularCPD


# 创建一个贝叶斯网络模型
model = BayesianModel()


# 给模型添加节点
model.add_nodes_from(["Rain", "Sprinkler", "WetGrass"])


# 添加边，表示节点（变量）之间的依赖关系
model.add_edges_from([("Rain", "WetGrass"), ("Sprinkler", "WetGrass")])


# 创建条件概率分布(CPD)表
rain_cpd = TabularCPD(variable="Rain", variable_card=2, values=[[0.6], [0.4]])
sprinkler_cpd = TabularCPD(variable="Sprinkler", variable_card=2, values=[[0.7], [0.3]])
wet_grass_cpd = TabularCPD(variable="WetGrass", variable_card=2, values=[
                              [0.99, 0.9, 0.8, 0.0],
                              [0.01, 0.1, 0.2, 1.0]],
                           evidence=["Rain", "Sprinkler"],
                           evidence_card=[2, 2])


# 给模型添加CPD
model.add_cpds(rain_cpd, sprinkler_cpd, wet_grass_cpd)

现在，我们已经创建了一个简单的贝叶斯网络模型，可以从中查询概率分布或在给定其他变量的值时计算各个变量的边际分布。例如，我们可以计算草地湿润的概率分布：

from pgmpy.inference import VariableElimination


# 通过变量消除算法进行推理
inference = VariableElimination(model)
result = inference.query(variables=["WetGrass"])


print("Probability Distribution of WetGrass: \n", result)

这个例子演示了如何用Python语言构建简单贝叶斯网络。对于更复杂的网络和推理任务，可以参考pgmpy库提供的其他工具和功能。

第二个例子

Question: 数字中国的机会在哪里

Answer:

数字中国的机会主要体现在以下几个方面：

1. 创新科技的引领作用：数字中国的建设有助于推动我们的科技不断发展，特别是在云计算、大数据、人工智能等关键领域，这些技术推动了整个数字经济的演进。这为企业和个人提供了无数的商业发展和创新创业的机会，我们可以借此加速实现创新驱动发展战略。

2. 数字经济的发展潜力：数字经济已经成为全球范围内的一大趋势，而中国作为世界人口最多的国家，市场空间巨大。在数字经济的深入发展过程中，中国有着巨大的潜在用户群体和庞大的市场潜力。从中小企业到大型企业，都可以通过数字化、网络化、智能化的转型升级，提升产业竞争力，为中国经济的长期稳定发展做出贡献。

3. 优化产业结构：数字中国可以引导企业更好地利用数字技术，提高生产效率，优化生产组织方式。通过互联网、物联网、智能制造等技术的广泛应用，将有助于推动制造业的降本增效，解放生产力，从而助力中国经济结构的调整。

4. 人才培养：随着数字技术的广泛应用，对于数字化专业人才的需求越来越大。数字中国建设为很多年轻人提供了广阔的就业和追求梦想的舞台。各大高校和技术培训机构也可以借此机会，开设更多相关课程和培训项目，培养适应数字时代发展需求的专业人才。

5. 提升公共服务水平：数字中国建设有望提高政府部门的工作效率，提升公共服务水平。通过大数据、云计算等技术手段，政府可以更好地管理城市，提高民生服务水平，弥补传统管理模式中的不足。

总结：数字中国为各类企业和个人提供了诸多发展的机会。在这个过程中，我们可以不断创新发展，提升科技能力，培养更多的数字化人才，推进产业升级，提高民生水平，为实现经济社会的可持续发展和人类文明进步提供强有力的支持。

chatGPT的回答和输出结果，对我还是有帮助和启发的。在使用它时，我需要做的就是如何设计一系列好的问题，并且对于问题的答案进行甄别，有用的就吸取，无用的就舍弃。同时，让我越发觉得“设计和提出问题比解决问题更加重要了”。

第三点：chatGPT采用预训练机制、大语言模型和自监督学习模式，我们在不断使用它的过程，它也会和我们做博弈与强化。深入思考，觉得这个东西还是挺恐怖的。我们所要做的，就是如何用好它。

第四点：这个东西，它是在不断学习和更新的，伴随着使用的人数越多，使用的频次越多，使用的场景越广，它会越聪明，越能够让人满意，逐渐地，让人依赖它，甚至离不开它。这样想想，还是让人害怕的。

总之，chatGPT这个强大的AI工具，在不断进化着，将会对许多场景和任务带来变革。对于我们自己，也需要不断学习、进化和更新，以做机器的主宰者，而不是牺牲品。

往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419，加入微信群请扫码

本文标签： 感想chatGPT