評測詳情

這就是ChatGPT

“第一個真正實用的人工智能”搜索引擎WolframAlpha發明人 斯蒂芬·沃爾弗拉姆的ChatGPT誠意之作 ◎ 編輯推薦 OpenAI CEO、ChatGPT之父Sam Altman強烈推薦 首部揭祕ChatGPT內部原理的權威之作 科學和技術領域重要的革新者 “第一個真正實用的人工智能”搜索引擎WolframAlpha發明人斯蒂芬·沃爾弗拉姆的ChatGPT誠意之作 •國內首部由世界頂級AI學者、科學和技術領域重要的革新者、“第一個真正實用的人工智能”搜索引擎WolframAlpha發明人斯蒂芬·沃爾弗拉姆的ChatGPT誠意之作 •當今活着的最聰明的人之一、比肩康德,最硬核的思考者,對ChatGPT最本質的原理(神經網絡)的解構 •OpenAI CEO,ChatGPT之父山姆·阿爾特曼、世界頂級的AI學者,機器人界的巨擘,MIT教授,多家知名機器人公司創始人,美國工程院院士羅德尼·布魯克斯、量子位聯合創始人,總編輯李根、科學作家,“得到”APP《精英日課》專欄作者萬維鋼聯袂推薦 ◎ 名人推薦 這是我見過的對ChatGPT原理最佳的解釋

——Sam Altman,OpenAI CEO,ChatGPT之父 讀過這本書之後,我認爲它堪稱精湛之作

大語言模型擅長給出聽起來像是答案的答案,但這與真正的答案不同

——Rodney Brooks,世界頂級AI學者,機器人界的巨擘,MIT教授,美國工程院院士 從原理上知道ChatGPT和大語言模型的“能”與“不能”,才能準確把握這波科技浪潮的紅利和機遇

而Stephen Wolfram無疑是既權威專業,又懂得把技術原理生動表達出來的那一個

連OpenAI CEO都讚不絕口

——李根,量子位聯合創始人,總編輯 Wolfram是當今活着的最聰明的幾個人之一,也是最硬核的思考者之一,因爲他解讀世界的視角是數學和物理學的

他關於計算不可約性的思想,給此後無論如何發展的世界中的AI和人類的角色設定了互不毀滅的定律

Wolfram的歷史地位將有可能比肩康德

這本書撥雲見日,講出了ChatGPT最底層的原理以及謎團

沒有人真正理解爲什麼語言模型這麼厲害,但這本書能告訴你它們的底線在哪裏

——萬維鋼,科學作家,“得到”App《精英日課》專欄作者 ChatGPT的推出預示着通用人工智能(AGI)時代的簾幕揭開,其強大能力將對許多行業的產品形態產生深遠的影響,因此對它進行深入瞭解變得非常必要

這本書從第一性原理出發,通俗易懂地介紹了與ChatGPT相關的技術原理,且有作者獨到的見解

相信讀者在閱讀這本書之後,能對ChatGPT有更深刻的認識

——張俊林,新浪微博新技術研發負責人 ◎ 內容簡介 ChatGPT是OpenAI開發的人工智能聊天機器人程序,於2022年11月推出,能夠自動生成一些表面上看起來像人類寫出的文字的東西,是一件很厲害且出乎大家意料的事

那麼,它是如何做到的呢?又是爲何能做到的呢?本書會大致介紹ChatGPT的內部機理,然後探討一下爲什麼它能很好地生成我們認爲是有意義的文本

本書適合想了解ChatGPT的所有人閱讀


  • 公孫華楚
    非常好的科普書,Wolfram用簡單的語言,講清楚了模型、參數、神經網絡、embedding等基本概念,深入淺出地逐步講清楚了ChatGPT的原理
  • 柴漾漾
    第一篇詳細介紹了Chatgpt的作用原理,過於“詳細”,以至於有些雲裏霧裏,我把它淺顯地理解爲“人腦作用機制”(或者就像書裏說的“知錯能改機制”),不斷輸入-輸出-調整-再輸出;第二篇簡單而有趣,再“強大”的Chatgpt也有其侷限性,但就像人類會利用其他工具作爲自身能力的延伸一樣,藉助(或者說“聯合”)Wolfram | Alpha,Chatgpt可以發揮出更大的潛能,WA同理,人類也是如此
  • 紅昊乾
    饒是有IT的相當背景讀完也是不寒而慄,chatgpt可以被簡單理解成自然語言的人機入口,但是其中的計算機理卻無從得知,人類能做到也僅是選擇模型調整其中的向量參數優化算法,判斷結果僅是看到輸出結果曲線的符合預測性,不寒而慄,雖說大腦神經元的機理我們仍是一無所知但是好歹我們知道極限,可是agi的極限又在哪裏,希望不是杞人憂天
  • 隗和歌
    “這表明了一些至少在科學上非常重要的東西:人類語言及其背後的思維模式在結構上比我們想象的更簡單、更’符合規律‘
  • 滑笑旋
    通過其底層邏輯理解人類的核心特徵——人類語言及其背後的思維過程的本質和原則,從而也更瞭解ChatGPT的底線和潛能
  • 梁丘小凝
    像作者總結建議的:“通用智能出現證明了人類本質上沒有任何特別的東西,我們與自然中許多系統甚至是簡單程序基本是等價的
  • 商牟芷若
    利用人的內驅性發掘新的可能,定義對自己有價值的東西,最終定義未來
  • 利水丹
    “它只是一次添加一個詞” 很好
  • 從豐羽
    ChatGPT的總體目標是根據所接受的文本預訓練(它在任意給定時刻都有一定量的文本),爲添加的下一個標記作出在某種程度上“意義匹配”的選擇(即續寫文本)
  • 鮑貝晨
    每次只添加一個詞,一切都是概率
  • 雙胤運
    ChatGPT成文的方式是從一個詞生成下一個詞,基礎是從海量文本中歸納出詞和詞之間的關係規律
  • 倪芳春
    把神經網絡、embedding、transformer這些基本概念講得很清楚;學習作者的行文邏輯;如何正確提問更加重要;擁有了計算思維的新思考方式;意義空間和語義運動很有啓發性,Wolfram是在尋找語言的第一性原理嗎;最後感慨人類在自然面前的無知,既搞不懂自己的大腦,也搞不懂模仿自己造出來的GPT的“大腦”
  • 許弘麗
    個人感覺,神經網絡的一些原理性的東西其實很符合人思考問題的直覺(大概因爲AI領域很多算法就是人憑直覺多次試錯後給出的),對我來說貝葉斯算法反而更繞一些
  • 公良鵬舉
    介紹了GPT的原理,被它的神經網絡的數量所驚歎,每個詞是逐漸生成的,很有意思,但無法計算準確的數據,其實它還是很單一的,沒必要驚歎,可能華爲的大模型更厲害,更實用
  • 微生元洲
    這本書第一章的前半部分介紹神經網絡的原理比較簡略晦澀,非相關專業讀者看不懂很正常,不過第一章的後半部分信息量很大,大師寫的書,即使對讀者不太友好,裏面總能看到對事物本質的認識和洞察,一些認識是方向性或者原理性的,不糾結於表面的細節
  • 西門梅花
    雖然大致能明白神經網絡、embbeding、訓練等,但是對於類人思維形成的原理爲何如此玄學仍是迷惑
  • 申屠承顏
    雖然後半段有點像是給Wolfram做宣傳,但是這本書的厲害之處在於真的使用了非常簡單易懂的語言介紹了Chatgpt和深度學習的一些理念
  • 任聽荷
    Machine Learning 這個概念第一次接觸還是19年給學生講高中英語閱讀時講到機器學習作出世界名畫這個話題,這才幾年,就出現了各種圖像識別,語音轉文字,語言翻譯,各種應用,midjourney 科大訊飛翻譯,chatgpd
  • 厙白竹
    幾點:1. ChatGPT的本質還是數字和計算,不過它的計算不是結構式計算,而是“跑模型”;2. ChatGPT或其他LLM不接近真理/事實,而是更接近人類歷史語言,所以它們並不是客觀世界的反映,而更像是人類語言/思維的反映;3. ChatGPT如果搭配結構式算法模型,那纔將無敵
  • 麻文瑞
    除了一切皆數學外,還有未可測的規律不斷出現;複雜也是一種簡單;語義語法所對應的世界模型概念,讓人去思考什麼是真實,什麼是虛構;自然語言和計算語言的結合就會描述出精確的世界嗎
  • 文白竹
    通俗易懂地解釋從神經網絡到embedding到transformer的原理 行 隔幾頁推銷一下自己的wolfram語言 不行 或者說所謂的wolfram語言在這裏沒有不可替代性 某種意義上甚至不如newbing的檢索機制 當然啦 書的內容是我會推薦給不懂計算機的文科人看的程度
  • 司寇爾槐
    飛機上看了30分鐘就開始不明所以了 這種看書感覺沒啥意思 自己上手玩一玩 油管刷一刷熱門視頻就好了
  • 曾貝晨
    雖然只看懂了兩句,但也是有收穫的
  • 姓終嘉玉
    正文內容可以打四顆星,不過這麼貴內容其實卻很少,而且書有三分之一是莫名其妙的“序”,這些序裏打廣告賣課垃圾死了,有個序甚至就是直接大段大段地抄書裏的內容,這叫什麼序啊,敷衍得態度看的令人生氣,所以扣一顆星(甚至其實想扣得只剩一顆星)
  • 苗英哲
    但是真正的正文內容其實很不錯,給一顆星覺得不合適,作爲完全的外行,裏面有一些概念看得不是很明白,不過想要了解chatGPT基本是怎麼運作的,還是可以看懂的,以及未來的發展方向,與其他語言的結合什麼的,還是能有個明確的概念,而非看很多公衆號文章之後覺得除了大嘆神奇之外什麼都沒明白
  • 邊清婉
    隨着ChatGPT等人工智能技術的發展,人機交互將變得更加智能化和自然化
  • 芮山菡
    這可能會改變我們與計算機和機器的交互方式,讓人們更容易與技術進行溝通和協作
  • 蘇萱彤
    ChatGPT的出現意味着通用人工智能時代的序幕在慢慢揭開,這對世界的影響是巨大的,將對許多行業的產品形態都將產生深遠的影響
  • 況郈憶楓
    但是仔細研究其原理就會發現,就算再類人化,也(暫時)還是很表面基礎(看起來合理)的東西,深度縱向發展、創新還得看人類
  • 魚潔玉
    個人習慣時不時從複雜的算法解釋中抽離一下從概念上重新梳理一個學科進化背後的思想路徑,這個方法在學習AI還有複雜科學時尤其能激發火花
  • 沃仙儀
    這本書花了點筆墨解釋什麼是問題的“難”,現實中困難問題的解決,有的關乎“悟性”,有的關乎按部就班處理海量信息的能力,這兩種問題要求解決者的質素有所區別
  • 餘博涉
    作者將ChatGPT的成功大部分歸因於算法默默習得了語言中可被描述爲規則的一部分,但一旦觸碰到了需要大量背景知識支持的複雜的邏輯鏈模型就會暴露不足—模型可以工作當然不是基於單純的檢索,但也並不是把握了語句的含義或深度邏輯,它不是機器或宗師,它是個高手