谈到ChatGPT，可能大家现在都不陌生，这是近两年来讨论最热门的话题。
ChatGPT全称叫做Chat Generative Pre-trained Transformer，中文名称叫做「聊天生成式预训练模型」，它是一种可以以对话的方式进行交互的AI模型。
简单来说，我们可以狭义地理解ChatGPT是一个基于人工智能的聊天机器人，它能够模拟人类大脑的深度神经网络的思维方式，来与用户进行对话。比如你问它一个问题，它会告诉你答案，并且会给出你思考的过程。如图1-1所示：
图1-1 聊天机器人
在了解ChatGPT及其原理之前，我们先来了解下一个基础的概念：人工智能。
1.1 什么是人工智能？
早在1943年人们就开始研究神经网络，到了1956年，出现了最早的“人工智能”的概念。那么什么是人工智能？我们来举几个日常生活中遇到的案例。
现在步入普通家庭生活的新能源汽车，像特斯拉，像国内的比亚迪、小鹏、蔚莱。我们如果驾驶过这一类型的新能源汽车，我们可能体验过它的自动驾驶或者辅助驾驶，它是多种人工智能技术组合的技术，比如计算机视觉、动态感知，可以快速识别障碍和在复杂的路段进行高精度智能控制。如图1-2所示：
图1-2 自动驾驶示例图
在硬件的支撑，以及人工智能技术的加持下，慢慢地开车会变得更加的简单和更加安全。
再者我们每天都会接触到的手机短视频，很多人打开抖音或者小红书就会停不下来，刷一晚上哪怕是困了都不愿意睡去，其实在这背后也有人工智能的影子。如图1-3所示：
图1-3 抖音海外版示例图
在移动媒体上，我们每个用户看到的资讯或者视频都是个性化的内容，也就是专门为你所定制的，背后运作的内容推荐算法也是基于人工智能的技术。它会收集个人的数据，比如你的阅读时长、阅读的内容的标签等等，来判断你的个人喜好，然后帮助这些媒体推送个性化的内容分发给你浏览的列表中。
最后还有我们习以为常的人脸识别，无论是手机上的人脸识别解锁，或者是在银行办理业务时的拍照，也都是通过人工智能相关的技术。如图1-4所示：
图1-4 FaceID识别示例图
通过不断识别人脸的特征，构建你面部的三维模型，在每一次识别后不断更新面部的特征点，来做到快速识别的功能。像使用iPhone的用户，使用的FaceID技术甚至可以做到你带着口袋也可以进行人脸识别。
因此，在我们日常生活中，人工智能或者人工智能技术无处不在，它影响并且占据了我们生活的绝大部分场景，给予人们更加便利快捷的生活方式。
1.2 什么是AIGC？
在了解了人工智能的概念之后，我们来聊聊AIGC。
在以往的生活中，我们学习或者创作一项内容可能需要花费大量的时间，而且很多技能的学习可能还需要天赋的因素存在。
比如我们需要创作一张画作，我们需要了解和掌握画面构图、色彩使用、情景搭配等等。我们需要书写一篇文章，需要考虑文章结构、段落衔接、语句流畅，甚至用词等等。如图1-5所示：
图1-5 写作示意图
2022年，AIGC（生成式人工智能）受到了全世界的广泛关注， AIGC正在开始改变着每个职业的未来。
以ChatGPT为例，我们可能只需要简单地描述想要的内容，通过几句话，AI就可以帮助我们快速生成内容、绘图、音乐、视频等等。
比如我们只需要在屏幕中输入几个问题的关键字，GPT就可以马上生成理想中的结果。如图1-6所示：
图1-6 ChatGPT演示示例
生成式AI，也就是AIGC，是一种生成内容的人工智能。与其他人工智能相比，AIGC更加关注于对已有数据的整理、分类和识别。
我们思考一下，我们是如何知道身边的每一个事物，或者每一种动物叫什么的？在还是在孩童时期的时候，走在路上，我们对所有的事物都保持着好奇，特别是牙牙学语的时候，我们会指着路上看到的事物，说出这个东西的名字。比如这是猫猫，这是只小狗，这是斑马线等等。如图1-7所示：
图1-7 猫咪识别图
而随着我们输入内容越来越多，我们还可以从动物中分辨出品种，比如这是只布偶猫，这是只加菲猫，而且我们还可以增加一些形容词帮助我们增强记忆，比如白色的、好大啊。
正如人类是如此学习新事物的，AIGC通过成百上千，甚至上亿的数据进行输入学习，我们将数以亿计的数据喂给AI，然后教会AI怎么回答问题。
AIGC的底层是科学家们研究的生成性人工智能模型，类似于人类的大脑，用于解决某一类具体的问题。我们可以理解为一种数学公式，输入问题，得到结果。当我们将无数个数学公式进行整合，然后为这些数学公式输入不同的数据的时候，智能模型就可以输出不同的结果。
1.3 什么是ChatGPT
ChatGPT，是美国OpenAI公司开发的一种基于神经网络的预训练模型，它预先内置了1750亿的参数，我们可以理解为1750亿个数学公式，并且通过数以亿计的数据进行预先训练。
从1.0版本开始，ChatGPT还只会通过大量数据进行学习，进行上下文补齐。我们举一个例子，如图1-8所示：
图1-8 ChatGPT1.0问答
ChatGPT会从已经训练好的数据中查找答案，比如找到的数据中，回到“绩效管理”比较多，那么ChatGPT会给出回答“绩效管理”。这类似于稍微智能一点的搜索引擎，这是ChatGPT1.0做的事情，基于上文和下文出现的概率来给出答案。
到了2.0版本，ChatGPT已经可以熟练掌握填空题、判断题、问答题、或者帮助你查找错别字这种基于上下文处理的工作事项。
而2.0版本则增加了“多任务”的概念，这意味着ChatGPT可以同时做多个任务，当我们抛给GPT一个问题，它可以从多个方面回答这个问题，达到举一反三的效果。如图1-9所示：
图1-9 多任务处理
1.0版本和2.0版本看似已经非常强大了，但却存在一个很大的问题，即数据标识的问题。我们前面说过，ChatGPT是预训练模型，就像一个小孩子，它的学习过程需要大人引导输入数据，比如告诉它这是猫，那不是猫，ChatGPT才能在学习大量数据后，判断出这是不是猫。
由此暴露出的问题是，我们要给ChatGPT输入的每一项内容都做好标识，这在自然语言学习的领域称之为“监督学习”。监督学习海量的数据，那么就需要海量的人工去把数据做好标识，才能给到ChatGPT进行学习，这种方式的工作量和成本无疑是很可怕的。如图1-10所示：
图1-10 数据标注
到了ChatGPT3.0版本，科学家们提出了一个“小样本学习”的概念，即先给GPT少量的已经标识好的数据进行学习，后面使用大量没有标识的数据进行测试。这在自然语言学习的领域称之为“无监督学习”。和我们小时候学习的概念类似，老师先教概念，再举一些例子，后面由学生自主学习。
到了3.5的版本，ChatGPT在“监督学习”的基础上增加了“强化学习”的概念，即回答出的问题让用户进行打分，通过大量用户的使用和打分，将评分结果返过去再确认结果的准确性。
随着这一创新性的技术升级，自从2022年11月30日OpenAI开放ChatGPT以来，在短短的1周内就获得了全球100W的用户，而目前更是超过10亿的用户和月活1亿的用户，一跃成为了全球最热门的公司。如图1-11所示：
图1-11 OpenAI官网
1.4 不断演变的职场趋势
当今社会已然经历了几次重大的社会变革，首先是03年，以桌面PC和Web网站为主的桌面互联网开启了新的网络纪元。随后是08年的移动互联网技术的迭代，进一步将我们的身体从固定的办公环境中释放出发，职场办公也不再收到地点、距离的限制。
而现在，随着AIGC或者ChatGPT席卷而来的AI浪潮，我们的思维也将不再设限，不再止步于原本重复麻木的工作，GPT可以帮助我们写报告、写邮件、读论文……
我们已经可以在各大招聘网站看到AI工程师、提示词工程师的新生岗位，也可以看到越来越多的岗位要求中，希望应聘者在工作中使用过AI相关地应用。如图1-12所示：
图1-12 AIGC招聘
那么未来的职场或者就业市场会因此而改变吗？是的。每一项新技术的产生和应用，势必会改变现有的环境和原本的工作模式，当你的工作的事项不再需要进行深入的思考时，这项工作也就失去了它的价值，也就注定被时代淘汰。
而AI，仅仅是这个时代中出现的工具罢了。
因此，在时代浪潮来临的时候，我们需要做好准备迎接新事物的到来。如图1-13所示：
图1-13 GPT颠覆办公
我们要知道，旧的工作模式的消亡，随即带来的是新工作的产生。AI或者说ChatGPT仅仅是一项工具罢了，就像是Office办公软件，它可以帮助我们高效处理一些业务逻辑和重复计算的工作，帮助我们提高效率和创作价值。
只不过，GPT它比Office更加容易使用，也更加好用。
在2023年3月，Office母公司微软正式宣布将最新版本的GPT4接入到Office全家桶中，往后无论是word、ppt、Excel，借助于GPT4强大能力，真正做到解放我们的思维，做到”动动嘴”就可以完成工作。如图1-14所示：
图1-14 微软Office接入GPT4
在未来，我们的办公模式将会发生翻天覆地的变化。而在那变化来临之前，确定不来先了解下ChatGPT这一未来的办公方式么？
