我的本科是智能科学相关的，对 AI 算法有着一些认识，后来参加校外实习的时候去了一个教授的实验室，第一次参与了模型训练和一部分代码的编写。那是 2012 年，卷积神经网络开始爆发的一年。
最近的 ChatGPT 无疑是神经网络又一次刷新人类认知的事件，对于这个模型，在我使用了一段时间后，发现了它仍然存在一些问题。
ChatGPT 使用的是监督学习和强化学习，采用大量的数据集进行神经网络的训练，人工的为 AI 生成的数据进行标注，并调整模型参数，换句话说，ChatGPT 会尽可能输出人类想要的答案。
之前有人尝试让 ChatGPT 模拟一台 Linux 主机，对输入的命令进行结果输出，我不认为是它自己运行了这些命令，而是它的模型输出了这个命令大概率会得到的结果，这个结果大概率会使人类满意。
因为秉持 “偷懒是第一生产力” 的原则，我算是部门里较早使用 ChatGPT 来完成工作的人（私下里），我尝试过使用它来写文档，自己在它提供的内容的基础上修修补补，完成一份看上去还可以的文件，当然，我是那种低调的使用的人，直到有另外的同事在办公室里大肆宣扬这个东西多么神奇之后，我就知道我的偷懒之路也就结束了。
公司领导也在尝试让 ChatGPT 能替代一部分人的工作，但是在我看来，这个愿望目前还是没法实现的，AI 在一定程度上会协助人类完成某个特定任务，但是对于通用型任务，目前的 AI 还是有些力不从心。我们可以用 ChatGPT 来完成一些小型的编程任务，或者文字编辑任务，但是它输出的结果却是还是需要人工再进行一定程度的编辑，想要达到 “拿来即用” 的程度，还是不太行。
OpenAI 这家公司也是比较理想，想用一个模型来解决所有问题，ChatGPT 就是这样的一个模型（在一定程度上），不知道将来会发展成什么样，好在我们有幸可以尝试。
在我心目中，将来的 AI 还需要有一次革命性的创造才可能真正进入人们的生活，完成各种更加复杂的任务，就像近些年的算力爆发带给 AI 发展的一次复苏一样，或许后面的革命需要更好的算法，而不是靠目前的神经网络（可能这已经是最好的算法），将来的事情谁都说不准，或许有生之年真的有可能等到算法更新的那一天，说不定我们真的能看到机器人和人类的战争（希望不会有）。