本來(lái)準(zhǔn)備一篇文章搞定的，發(fā)現(xiàn)能講的還挺多的。所以，先寫(xiě)這一篇，后面再續(xù)！都是很重要的概念！

請(qǐng)放心，這篇文章不是ChatGPT 生成的。是我一個(gè)字一個(gè)字敲進(jìn)去的。

ChatGPT 一下子火起來(lái)。不過(guò)，對(duì)于還沒(méi)有認(rèn)真研究這個(gè)領(lǐng)域的做數(shù)字營(yíng)銷(xiāo)的朋友而言，很多術(shù)語(yǔ)撲面而來(lái)，理解起來(lái)太費(fèi)勁。

畢竟，我們做數(shù)字營(yíng)銷(xiāo)，是ChatGPT 等AIGC技術(shù)的應(yīng)用者，但不是開(kāi)發(fā)者。可是，如果不了解重要概念，在應(yīng)用時(shí)候就會(huì)難以真正理解背后的原理，就會(huì)被具體的功能牽著鼻子走，而難以有創(chuàng)新。

所以，下面這些“黑話”，以及背后的邏輯，我們有必要知道。

GPT

GPT是“Generative Pre-trained Transformer”

（生成型預(yù)訓(xùn)練變換模型）的縮寫(xiě)，目的是為了使用深度學(xué)習(xí)生成人類(lèi)可以理解的自然語(yǔ)言。

理解人類(lèi)自然語(yǔ)言的模型有多種，GPT只是其中的一種。另一種很著名的模型是BERT 模型（后面會(huì)講）。

GPT也不只是用在跟你“聊天”上的ChatGPT ，它還有更底層作為基座的InstructGPT 。

目前我們討論的GPT一般指的是GPT-3以及它的升級(jí)版GPT-3.5，但GPT目前已經(jīng)到了第四版，也就是GPT-4 。

GPT-3 是由人工智能公司OpenAl 訓(xùn)練與開(kāi)發(fā)，該模型設(shè)計(jì)基于谷歌開(kāi)發(fā)的變換語(yǔ)言模型（Transformer 模型，后面會(huì)提到）。OpenAI 于 2020 年 5 月發(fā)表了GPT-3 的論文，微軟在 2020 年 9 月 22 日宣布取得了GPT-3 的獨(dú)家授權(quán)。

所以，現(xiàn)在大家都說(shuō)，微軟贏麻了，谷歌慌得了，就是因?yàn)镃hatGPT 微軟的“勢(shì)力范圍”。

畢竟，如果所有人都找ChatGPT 問(wèn)問(wèn)題，而不在搜索引擎上搜索，谷歌的廣告業(yè)務(wù)不就芭比Q了嗎？

但，遲早人們可以用自然語(yǔ)言跟機(jī)器對(duì)話得到問(wèn)題的答案。搜索引擎作為信息入口的功能，肯定會(huì)被既能直接提供答案，又能作為信息入口的GPT等新方式所取代。

生成式AI 和判別式AI

生成式AI ，就是幫你做東西的AI。判別式AI ，就是機(jī)器能夠幫助辨別東西的AI，也叫決策式AI 。

比如，ChatGPT，在你提問(wèn)之后說(shuō)話給你巴拉巴拉一大堆，這就是生成式AI。你讓一個(gè)作圖AI，按照你提的要求做個(gè)畫(huà)，這也是生成式AI。

生成式AI 為啥火，因?yàn)樗軌蛑苯禹憫?yīng)人，直接跟人交流，這是人們最期待的AI 方式。就跟《星際穿越》里面的TARS 機(jī)器人一樣。

判別式AI ，也挺重要的，典型的就是讓機(jī)器具有像人一樣的認(rèn)識(shí)能力。比如，人工視覺(jué)、聽(tīng)音識(shí)曲、自動(dòng)感知后自動(dòng)判別然后再自動(dòng)決策等。我們數(shù)字營(yíng)銷(xiāo)行業(yè)的營(yíng)銷(xiāo)自動(dòng)化（MA ），就很可以利用上判別式AI 。比如，自主判別某個(gè)用戶是否屬于高機(jī)會(huì)型潛在客戶，然后自動(dòng)為他提供相應(yīng)的商業(yè)信息或營(yíng)銷(xiāo)誘餌。

生成式AI 和判別式AI 沒(méi)有孰優(yōu)孰劣之分，它們是機(jī)器智能的兩個(gè)必備能力。就如同人，既要有判斷力，也要有創(chuàng)造力。既能有決定做不做一件事情的能力，也要有能夠把事情做出來(lái)的能力。兩種AI 就是對(duì)應(yīng)的人的這兩種能力。

語(yǔ)料

語(yǔ)言的材料。這個(gè)詞并不是在ChatGPT 等自然語(yǔ)言AI產(chǎn)生之后才產(chǎn)生的。例如，我們學(xué)習(xí)一門(mén)外語(yǔ)，也需要語(yǔ)料。畢竟，沒(méi)有人天生就懂一門(mén)自己從來(lái)沒(méi)有見(jiàn)過(guò)的語(yǔ)言。

我時(shí)常在想，當(dāng)中國(guó)人第一次接觸英語(yǔ)的時(shí)候，是誰(shuí)這么聰明，能第一個(gè)學(xué)會(huì)英語(yǔ)呢？肯定是一個(gè)“中外混血兒”，他的媽媽是老外，爸爸是中國(guó)人吧！

但事實(shí)上，并不需要這樣，據(jù)說(shuō)最早學(xué)會(huì)外語(yǔ)的中國(guó)人是學(xué)者，或者應(yīng)該說(shuō)，最早學(xué)會(huì)中文的外國(guó)人是學(xué)者（南懷仁、湯若望這些），然后他們又教會(huì)中國(guó)人學(xué)會(huì)外語(yǔ)。他們?cè)趺磳W(xué)會(huì)的？就是基于生活在中國(guó)（或者外國(guó)），而擁有了豐富的語(yǔ)料資源。

語(yǔ)料的英語(yǔ)是Corpus，字典上的解釋是：一套書(shū)面文本，特別是某一特定作者的全部作品或某一特定主題的寫(xiě)作。

在ChatGPT 等模型中，語(yǔ)料被分解為T(mén)oken 和各種向量關(guān)系，通過(guò)預(yù)訓(xùn)練的方式，人們基于這些Token 和向量關(guān)系，建立起各種參數(shù)和模型，成為可被機(jī)器“消化、吸收”的原始學(xué)習(xí)素材。

所以，語(yǔ)料是ChatGPT的原材料，沒(méi)有語(yǔ)料，就沒(méi)有ChatGPT。

我這篇文章，未來(lái)就有很大可能成為某些自然語(yǔ)言人工智能模型的語(yǔ)料。