ChatGPT不是聊天机器人，是任何人值得重视的竞争对手。 _模型

使用了一种聊天界面来和用户互动，用户的理解成本降低，通过输入文字，来得到各种反馈。有预见性的创造者们，已经挖掘所展示出来的各种能力应该如何更好地融入我们的日常生活中。比如，生成菜谱、音乐播放列表、写电子邮件、求职简历等等。
而一些没有认知的用户，仅仅只是觉得是一个好玩的“聊天机器人”，出很多无趣的问题来“考验”它。
看问题的角度不一样，使用方式自然不一样。有些人已经用在赚钱了。而有些人，在创造新的生产力工具，或者叫全新的、AI驱动的系统。
全新的、AI驱动的系统，是增强我们某一项技能的强有力“武器”，就像外骨骼机器人一样。
举一个非常有启发的应用方式来说明此问题—— 通过大语言模型来合成用户。
什么叫”合成用户“？简单点理解，就是创造一个虚拟的用户出来，我们在调研产品需求的时候，往往会通过访谈的方式，形成用户画像和体验旅程地图。而合成用户，就是一种采用人工智能（LLM大语言模型）来模拟真实用户的一种技术手段。
甚至已经有人开始创造智能产品。
Users
Users是一种新型的产品发现方式，可以快速、高效地验证产品假设。其核心技术通过使用大型语言模型，模拟人类行为来验证可行性。支持从产品本质深入挖掘，同时考虑可持续性、易用性和可发现等因素。目标是帮助用户获得更好的产品洞察，高效地进行产品开发。
这款产品是有理论基础的，基于LLM大语言模型产生洞察的可能性。
研究表明，机器学习已经被验证可以揭露潜在的关联关系。揭示概念之间的关联方面具有预测价值，例如愉快与花朵或不愉快与昆虫。它还可以梳理出态度和信念——例如，女性名字与家庭或男性名字与职业之间的关联。这种偏见可能不会明确表达，但它们可以证明对行为有影响。

文章插图
而LLM大语言模型足够大。可以基于从海量数据集中获得的知识来识别、总结、翻译、预测和生成文本和其他内容。LLM 在足够大的数据集上进行训练，几乎可以涵盖很长一段时间内在上编写的所有内容。
LLM 通过学习数据集中单词之间基于共现的关系来获取知识。这使得 LLM 可以通过有效的推理和对世界的理解来产生输出见解/洞察。
来感受下GPT-3的知识量有多大？
GPT-3作为LLM的典型代表，拥有 1750 亿个参数，学习了 45TB 的文本数据。
45TB，一块IBM的硬盘即可存储。（价格$176.59并不贵）
但是里面的信息量到底多大呢？45 TB 的数据，分别相当于：
3千万张软盘
6万张 CD-ROM 光盘
38亿页 Word 文档
600万本 650 页的书籍

文章插图
2万小时的电影
1千三百万张照片
有感觉了吧？人工智能学习到了海量的知识，这不是一般人可以超越的量级。
本文所涉及的数据来源于.ai，协作完成梳理。所提到的使用“合成用户”来开发新产品的职业，已经更新到小程序：遇见未来，欢迎查收
最后，不仅仅只是聊天，背后是LLM带来的各种创新的可能性。更多可能，?加入我们的交流群，联系小助手加入。
本文提到的 Users资料来源于“元宇宙知识库”，最新最前沿
老用户限时优惠
【ChatGPT不是聊天机器人，是任何人值得重视的竞争对手。】新用户可获得知识库过往积累的2,665条知识。