超越人类，GPT-3撰写“鸡汤文”登顶Hacker News榜首，伯克利小哥涨粉全靠它！

GPT-3再一次证明了自己的实力。

近日，来自加州大学伯克利分校计算机科学系的Liam Porr，使用笔名“adolos”在博客上发布了一篇文章迅速登上了当日YC新闻平台Hacker News榜首。

这篇文章名为《感觉效率不高？或许应该停止思考（Feeling unproductive? Maybe you should stop overthinking）》，发布短短几个小时，访问量就超过了26000。

听起来好像无非就是一篇热文，不过有趣的是，这篇文章是出自GPT-3之手，而参与评论互动的网友几乎都以为是人类撰写的。

之后，Liam Porr还利用GPT-3撰写了多篇文章，收割了一大波粉丝。

GPT-3撰文，登上新闻平台榜首

Liam Porr最近对GPT-3的强大性能表现也略有耳闻，出于好奇心，他和几位博士生对其进行了测试。考虑到GPT-3在常识和基础逻辑方面并不太擅长，但在文字表现力很好，Liam Porr决定让它撰写一些不需要严密逻辑的鸡汤文，看看效果怎么样。

Liam Porr说，他只负责文章的标题和简介，其他的内容几乎没有任何编辑，都是从GPT-3生成的结果复制粘贴的。

结果出人意料的是，GPT-3撰写的第一篇文章——《感到工作效率不高？或许应该停止思考》就登上了新闻平台榜首！

接下来，我们一起来感受下它的内容创作：

首先GPT-3提出，过度思考（OT）是尝试提出别人已经考虑过的想法的行为，会导致不切实际，不可能甚至愚蠢的想法。

随后它也给出了应对方案：或许我们可以依靠“创新性思维”。

创造性思维与过度思考完全相反。不用大脑来分析一切，而是用它来创造事物。从编写故事，绘制图片到建立模型，任何事情都可以。 

当进行创造性思维时，大脑会更有效地工作。它变得更加活跃，并且对新思想更加开放。它还可以帮助跳出思路，从不同的角度看待事物。 

那么，如何养成创造性思维的习惯呢，它认为：

我发现，养成创造性思维习惯的最佳方法是每天参与其中。可以通过每天留出一定的时间来完成一些创意工作。具体可以从每天开始做一项活动开始。例如，每天花15分钟绘画，或者花一个小时写作。一旦养成了每天进行一项创意活动的习惯，就可以增加花费的时间。 

我建议每天不要超过两个小时。如果超过，可能只是在浪费时间，没有真正从事创造性思维。 

最后，GPT-3还对此给出了详细的说明和举例（全文见文末链接）。这篇文章一经发布，短短几个小时内，浏览量就超过了26000，有70多名用户参与评论，其中有网友评价称，它与最近看的TED演讲一样深刻。

看到这里，是不是你很难想象这些文字出自机器学习算法，大部分网友也是如此。在评论区，只有一个人怀疑它可能是由AI算法生成的，而这一言论又遭到了很多人的反对。

Liam Porr称，他从确定主题，到文章迅速传播，成为当日最佳热文，整个过程仅用了几个小时，而且帮助他赢得了一大批订阅粉丝。

GPT-3:1750亿参数超大模型

GPT-3是一款自然语言处理模型，由总部位于旧金山的OpenAI耗巨资打造而成，被视为NLP领域的最强模型，它能够基于人类作家的提示自动完成文本编写、语义搜索、情感分析、翻译等任务。

与所有深度学习系统一样，GPT-3也在寻找数据模式。为简化起见，该程序已针对庞大的文本集进行了训练，并根据统计规律进行了挖掘。这些规则对于人类来说是未知的，但是它们被存储为GPT-3神经网络中不同节点之间数十亿个加权连接。

重要的是，此过程中无需人工干预：该程序无需任何指导即可查找和查找模式，然后将其用于文本提示。如果您在GPT-3中输入“ fire”一词，程序会根据其网络中的权重得出“ truck”和“ alarm”等词。

GPT-3是第三版，与之前的GPT、GPT-2或其他NLP模型相比，其与众不同在于，它在两个方面达到了史无前例的高度，一是参数量，达到了1750亿，比刚推出时世界最大NLP模型Tururing大10倍，比同系列的GPT-2高出116倍。

二是数据集。具体数值很难估计。不过，英语维基百科的全部内容（涵盖约600万篇文章）仅占其训练数据集的0.6％。这意味着数据集的文本类型非常丰富，包括新闻报道、诗歌、小说、宗教、科学、生活等等。除此之外，它还涵盖了其他数字化书籍和各种Web链接。可以理解为，人类所能查询到的知识领域均在其中。

另外，GPT-3出色的性能表现，还依赖于强大的算力支撑。今年5月份，Microsoft和OpenAI推出了一款超级计算机，声称它将专门用于GPT-3模型训练。这款超级计算机拥有超过 285000 个 CPU 内核、10000 个 GPU 和 400Gbps 的网络连接。它与世界 TOP500 超级计算机相比，位列 Top 5 第五名。

不过，GPT-3强大的文本生成能力，也引发了过一些舆论争议，比如传播垃圾邮件或制造虚假新闻。此前的GPT-2就由于担心 “技术的恶意应用”，OpenAI并没有直接向公众公开，而是采用了分阶段的方法，先发布较小版本的AI模型并评估结果，然后再发布较大的模型。

总体来讲，GPT-3比GPT-2（15亿参数）大三个数量级。深度学习语言模型中的关键问题之一是内存范围。随着AI生成的文本变长，AI开始失去连贯性。实验表明，较大的神经网络通常具有较长的内存跨度，这意味着GPT-3中被滥用的可能性比GPT-2大得多。

不过这一次，OpenAI好像没有为GPT-3制造垃圾邮件或虚假新闻而担忧。近日，OpenAI首席执行官萨姆·奥特曼（Sam Altman）在一条推文中声称：

大家把GPT-3捧得太高了，这个AI偶尔也会犯愚蠢的错误。GPT-3只是暂时的惊鸿一瞥，未来我们还有很多问题要解决。

事实确实如此，许多实验表明，GPT-3尽管取得了非常大的进步，但仍然难以解决一些基本任务，比如其在图灵测试中并未通过常识和一些逻辑推理的问题。

除了文本创作，GPT-3还有50多种玩法

今年5月份，OpenAI宣称将GPT-3以API的方式向公众开放以后（非完全开源），这款史上最强NLP模型也被网友们“玩坏了”。

大批Twitter用户晒出了自己的GPT-3新玩法。例如，自动生成代码。用简单的文字描述选择的设计元素或页面布局，GPT-3会弹出相关代码。

或者撰写吉他标签。吉他选项卡是使用ASCII文本文件在网络上共享的，因此可以确信它们是GPT-3训练数据集的一部分，这意味着GPT-3可以在发出一些和弦开始后自行生成音乐。

除此之外，还有用GPT-3制作PPT、图表、代码、文本以及推理。同时它还能应对程序员面试、回复邮件、写积分表达式、回答物理问题等，多达50多种。一位GitHub用户还热心地把50多种玩法汇总到了Github上（含演示Demo）。感兴趣的朋友，可以点击链接查看： https://github.com/elyase/awesome-gpt3#awesome-gpt-3

One More Thing

在OpenAI官网上点击加入等候者名单，填写问卷，等候邮件通知，就有机会体验这款神器的AI工具了~

引用链接： 雷锋网雷锋网雷锋网 (公众号：雷锋网)

《Feeling unproductive? Maybe you should stop overthinking》全文链接：

https://adolos.substack.com/p/feeling-unproductive-maybe-you-should

https://www.technologyreview.com/2020/08/14/1006780/ai-gpt-3-fake-blog-reached-top-of-hacker-news/?itm_source=parsely-api

https://www.theverge.com/2020/8/16/21371049/gpt3-hacker-news-ai-blog

。