c

定睛一看主角是 GPT-3，一下就放心了。

在解释为什么放心之前，我们先聊聊 GPT-3 所代表的语言模型是什么。

众所周知，计算机是没有办法直接理解人类语言的。最开始我们会将单词表达为向量，但这个方法并不好用。

因为语言复杂到像是「活的」，每个单词的含义和语境，也就是附近的单词有很大关系，不将它们之间的关系表示出来，就无法解决实际问题。

于是人们想到将单词表达为空间中的向量，让关系近的词离得近一点，关系远的词离得远一些。

如何确定这些词应该在哪儿呢？总不能一个个去写吧，我们会构建各种各样的模型去学习已有的人类语言语料，帮忙寻找单词的合适位置。

用这种方式理解人类语言，机器就能解决一些实际问题，比如写文章，回答问题，翻译句子，因为这些任务都发生在人类语言内部。

GPT-3 就是这样一个语言模型。又不是没有别的语言模型，为什么火的是它？

因为GPT-3实在是太通用了。此前我们有了语言模型后，还要根据不同需求再训练任务模型，两者共同使用才能解决问题。

GPT-3 不需要，因为它的训练数据和网络实在是太庞大了。

据称英文维基百科的所有内容，只占到 GPT-3 训练数据总规模的 0.6%。同时 GPT-3 有着高达 1750 亿参数，这什么概念，也就比排名第二的模型大个十倍吧。

GPT-3 是我们迈向更通用的语言模型的重要一步，但它真的有智慧吗？不见得，它证明的是也许模型和数据足够大，我们就能创造出超厉害的「工具」。