被称为2020最强大的人工智能语言模型，都能做哪些事情？

OpenAI在不久前发布了GPT-3，OpenAI是谁？就是前一阵一直研究AI打Dota的那位，有人认为它是Alpha Go与比特币之后最大的技术进步，也有人认为它仅仅只是GPT-2的放大版，实际上的架构并没有多大的变化，不过很多人坚信两遍引起质变，毕竟大力出奇迹嘛。

不同于以往的是，这次OpenAI提供了一个API，商业机构，学校，个人爱好者都可以申请。但是体验的名额不太多，并不好申请。比如两周过去了，我就没有申请到，当然你如果也想玩，可以去这里申请（https://beta.openai.com/）。

既然这么好玩，为什么不大量开放体验名额呢？第一个原因就是，数据量超级大。“GPT-3”是一个拥有 1750 亿个参数的 transformer，以至于无法在我们根本无法运行在我们的个人计算机上。

第二个就是太贵了，训练一个模型就花了355个GPU年，耗资高达460万美元，以至于研究者在论文第9页说，我们发现了一个bug，但是没钱跑模型了，就先这样吧。

第三个就担心会引起滥用问题，越强大的AI滥用会引起的风险将会越高，这也是现在面临的一个严重的考验。让我们来看几个好玩的例子：

Cash 的前端设计师 Jordan Singer给Figma设计了这个插件：允许用户输入自然语言来告诉机器他要做什么，比如在这个例子中，他说他想要一个由一些图标和图片组成的一个图片信息流界面，点击submit之后，然后程序就生成了一个类似instagram的界面，并把这些元素放置到了一个滚动窗体中。

再比如这个例子：目的生成一个简单的待办react应用。可以看到很轻易的就将待办事项添加到列表了，并且可以进行事件的触发和交互，这一些都是基于GPT-3即时实现的。也许这些简单的应用以后就不用麻烦程序员了。

第三个例子是运行在excel里的。表头有公司名称、股票代码、还有创立时间。现在我们要求AI完成这个表格的填充。注意这里除了表头，其他的信息都没有提供，所以AI是首先预测你的需求，并且把它认为你想要的从他的语料库中拉取出来。当我们改变表格内容，只留下推特和Facebook，AI也能很好的理解我们的需求并且完成表格的填充，按照创立年份的时间倒序排列。

再说到Google表格。大家都知道，Google表格软件有很多的函数，比如最常用的sum求和，Average求平均，那么问题来了，GPT-3这个函数能干啥，答案是：everything。比如可以根据表格信息查找美国各洲的人口数，各州的成立时间，可以查询人物所属的公司以及推特账号。

甚至他还有点幽默，比如生成一些笑话来看。比如这条，为什么数学书这么伤心，因为他有很多问题。有白色，红色，黑色组成的东西是什么，答案是一只晒伤的企鹅。段子手看了都要沉默，郭德纲看了都要流泪，只是说不上来，GPT-3的这种幽默感是属于哪个流派的。

当然还有很多插件，比如维基百科中的搜索插件，维基百科是以词条为主的，有时候你想找的内容隐藏在维基百科很长的文章中，这时候你可以采用问题的形式搜索提问，找到具体内容相关的索引。

有人正在持续整理基于 GPT-3 开发的各种各样有趣的demo，你可以在GitHub的elyase/awesome-gpt3 上找到列表。

尽管看起来有很多好玩的，令人惊叹的项目，只不过在实际应用中，你会发现，这些还是处于人工智障级别，依旧存在着各种局限和问题。所以各位放心，AI一时半会还取代不了我们的工作。各位从业AI的小伙伴们依旧任重而道远。该调参的调参，该炼丹的炼丹。