关于chatgpt的一些解读
阅读蕴藏着无尽可能，有益于明理、增信、崇德、力行，让人生绽放光彩。
在近
10
年
ai
发展的前两个阶段，人工智能的进展更多体现在基于规模的技术突破，如
2015-2020
年，用于模型训练的计算量增长了
6
个数量级，同时随着规模的增大，输出结果的质量亦迎来质变，在语言文字、书写、图像识别等领域皆表现出超越人类的水平。
但在实用层面，由于所需要的算力巨大，往往需要特殊的
gpu
配置，同时训练过程相对封闭，大多数人并无法使用，因此技术无法被多数人触达。
而人工智能的第三个阶段，随着更新的技术、更优的算法、更大的模型出现，算力的成本越来越低，使得模型训练与运行所需成本持续下降，
而算法从封闭测试到开放测试、开源的逐渐普及，亦降低了使用门槛。
由此人工智能无论在经济性与可获得性上都达到了支持普及的水平。
得益于
aigc
基础设施可获得性的逐步提高，平台层变得更加稳固，算力成本持续下探，模型逐渐趋于开源与免费，应用层爆发式发展的节点正在靠近
目前我们正经历从
eb2.0
开始向eb3.0
转型的启航阶段，我们已经看到内容创造从专业创作（pfc）转型为了用户创作（ugc）。
而
chat-gpt
的出现以及中短期内的产业化落地将会为从用户创作（ugc）到
ai
创作（aigc）的转型提供关键的辅助支持。
结合
chat-gpt的底层技术逻辑，我们认为
chat-gpt
请关闭浏览器阅读模式后查看本章节，否则将出现无法翻页或章节内容丢失等现象。