最近的 GPT-3 火的有些出圈，不仅仅 AI界 的大神们在讨论分享，各种吃瓜小编也是争相报道：
那么，你的看法呢？人工智能真的又迎来了超级飞跃？又或都是噱头，不用理会？又或在「相信」与「怀疑」的路口犹豫不决，完全做不出判断。这可能都是因为：
对 GPT-3 相关的技术原理的陌生！
来吧，将它拉下神坛。
一、体验：GPT-3 的本质是文本生成
GPT = Generative Pre-training Transformer 3，即第三代的 Transformer 预训练生成模型，通俗讲，我们就可以理解为「文本生成」。
AI的文本生成可以达到怎样的真实效果呢？我们可以通过体验 「AI Dungeon」 游戏来感知一二。「AI Dungeon」 是基于 GPT-2 的一款英文生成游戏。
你可以亲自试玩，也可以跟随小编的步伐快速体验👇
（下面是游戏流程）
至此，相信大家对 「文本生成」有了初步的理解，但是…… GPT 为何 称之为 GPT？让我们从「T」讲起。
二、「T」难道是「变形金刚」？
前文我们已经提到，GPT的 T 是 Transformer，你想到了什么？大黄蜂么？不，这里的 Transformer 是 一种神经网络的层结构（或说操作），我们一步一步来理解它！
2.1 组词造句
我们小学的时候就学习过组词造句，那么，如果让你 以“我”开头组词，下一个字你会组什么呢？
那么我们可能想到 “我爱”，“我吃”，“我擦”……因为日常生活中，“我”经常和这些子连在一起；而“我三”呢？相比之下，很少有人会这么组词。那么，其实在我们的脑海中，“我”后面跟“爱”，“吃”，“擦”的概率是大于“三”的。这便是文本生成的第一层思想👇
分析 字/词 之间的相关性
但是，如果只能选一个字来组词，又该如何选择呢？这时候我们就要关心组词造句的上下文了。比如：
小强和小红紧紧相拥，小红趴在小强的耳边说：我( ? ）
问号处的字？相信更多的人会选择填写“爱”了。所以，机器的文本生成就是这样，它首先根据大量的文本信息学习了词与词之间的关联性，然后结合上文去推测一段句子之后最可能出现的词。一个词一个词循环调用模型生成，就完成了上面 AI dungeon 的游戏效果。
你是否会好奇：机器通过怎样使用前文信息的呢？这样，我们就要解读一些稍微深层的东西。
2.2 从 RNN 到 Transformer
1) RNN
我们从RNN聊起，RNN，即Recurrent Neural Network，循环神经网络。
如图，中间一行的每个 虚线方块 即代表循环神经网络的一个节点，我们将单字依次输入虚线方块 进行计算，注意哦，方块的输入有两个（橙色箭头），一个是来自文本数据（如“小”，“红”）的输入，一个是来自上一次运算的一个输出（右向的箭头）。所以，循环神经网络可以一定程度上记忆前文的信息，即输入“我”的时候，我们期望网络是基于“小红趴在小强的耳边说：我” 来给出下一个字的推理，而不是单单用“我”组词。
但是，期望仅仅是期望，RNN对前文的记忆能力根本没那么强……
2）LSTM
于是有大神将 RNN 进化成为了 LSTM，Long Short-Term Memory，长短记忆神经网络。容易理解地，LSTM只是替换了上图中的 虚线方框 内的操作方式👇
无须刻意去理解它，就效果比较来说，如果 RNN 的相当于用 “:我” 来造句的话，那么 LSTM 可能达到用 “的耳边说:我” 来造句的效果。总体来说，LSTM记忆了更长的有效上文信息，但可能还是不够理想。
3）Attention
所以，有人提出了 Attention 机制，这人一定是个狠人（灰常暴力）！
如果通过循环神经网络的方式无法难以有效解决上文的记忆问题……我们干脆不通过「传声筒」的方式循环传递记忆，而是每次预测生成新字的时候，将上文所有的字都输入！比如图中的蓝色部分，我们预测 “爱” 的时候，是基于 “小红趴在小强的耳边说:我” 来预测的。
Attention 一般约定一个大小（64，128，512等），比如一个大小为 64 的 Attention 就可以理解为能接受最多 63 个字的上文信息来预测第 64 个字。
4）Transformer
实际的神经网络当中，我们往往是将多个 Attention 组合在一起，并将它称为Transformer 操作。
三、回归 GPT-3 的理解
当我们了解了Transformer的概念，就很容易从结构层面去理解什么是GPT了。GPT，就是先以多个Transformer操作为主要操作构成一个神经网络结构，然后再将它预训练成模型。
3.1 再谈G & P
而G（Generative）意味这类模型（或网络结构）是以执行生成任务为目标的；
P（Pre-training）意味着预训练。什么是预训练呢？比如我们一般是在学习了 语文、数学 这些 基础课 后，在进行 计算机、建筑学、经济学 这些 专业课 的学习。预训练模型就相当于一个学习了基础课但还没有学习专业课的学生。顺带一提，GPT 是由OpenAI（马斯克赞助的一个非盈利性人工智能组织）推出的。
3.2 理解无须苛刻
实际生活中，我们对概念的认知和使用往往并不苛刻。比如我们会问 “你用的网络结构是GPT么？”（此时 GPT 代指了一种网络结构），“我们的武侠小说生成的GPT效果如何？”（此时GPT很可能是一个经过 fine-tune (基于预训练模型调优的) 的模型）。交流的第一目标是有效，对不！
3.3 132
最后就是 GPT-3 的 3，本质上是 3th Generation，即第三代。那么不同代的 GPT 间的差异如何呢？——「规模」，比如第一代 GPT 的总参数约为 1亿，第二代最高可达 15亿，而第三代，众所周知的，1750亿！
基于参数量的推测，GPT-3 的模型大小可能达到 约700GB，其训练时间估计要355个GPU年，花费训练成本预计 460万美元。数据可能不完全准确，但至少可以让我们对相关的数据量级有一个基本的认知。
四、未来与我们？
试想一下，如果将文本生成技术有效地利用到当今的网络游戏中，我们与每个NPC的对话就可能真的像和真人对话一样了：NPC的答复不再是预设好的对话模板，而是真正灵活到让我们意想不到的针对性反馈。
同时，如果这种生成思路有效地应用于游戏人物的除了语言之外的点，比如……「行为」，那展现在我们眼前的，或许已不能用游戏来定义，它将成为一个鲜活的世界！……
而人类，会是上帝构造的一个个GPT么？
-往期回顾-
将AI拉下神坛（五）：拎不清反向传播、梯度下降？原来底层数学原理高中就学过！
将AI拉下神坛（四）：越挫越勇，在对抗中创造！你可以轻松地认知GAN的存在。
将AI拉下神坛（三）：从OCR的应用过程到模型推理抽象
将AI拉下神坛（二）：重复的学习居然真的有效！来来，先将课文抄写100遍！
将AI拉下神坛（一）：黑白纸片摆出的神经网络
