而2个月后，chatGPT的月活用户超过了1亿，不是注册人数，是月活跃用户！与之相比，微信的注册量达到1亿用了433天。

接下来，微软追加100亿美刀，并将GPT整合到office系列应用以及必应搜索中，对谷歌正式宣战。

23年2月，谷歌匆忙推出类似应用bard，但发布会上犯了一个事实性错误，导致股价一夜蒸发1000亿美刀。

3月14日，opeAI乘胜追击，发布了GPT-4。

3月16日，度娘发布类似应用文心一言。

自此，AI大战开始。

……

由于对于AI的浓烈兴趣，文韬在重生之前对于AI是非常关注的。

甚至以外行人十分简单就能理解的方式理解了GPT的底层原理。

都知道它基于深度学习和神经网络，还有trasforr模型，但实际理解起来，就是“给出上文，生成下文”。

比如给出一个“今天”，chatGPT就可能会接上“今天晚上吃红烧肉”。

给出“今天星期几？”

它就会在大量的数据中告诉你今天星期一。

当然，仅仅给出“今天”，GPT给出的下文肯定是不唯一的，可能是“今天华国获得世界杯冠军”，也可能是“今天阿美莉卡鸡蛋涨价”，甚至“今天外星人攻打地球”。

究竟GPT是如何选择的呢？

GPT会给出不同答案的概率，最后按照概率分布给出随机的答案，概率越高出现的频率也会越高。概率分布会根据之后强化学习阶段的不同用户反馈来不断进行优化。

越是具体的上文，GPT就能给出越是具体的下文。比如问它“给我写一本游戏开发小说”。

它可能根据相关概率中最高的一些答案，给你杂糅一大堆莫名其妙的内容。

但如果你问它“给我写一本小说，主角重生08年，在高中时代开发了植物大战僵尸，使用了uity引擎……”

然后，它真的可能给你一些满意度较高的内容。

只不过，真要让AI写出符合作者心意的内容，短时间内很难办到。

与此同时，另一个问题出现了。

当前文很长的时候，如何能快速理解前文信息，再给出接下来的内容呢？

这就是为什么opeAI要使用trasforr模型的原因了，因为其注意力机制。

所谓的注意力，也就是抓重点。

比如一张图片，一位不穿衣服的大姐姐正在浴室里洗澡，重点就是洗澡的大姐姐。

但是在AI眼中，除了大姐姐还有浴室里的各种东西，沐浴露、洗发水、马桶、毛巾、牙刷、牙膏……

AI模型只会觉得图里的一切都具有同等权重，没办法及时给出响应，需要人类帮它强调“大姐姐”才行。

所以必须让AI模型辨别前文中最主要的部分，抓住关键，也就是trasforr架构的主要功能之一。