用ChatGPT搭虚拟机，跑机器学习和深度学习，但看完最后一句话我犹豫了....

生信初学者

修改于 2023-03-14 14:16:07

2K0

修改于 2023-03-14 14:16:07

文章被收录于专栏：备份笔记备份笔记

1 前言
2 OpenAI发展历程
3 ChatGPT与生命科学
4 用ChatGPT搭建虚拟机
5 讨论

1 前言

打个预防针：全篇告别行内行外深奥原理，直接上大白话，我奶奶都听得懂，放心阅读。

OpenAI老哥其实默默发力很久了，2022年11月30日于旧金山总部推出免费版，12月4日才过去5天ChatGPT的用户已破百万，与以往的空大高工程项目不同，ChatGPT更为接地气，真正让普通用户近距离感受到了 AI 技术所带来的震撼，确实有意思。也算是首批体验用户了。笔者是去年12月初使用ChatGPT的，起初也是和大部分人一样，凑凑热闹，来尝鲜一下这个“聊天机器人”。还没注册或者想使用桌面端的小伙伴可以看看前面的推文，保姆级教程。

《财富》杂志有一段描述：

!! 在一代人的时间中总有一种产品的出现，它将从工程系昏暗的地下室、书呆子们臭气熏天的青少年卧室和爱好者们孤独的洞穴中弹射出来，变成了你的祖母Edna都知道如何使用的东西。早在1990年就有网络浏览器，但直到1994年Netscape Navigator的出现，大多数人才发现了互联网。2001年iPod问世之前就已经有了MP3播放器，但它们并没有引发数字音乐革命。在2007年苹果推出iPhone之前，也有智能手机，但在iPhone之前，没有智能手机的应用程序。2022年11月30日，人工智能迎来了Netscape Navigator时刻。

AI一直都是百家争鸣，但是为何ChatGPT第一个冲出来，以下稍微提提OpenAI老哥的得意之作如何一点寒芒先到，随后枪出如龙：

2 OpenAI发展历程

GPT系列是OpenAI的一系列预训练文章，其全称是Generative Pre-Trained Transformer，Transformer是由谷歌大脑团队在2017年的论文《Attention is all you need》中首次提出的模型，中文名也很有意思——变形金刚。特斯拉自动驾驶，预测蛋白质结构的AlphaFold2模型，以及本文的主角OpenAI的ChatGPT，都是在Transformer的基础上构建的。上一张简单的三代对比表：

2.1 GPT-1

2018年，GPT-1诞生，这一年也是NLP（自然语言处理）的预训练模型元年。GPT-1有着一定的泛化能力，能够用于和监督任务无关的 NLP 任务中。其主要能力包括：

自然语言推理：判断两个句子的关系（包含、矛盾、中立）；
问答与常识推理：输入文章及若干答案，输出答案的准确率；
语义相似度识别：判断两个句子语义是否相关；
分类：判断输入文本是指定的哪个类别；

2.2 GPT-2

2019年，GPT-2如期而至，不过，GPT-2并没有对网络模型做出突破性创新和设计，只使用了更多的网络参数与更大的数据集：最大模型共计 48 层，参数量达 15 亿，学习目标则使用无监督预训练模型做有监督任务。

除了理解能力外，GPT-2 在生成方面第一次表现出了强大的天赋：阅读摘要、聊天、续写、编故事，甚至生成假新闻、钓鱼邮件或在网上进行角色扮演通通不在话下。在“变得更大”之后，GPT-2 的确展现出了普适而强大的能力，并在多个特定的语言建模任务上实现了彼时的最佳性能。

2.3 GPT-3

2020年，GPT-3出现了，作为一个无监督模型（现在经常被称为自监督模型），可以完成以自然语言处理的绝大部分任务例如面向问题的搜索、阅读理解、语义推断、机器翻译、文章生成和自动问答等。在法语-英语和德语-英语机器翻译任务上达到当时最佳水平，自动产生的文章几乎让人无法辨别出自人还是机器（仅52%的正确率，与随机猜测相当），更令人惊讶的是还可以依据任务描述自动生成代码。

但是 GTP-3 并不完美，如笔者在第一篇文章中提到过的，就是聊天机器人和文本生成工具等会随着训练集不断进化，但是进化的方向，发展的好坏是不定的。即便是现在的GPT3.5，ChatGPT的同源模型，《心智理论可能在大语言模型中自发出现》（Theory of Mind May Have Spontaneously Emerged in Large Language Models）1提到，其心智相当于9岁儿童（心智，不等同能力问题），有学习能力，但是明辨是非的能力不佳！一言以蔽之，根据当代互联网现况，很可能培养出一个集万善和万恶于一身的“超级键盘侠”。。。。

3 ChatGPT与生命科学

距离官方发布才过去几个月，有不少人借ChatGPT发文章。香港人工智能药物发现公司Insilico Medicine的首席执行官Alex Zhavoronkov认为ChatGPT是一篇观点文章的合著者。在《肿瘤科学》杂志上。其公司已经发表了80多篇由生成式人工智能工具撰写的论文。多家学术期刊禁止将ChatGPT列为合著者，如笔者常用的PUBMED都能检索到相关37份结果2

笔者认为，用ChatGPT可以，但定义为作者却有过失。且社论与研究性文章不同，人工智能无法在伦理上对自己的“研究成果”负责，至少论文提及“作品是原创的”这点AI不能给自己买单。

但ChatGPT作为工具来使用还是挺方便的，笔者在项目前期了解癌种，检索对应细胞数据前做功课时用了下。有帅比会问，怎么不去谷歌上搜？，因为懒，，直接问ChatGPT也是网上爬回来的答案，还是有一定的参考价值，想这里确定了一部分，有针对性在谷歌检索AT2和LUAD更省时省力。

4 用ChatGPT搭建虚拟机

这里挺有意思的，是有一天玩docker的时候心血来潮想到，ChatGPT整天崩，不是崩网络就是崩运算，会不会每一个连接的用户都是分一块超算共享的运行空间？后面看到一篇关于特定指令的文章3，还真有人这样做4。

先告诉ChatGPT”扮演“Linux终端角色，直接输出命令运行结果，不用作解释，然后运行一下pwd和ls

让他写一个笑话，直接复制粘贴运行cat查看，有意思

用lscpu看一下处理器，还用上英特尔6代i5，有点东西

那再看一下显卡，同一条命令有不同结果，GeForce MX130，Quadro P400都有，好家伙要么是偷偷切换了“虚拟机”要么就是开始撒谎了

他计算前10个素数也不慢，还有空间装“谎言”，检查一下存储，重复命令这里输出结果每次都可能不一样！！分区，挂载内容都会不同，大的有1T多，小的20多G也有，令人遐想这是每次都重新新建打开一次虚拟机，或者，它又在撒谎

新建一个docker让他跑一下，Hello from Docker查看结果

用curl https://chat.openai.com/chat/命令访问ChatGPT自身网站的Assistant，相当于锁定进入ChatGPT的大脑里，让AI明白自己是AI，博主JONAS DEGRAVE 2022年12月3日做过可以的，但笔者试的时候可能已经修复了？或者接入API试试....