ChatGPT預示了人們對AI解放人手、快速提供智慧服務的渴望，其衍生的相關應用服務與模型訓練，將進一步加大高效能運算與資料中心缺口，拉動半導體需求。
2022年11月底，美國OpenAI公司推出ChatGPT「聊天機器人」，瞬間暴紅，推出後短短2個月，活躍用戶數就超過1億人。對比之下，TiTok花了9個月、Instagram花了30個月、WhatsApp花了42個月、Facebook花了54個月、Twitter花了90個月，才分別達到1億戶的活躍用戶，ChatGPT暴紅的程度令人注目。
以前的聊天機器人似乎也能回答使用者問題、撰寫文件，不同的是ChatGPT以幾乎是「真人」的口吻透過文字與使用者對話，而且可廣泛地完成各種功能。
ChatGPT是「大型自然語言模型」的產物，它透過巨量的文本資料，預先以深度學習訓練加上「微調」，然後產生一套規模宏大的模型參數，以類神經網路的方式，構成的人工智慧聊天機器人。
NVIDIA黃仁勳：ChatGPT如人工智慧應用的iPhone時刻
輝達執行長黃仁勳，在美國加州柏克萊大學海斯學院對學生演講時，學生詢問及ChatGPT，黃仁勳十分興奮稱，ChatGPT宛如人工智慧（AI）界的iPhone。由於iPhone推出後，顛覆手機產業的面貌，讓智慧型手機提升到前所未有的應用，擴大人類的視野。iPhone可說是智慧型手機起飛的重要里程碑。
黃仁勳將ChatGPT譽為AI的iPhone，象徵自ChatGPT之後，AI將邁開大步前進。黃仁勳說ChatGPT可以寫一首詩、可以填寫電子表格、可以編寫SQL（結構式查詢語言）程式並執行SQL查詢、可以編寫Python語言程式、也可以編寫Verilog語言（IC設計慣用的程式語言）程式。
一般人士可以透過自然的語言，要求ChatGPT產生專業的需求（例如上述撰寫程式語言），使普通人也可以具備專業工程師的能力。ChatGPT可以根據使用者輸入的要求，撰寫廣告文案、演講稿、劇本、歌詞、整理資料製作表格等等。
2022年11月底，美國OpenAI公司推出ChatGPT「聊天機器人」，瞬間暴紅，推出後短短2個月，活躍用戶數就超過1億人。對比之下，TiTok花了9個月、Instagram花了30個月、WhatsApp花了42個月、Facebook花了54個月、Twitter花了90個月，才分別達到1億戶的活躍用戶，ChatGPT暴紅的程度令人注目。
以前的聊天機器人似乎也能回答使用者問題、撰寫文件，不同的是ChatGPT以幾乎是「真人」的口吻透過文字與使用者對話，而且可廣泛地完成各種功能。
來源：Shutterstock
ChatGPT是「大型自然語言模型」的產物，它透過巨量的文本資料，預先以深度學習訓練加上「微調」，然後產生一套規模宏大的模型參數，以類神經網路的方式，構成的人工智慧聊天機器人。
NVIDIA黃仁勳：ChatGPT如人工智慧應用的iPhone時刻
輝達執行長黃仁勳，在美國加州柏克萊大學海斯學院對學生演講時，學生詢問及ChatGPT，黃仁勳十分興奮稱，ChatGPT宛如人工智慧（AI）界的iPhone。由於iPhone推出後，顛覆手機產業的面貌，讓智慧型手機提升到前所未有的應用，擴大人類的視野。iPhone可說是智慧型手機起飛的重要里程碑。
掌握最新AI、5G、區塊鏈應用！免費訂閱《數位時代》日報及社群活動資訊
黃仁勳將ChatGPT譽為AI的iPhone，象徵自ChatGPT之後，AI將邁開大步前進。黃仁勳說ChatGPT可以寫一首詩、可以填寫電子表格、可以編寫SQL（結構式查詢語言）程式並執行SQL查詢、可以編寫Python語言程式、也可以編寫Verilog語言（IC設計慣用的程式語言）程式。
一般人士可以透過自然的語言，要求ChatGPT產生專業的需求（例如上述撰寫程式語言），使普通人也可以具備專業工程師的能力。ChatGPT可以根據使用者輸入的要求，撰寫廣告文案、演講稿、劇本、歌詞、整理資料製作表格等等。
來源：shutterstock
這一切似乎很夢幻，目前ChatGPT雖能達成許多各式各樣的功能，不過尚無法盡善盡美，尚有很多需要調整的空間。目前已有超過500家以上的新創公司基於ChatGPT的平台，開發各式各樣的應用，假以時日將會有更多顛覆性的創新。
ChatGPT是許多研究機構與大量數據、模型投入計算後的產物
開發出ChatGPT的OpenAI成立於2015年，是一家專注於人工智慧研發的實驗室。自然語言處理（NLP）在人工智慧的應用發展，占有很重要的地位，全球很多人工智慧研究機構皆專注於NLP的研究。
2018年「華盛頓大學」及「艾倫人工智慧研究所」的研究人員，提出一種新的自然語言訓練模型，這種模型採取預先訓練大量「無標註」的數據加以訓練，這可節省大量訓練的時間與金錢。
經過預先的訓練後，可得到一套模型參數，這套參數可套用到實際運用的任務上。OpenAI將這種預先訓練方式加以改良，除了無標註資料外，並增加少量標註的語料，作為微調，並且在預先訓練中加入一層「變換器」模型（Transformer）。OpenAI將發展出這個NLP模型，稱之為GPT（Generative Pre-training Transformer，生成式預先訓練變換器）。
第一代GPT於2018年6月發表，具有1.17億個參數，顯而易見的是參數的數目愈多，代表預先訓練的語料愈多，處理功能也愈強。由於參數數目不夠大，因此第一代GPT表現不太出色。
2019年2月，OpenAI發表GPT-2，為了增加通用性，GPT-2將用於預先訓練的資料擴大，選擇範圍更廣、品質更高的數據，用800萬網頁的語料訓練，幾乎涵蓋所有領域。GPT-2的參數增加到15億個，做自然語言處理任務時，可以具有聊天、閱讀摘要、翻譯、編故事等功能。
2020年5月OpenAI推出GPT-3，預先訓練規模大幅擴大，需要的運算力大幅增加，費用也大幅攀升。為了支撐龐大的研發費用，微軟於2019年7月對OpenAI投資10億美元，並且提供運算資源。微軟預計可能總共將投資OpenAI 100億美元，AI的研發需要龐大的資源與經費。
GPT-3版本使用到45TB壓縮的文本，作為預先訓練資料，參數的數目大增到1,750億個（需要800GB存儲）‘，是有史以來參數最多的人工智慧類神經網路模型。
ChatCPT所衍生的相關應用，將推升高效能運算與資料中心的需求
為了支援這龐大的運算，微軟於2020年5月推出專為OpenAI設計的超級電腦，將之放在Azure，此超級電腦包括超過28.5萬個處理器內核，以及1萬個GPU以每秒400Gb的速度連接，以運算力來看，可排名為全球第5大超級電腦。
GPT-3為自我監督的語言模型，可以完成自然語言處理的絕大部分任務，將網頁描述轉換為相對應代碼，模仿人類敘事，創作訂製詩歌，生成遊戲劇本等等。
2022年1月OpenAI推出InstructGPT，這是GPT-3的小幅升級版本，主要是將不真實、有害、有偏差的輸出最小化。
2022年11月30日ChatGPT問世，以演進的過程來看，是InstructGPT進一步的升級版本，將使用者的回饋納入訓練過程，可以讓模型輸出與使用者意圖保持一致。
由此發展的脈絡來看，即便ChatGPT已讓全球驚豔，繼ChatGPT之後，應該會推出功能更加強大的GPT-4，參數數目將可能超過兆個，透過大型語言模型應用的人工智慧將更上層樓。
人工智慧是由高效能運算、高速網路連結及龐大的記憶體儲存空間的支援而成，人工智慧的進步，有賴更高性能的半導體，ChatGPT的問世將點燃高效能運算需求的另一把火。