危！OpenAI 全球召集千人，要让 ChatGPT=初级程序员？
换言之，只要其 AI 技术“学有所成”，至少会对一些初级程序员的工作地位产生威胁。
数百名程序员，齐心协力地“教” AI 模型如何编写代码
从 Semafor 的报道来看，在这近 1000 名承包商中，约 60% 的人负责“数据标记”，即创建大量图像、音频剪辑和其他信息，用于训练 AI 工具或自动驾驶系统；另外 40% 则是程序员，主要负责为 OpenAI 的模型创建数据，使其学习软件工程任务。
据一位南美软件开发人员透露，他曾无偿完成了 OpenAI 五小时的编码测试，整个过程他主要做两件事：
- 对于一个编码问题，用书面英语解释他将如何处理这个问题，然后给出一个具体解决方案。
- 如果在编码中发现问题，OpenAI 要求他详细说明问题是什么以及应该如何纠正，而不只是简单地修复它。
显然，这次的测试工作非常注重问题解决过程，对此这名开发人员猜测：“他们（OpenAI ）很可能想为其模型提供一种非常具体的训练数据，而人类可以提供整个思维的完善过程以作参考。”
试想一下，伴随着数百名程序员齐心协力地“教”模型如何编写基本代码，ChatGPT 背后的 AI 技术将高质量发展，未来很可能从死记硬背的编码工作开始，进而逐步取代一些初级程序员，最终实现部分硅谷高管的梦想：让没有或只有很少编码经验却具有创造力的人，通过向 AI 编码工具描述其愿景，就可以构建从网站到视频游戏的一切。
届时，人人都可以是“程序员”，而本来的程序员则需要成为“独一无二”才能不被替代。
程序员、作家、客服都将收到威胁？
尽管目前 OpenAI 尚未对这个猜测给出回应，但自去年 11 月发布后，旗下 ChatGPT 已逐渐被不少企业应用，由此也威胁着许多岗位。
- 程序员
从 ChatGPT 可以生成代码这点就知道，首当其冲的自然是程序员。据报道，最近刚开启史上最大规模裁员的亚马逊就已将 ChatGPT 用于许多不同的工作领域――从某种程度上来说，ChatGPT 可能多少也算是替代了被裁员工。
据一名亚马逊员工表示，为了更好地了解 AI 对其业务的影响，亚马逊网络服务云部门创建了一个小型工作组进行测试，结果发现 ChatGPT 在为 AWS Aurora 数据库工程师编写故障排除方案以及回答“困难”支持问题方面也“非常出色”，还能“确定客户的公司目标”。因此，许多亚马逊员工十分乐意在工作中利用 ChatGPT 来提高效率。
但与此同时，数据隐私又成为他们担忧的焦点：尽管 ChatGPT 官方指出用户可以删除数据，但本质上来说外界无从知晓 OpenAI 到底有没有“彻底”删除，又是如何使将用户向 ChatGPT 输入的数据作为训练数据的。
因此，一位亚马逊律师曾警告员工：不要向 ChatGPT 提供“任何亚马逊得机密信息（包括你正在处理的代码）”。然而，据外媒 BusinessInsider 报道，一些亚马逊员工已经在使用 AI 工具作为软件“编码助手”，并通过它改进内部代码。
除了编码方面表现出色，在测试中亚马逊还发现 ChatGPT 在回答 AWS 客户问题方面做得也“非常好”，因为大多答案都基于公开信息，不涉及公司机密。
- 编辑作家
作为一款自然语言处理工具，借助 ChatGPT 来生成文章也再方便不过。这不，随着 ChatGPT 的逐渐火爆，美国知名新闻网站 BuzzFeed 在去年年底裁员 12% 后，最近似乎也找到了弥补被裁人员的方式：计划依靠 ChatGPT 的创建者 OpenAI 来加强部分内容创作，打算今年让 AI 在公司的编辑和业务运营中发挥更大作用。
在 BuzzFeed 官宣此举后，加之近来不断有媒体怀疑 CNET 也一直在发布 AI 撰写的文章后，许多人担忧未来新闻媒体的产出将依赖 AI 而非人类，对此 BuzzFeed 发言人表示：“BuzzFeed 仍然专注于新闻编辑室中人为产生的新闻。”
“程序员正在杀死自己”
当然，ChatGPT 功能之强大，所涉及的工作领域自然远不止这三类。而对于 AI 与人类这看似“此消彼长”的矛盾关系，许多网友调侃道：“程序员正在杀死自己。”
- “自从我们开始工作以来，程序员们一直在努力使自己失业――我认识的每个人都试图通过自动化来使他们的生活更轻松。”
- “我无法想象调试 AI 代码需要多少时间，我本来就已经为修复人类编写的代码忙得不可开交了。”
- “对程序员来说’太省时间了‘，对老板来说’太省程序员了‘”。
调侃之余，不少网友也理性分析了一波：
- “在我们的有生之年，AI 将取代的只会是无用的开发人员，所以不必担心太多。”
- “回想一下，正是因为以前软件和硬件工程师几十年来努力地将设备和我们自己商品化，如今软件才能变得如此普及。所以，不要将 AI 工具仅局限在生产力上，它不是为此存在，而是为了让我们人类做更有意义的事。”
那么对此，你的看法又是什么呢？
参考链接：
- https://www.businessinsider.com/openai-chatgpt-contractors-train-ai-software-engineering-autonomous-vehicles-report-2023-1?utm_source=reddit.com
- https://www.semafor.com/article/01/27/2023/openai-has-hired-an-army-of-contractors-to-make-basic-coding-obsolete
《2022-2023 中国开发者大调查》重磅启动，欢迎扫描下方二维码，参与问卷调研，更有 iPad 等精美大礼等你拿！
? 小米汽车设计图纸泄露，官方称非最终文件；微软裁员遣散费高达8亿美元，人均获赔54万元；苹果暂停自研Wi-Fi芯片|极客头条
? 前雇员“叛变”，泄露了老东家 44.7 GB 的源码！
? Google：我能把文本变成音乐，但这个 AI 模型不能对外发布！
chatgpt手机版咋使用 chatgpt手机版怎么使用
chatgpt,chatgpt中文,chatgpt概念股,chatgpt怎么安装使用 ChatGPT 主要有4步：
注册 ChatGPT 账号
通过短信接码平台sms-activate.org完成 ChatGPT 手机号验证
登录 ChatGPT 账号，对话框输入，开始使用 Chat GPT !
输入任意话题，探索 ChatGPT 的强大功能
1.注册 Chat GPT 账号
注ChatGPT这一步主要包含以下几步(需要按照顺序逐步操作)：
将网络环境切换成国外ip(注意：必须是国外 ip 如美国、加拿大等，香港澳门 ip 是不行的)，且后续整个注册流程都必须在此网络环境下进行。
打开https://chat.openai.com/auth/login链接并使用自己的邮箱进行账号注册
打开邮箱查收 OpenAI 账号验证邮件，点击验证按钮完成邮箱验证
2.完成 ChatGPT 手机号码验证
这一步需要用到接码平台完成手机号验证，推荐平台链接地址：sms-activate.org
具体过程包含以下几步：
通过自己的邮箱注册 sms-activate.org 账号并完成邮箱验证(其他接码平台同理，但是不一定每个都好用，sms-activate是博主亲自验证过的)
打开邮箱查收验证邮件并点击确认完成 sms-activate.org 账号认证
登录sms-activate并且在右上角找到充值按钮，点击进行充值
点击充值跳转后，往下滑找到支付宝，这里建议大家充值0.2美金就可以了(不够用再充)。
充值好了以后回到首页搜索「open」关键字就可以找到 OpenAI 验证码的临时号码购买链接。
在右侧激活区看到待使用的临时号码，将此号码复制到 OpenAI 的验证码接收区里面。
在 OpenAI 的页面点击发送验证码，这样就可以在接码平台接收到验证码(有时候有一点慢需要耐心等待一下)，将验证码填进去，这样就完成 ChatGPT 手机号验证了。
这一步比较长，但是操起其实也不复杂，简单说就是通过接码平台收验证码完成验证，大家只要按照步骤操作就能成功。
.登录 ChatGPT 账号并开始使用
注册完后，我们去 ChatGPT 网站去登陆：https://chat.openai.com/auth/login
输入我们上面第一步注册好的账号密码就可以成功登录。
4.探索 ChatGPT 的强大功能
你可以尝试用各种方式向 ChatGPT 提出各种各样的问题或者指令，通过这一步你将更能体会到 ChatGPT 的强大之处。来吧，朋友，让我们真正学会 Chat GPT 怎么用。
比如：
叫 ChatGPT 写一首诗
叫 ChatGPT 写代码
叫 ChatGPT进行翻译
叫 ChatGPT 编故事
在AGI上的最大赌注：OpenAI与微软合作推出AI超级计算机，世界前五
在...上这台超级计算机是微软与OpenAI独家合作（且专门为OpenAI打造）而构建的，专门用来在Azure公有云上训练超大规模的AI模型。
微软声称，与「全球超算500」相比，它是世界上功能最强大的第五台超级计算机。
新型超级计算机：28.5万个CPU核心，1万个GPU
由微软和OpenAI打造的这款超级计算机拥有超过28.5万个CPU核心，1万个GPU，每个GPU服务器的网络连接能力为400Gb/s，它旨在训练单一的大规模分布式AI模型。
ML专家历来构建单独的小型AI模型，并使用许多带有标签的示例来学习单个任务。人工智能研究社区开发的新型模型已经证明， 通过单个大型模型可以更好地执行某些任务。
经研究人员验证，这些大型AI模型之所以表现出色，是因为它们可以深入地吸收语言，语法，知识，概念和上下文的细微差别，以至于它们可以胜任多项任务：
总结冗长的演讲，调节实时游戏聊天中的内容，解析复杂的法律文档，甚至可以从搜寻GitHub中生成代码。
微软表示，其目标是通过Azure AI服务和GitHub，进一步释放出大规模AI模型、训练优化工具和超级计算机资源，让开发者、数据科学家和商业客户都能轻松利用这一平台，开发自己的项目。
训练庞大的AI模型需要先进的超级计算基础架构，或通过高带宽网络连接的最新硬件集群。它还需要工具来在这些互连的计算机之间训练模型。
在「自我监督」学习中，AI模型可以从大量未标记的数据中学习。
从技术角度来看，大型AI模型具有「自我监督」的优势。
在所谓的「自我监督」学习中，这些AI模型可以通过检查网上数十亿页的公共文档来学习语言。
例如，模型可以通过吸收大量的文本，并预测缺失的单词和句子来学习语言的细微差别。
由于AI模型进行了数十亿次检查，因此它非常擅长感知单词之间的关系，能够对语法，概念，上下文关系和其他语言构建块充分理解。
目前，该模型已用于改善Bing，Office，Dynamics和其他生产力产品的语言理解任务。
新超算，通向AGI的必经之路
OpenAI很久以来就断言，巨大的计算能力是迈向AGI的必经之路。
虽然像Mila创始人Yoshua Bengio和Facebook副总裁兼首席AI科学家Yann LeCun 这样的名人都认为AGI不存在，但OpenAI的联合创始人和支持者相信功能强大的计算机结合强化学习和其他技术可以实现范式转移的AI进步。
超级计算机的发布代表了OpenAI在该愿景上的最大赌注！
目前尚不清楚新的超级计算机是否具有足够的功能来实现接近AGI的功能。
去年，Brockman告诉《金融时报》，预计在2025年之前， OpenAI将花费微软公司10亿美元的全部投资，构建一个可以运行「人脑大小的AI模型」的系统。
2018年，OpenAI自己的研究人员发布了一份分析报告，显示从2012年到2018年，最大规模的AI训练运行中使用的计算量增长了300,000倍，而3.5个月的时间却翻了一番，远远超过了摩尔定律的步伐。
AlexNet到AlphaGo零：计算量增长了300,000倍
上周，在此基础上，IBM详细介绍了神经计算机，该公司使用数百种定制设计的芯片实现了创纪录的每秒120万帧训练AI。
这款超级计算机不论是成为AGI的小垫脚石还是大跃进， 用于设计超级计算机的软件工具都可能为Microsoft带来新的市场机会。
通过大规模分布式AI模型，这家科技巨头正在提供资源，以优化的方式在Azure AI加速器和网络上训练模型。
它将训练数据分为多个批次，用于在集群中训练模型的多个实例，并定期取平均值以生成单个模型。
这些资源包括深度学习优化库DeepSpeed，这是Facebook PyTorch机器学习框架的AI库，可以在同一基础架构上训练大于15倍，快10倍的模型，并支持在ONNX Runtime上进行分布式训练。
微软声称，与DeepSpeed结合使用时，ONNX上的分布式训练可使跨硬件和操作系统的模型实现高达17倍的性能提升。
微软首席技术Kevin Scott表示，「微软正在构建更好的计算机，更好的分布式系统，更好的网络，更好的数据中心，所有这些都让整个Azure云性能，成本和灵活性变得更好。」
https://venturebeat.com/2020/05/19/openai-microsoft-azure-supercomputer-ai-model-training/
https://blogs.microsoft.com/ai/openai-azure-supercomputer/
