浅层科普最近爆火的ChatGPT的一些知识

蔓越莓
665 阅读10分钟

这篇文章的背景是同事推荐了一个人工智能程序员cursor，看了下简介说使用了GPT-4，比copilot都厉害？ 什么是copilot? 什么是GPT-4？他是谁发布的？他们之间都是什么关系？

一、ChatGPT：由OpenAI开发的聊天机器人

发布时间

2022/11/30 发布

语言模型：

ChatGPT 目前使用的是ChatGPT-3.5Turbo。 是GPT03.5系列中最快速，最便宜，最灵活的模型。

费用：

ChatGPT正式收费了！ 每月20美元（约134人民币） 地址

核心功能：

聊天机器人

公司：openAI（美国人工智能研究公司）

  • 2015年12月创立，非营利公司。
  • 2016年6月21日，OpenAI宣布了其主要目标，包括制造“通用”机器人和使用自然语言的聊天机器人。
  • 19年4月15日OpenAI 五人击败 Dota 2 世界冠军；
  • 2019年7月22日[微软]投资OpenAI并与其合作；
  • 2020年6月11日，OpenAI宣布了GPT-3语言模型，微软于2020年9月22日取得独家授权。 1750亿参数
  • 2023年2月2日，OpenAI宣布推出ChatGPT Plus订阅服务，可以让用户在高峰期优先使用人工智能聊天机器人 ChatGPT。
  • 2023年2月16日消息，OpenAI买下了超优质域名AI.com，并将其链接跳转到了ChatGPT。
  • 2023年3月15日，OpenAI正式推出GPT-4。
    • GPT-4是多模态大模型，即支持图像和文本输入以及文本输出，拥有强大的识图能力，文字输入限制提升到了2.5万字。GPT-4的特点在于
      • 它的训练数量更大；
      • 支持多元的输出输入形式；
      • 在专业领域的学习能力更强。

旗下产品：

  • Dall-E：美国图像生成系统,2021年1月5日
  • Dall-E 2：文本生成图像系统,2022年4月6日
  • Whisper : 自动语言识别（ASR）系统， 2022/9 发布
  • ChatGPT: 聊天机器人程序，2022/11/30 发布
  • GPT-4: chatGPT的语言模型，2023/3/14 发布

百度百科：语言模型是一个单纯的、统一的、抽象的形式系统，语言客观事实经过语言模型的描述，比较适合于电子计算机进行自动处理，因而语言模型对于自然语言的信息处理具有重大的意义。

GPT语言模型进化史：

  1. 18年初代
  2. 19年 GPT-2： 15亿参数 初步阅读，生成连贯段落
  3. 20年 GPT-3： 1750亿参数 有在上下文中学习的能力，可举一反三
  4. 22年 GPT-3.5：语言更流畅，有人类复杂的逻辑和思维
  5. 23年 GPT-4：能识别图片，识别和处理更复杂的指令 image.png

image.png

image.png

二、其他基于语言模型的聊天机器人产品：

  • 百度：文心一言
  • 谷歌：bard
  • 复旦大学：moss
  • 阿里云：通义千问

三、 微软 Copilot：AI助手

发布时间：

2023年3月17 发布, 微软Copilot是一种基于人工智能的代码自动补全工具。

语言模型：

GPT-4

在微软宣布将在 Office 中嵌入 GPT 之后， Copilot 搭载着 GPT-4 模型，适用于全套 Microsoft 365（原名 Office）。Copilot 可以帮忙做会议纪要。更神奇的是，Copilot 还能直接把 SWOT 表加到指定 PPT 中，Copilot 的出现，可以让打工人不用再被 PPT 等繁琐的办公程序折磨

费用：

付费

核心功能：

它使用了大量的开源代码库和机器学习算法，可以根据上下文和用户输入来生成代码片段。

这个工具可以帮助程序员更快地编写代码，减少手动输入的工作量。但Copilot生成的代码可能不是完美的，需要程序员自己进行检查和修改。

Copilot 的意义:

  • 它极大提高了用户的办公效率，
  • 还将彻底改变人类和电脑的交互方式。
  • 真正让广泛的观众感知的，是应用层面带来的便捷，这一点 Copilot 确实做到了

应用场景：

此前，微软宣布了

  • 新版的必应（Bing）搜索，将搭载 ChatGPT，
  • 网页浏览器 Edge 也将内置 OpenAI 的技术，帮用户浏览网页。

微软必应中整合进 ChatGPT 后，微软已经成为了 AI 聊天机器人领域的领导者。

限制：

  • Copilot目前还处于测试阶段，可能存在一些问题和限制。

  • 微软过了试用天数要收费，国内受限，

四、 Cursor：专为编程与AI而设计的编辑器

但其实，Copilot X 不是第一个集成 GPT-4 模型的 AI 智能编程工具。在它发布的一两周前，一款名为 Cursor 的代码编辑器便已开始在技术圈内被疯狂传播。它主打一个亮点：通过 GPT-4 来辅助你编程，完成 AI 智能生成代码、修改 Bug、生成测试等操作。利用 GPT-4 强悍的编程能力，让 Cursor 成为第一个吃上螃蟹的代码工具。短短数日，它便收获了大量的开发者用户。同时，也有不少开发者通过它所内置的 Chat 功能，提前使用了 GPT-4。可惜的是，由于该编辑器完全免费开放，再加上 GitHub Copilot X 的发布，导致项目的运营成本越来越高。于是 Cursor 选择不再集成 GPT-4，也就是说，现在虽然 Cursor 还能用，但已经不基于 GPT-4 运行了。好消息是 Cursor 团队这两天已将代码开源到 GitHub 上了，有需求的开发者可自行定制。原文

image.png

发布时间:

2023-3

语言模型：

首个使用GPT-4的应用，目前已经退回到GPT3.5，可自定制

费用：

目前免费开源

核心功能：

是个IDE 编辑器，主要是 生成代码，优化代码，改正代码，解释代码等

支持的语言和操作系统：

Cursor 支持多种编程语言，如 Python, Java, C#, JavaScript 等，并且可以在不同的操作系统上运行，如 Mac, Windows, Linux 等。

可以使用vscode 插件吗？

不可以，并且未来计划要构建的一些功能也不能作为vscode插件使用

可以做什么：

虽然现在还处于早期阶段，但目前Cursor可以完成以下几个任务：

  • 写作：使用比Copilot更智能的AI生成10-100行代码；
  • 差异：请求AI编辑一段代码块，并只查看建议的更改；
  • 聊天：采用类ChatGPT界面，了解当前的文件；
  • 以及更多：请求修复lint错误，在悬停时生成测试/注释等。

原理：

基于自然语言处理和机器学习技术，可以分析用户提出的问题，并从【代码库找到相关的代码来回答问题】

自然语言处理是一种计算机科学和人工智能领域的交叉学科，旨在使计算机能够理解、解释和生成人类语言。它涉及到语音识别、文本分析、机器翻译、情感分析等多个方面。在实际应用中，自然语言处理可以帮助我们更好地理解和利用大量的自然语言数据，从而提高工作效率和决策质量。

机器学习是一种人工智能的分支，它使用算法和统计模型来使计算机系统从数据中学习，而不是进行明确的编程。通过机器学习，计算机可以自动改进其性能，而无需人类干预。在现代技术中，机器学习被广泛应用于图像识别、语音识别、自然语言处理、推荐系统等领域。

源码架构

是基于Electron+CodeMirror搭建的

在Electron架构之上主要构建了6个模块：

  • LSP，语言服务，内置了对TS、Python、C++等常见的语言支持
  • Settings，一系列设置，比如OpenAI的key，开启的语言服务等等
  • Comment，注释，生成注释用
  • CodeMirror，一些基于CodeMirror的补丁
  • Chat，核心模块，generation也在这里面，是与AI的交互部分，也是我们本文分析的重点模块
  • extensions，扩展，比如编辑器相关的扩展，自动补全，等等，目前还没有开放插件能力

与后台交互大致流程：

sequenceDiagram
client->>server（不开源）:发起post请求，传递参数（如msgType， message，precedingCode， currentFlrName，currentRootPath，CurrentFileContents等）

server（不开源）-)client: 服务端将信息通过token的方式流式返回，`Content-Type'值是 'text/event-stream'`

请求参数:

image.png msgType的值：

  1. edit
  2. generate
  3. freeform

在edit模式下，很容易会触发一个 continue 的请求，这是因为选中的文本，再加上AI返回的内容，很容易就会超过模型最大token的限制，所以 Cursor 这里还加了一个 continue 接口，用来接上之前不能一次性返回的内容,continue 的逻辑在源码中是有一个 interrupted 作为标识的，如果判断是 edit 模式并且因为token问题被中断了，就会触发 continue 的逻辑

原文

使用步骤：

下载编辑器

界面

  • 右侧：
    • chat：可以和内置AI聊天，同chatGPT
    • more：默认回答是英文，可以在more里设置用中文回答我
  • 左侧：文件夹列表
  • 中间：编辑器区域，可以通过以下指令
    • ⌘+K 直接输入要求
    • ⌘+L 可以提问问题
  • 底部：内置了终端，可以安装缺少的依赖

配置使用中文回答：

image.png

测试：

在光标处直接⌘+K

image.png

可选中代码直接⌘+L，然后输入问题

image.png

提出优化代码

image.png 替换优化的代码

image.png

总结：

  • Cursor是一个AI语言模型，专门用于回答编程问题。我可以理解多种编程语言，并且可以提供代码示例和解释。
  • chatGPT是一个自然语言处理模型，用于生成对话和文本。虽然我们都是AI模型，但是我们的设计和用途是不同的。
  • 微软Copilot： 是微软在自家办公系列软件Office中最新研发的AI助手,搭载了GPT-4大模型。这是一款目前全世界最大系列办公软件和目前全世界最强大的AI语言模型相结合的产物, copilot可以理解为一个非常智能化的Office插件

有个公司叫openAI，他研究出了语言模型GPT,研究的不错，微软就投钱了，然后搭载着GPT-3.5语言模型的chatGPT就问世了，但是GPT-3.5还有改进的空间，所以他们研究出来了能识别图片的GPT-4，然后微软的office办公软件全都内置了这个语言模型，就是copilot。但是在他发布之前呢，有个团队就提前使用了GPT-4并且发布了一个叫cursor的编辑器，但是后面因为GPT-4太贵了，目前他们已经不用了。所以无论是chatGPT 还是 copilot 还是cursor 都是 GPT语言模型的应用。 相对来说，chatGPT更专注聊天机器人，cursor更专注代码编码，改正，优化。copilot为了办公的效率

image.png

问题：

是不是以后人工智能程序员越来越成熟了以后， 就不再需要前端程序员了呢？

我认为程序员不仅仅只是开发代码，他们还会设计，测试，维护，分析用户需求，与其他团队合作，按时交付等，所以暂时还不会失业的，哈哈。

avatar
文章
阅读
粉丝