1. GPT

1.1. generative pretrained transformer，即“生成式預訓練變換模型”?

1.2. “生成式”表明大語言模型不只是像普通深度學習網絡那樣輸出簡單的標簽，而是能夠逐詞生成文本內容

• 1.2.1. 這類模型也常被稱為聊天機器人

1.3. “預訓練”意味著模型已經通過海量在線和離線文本數據進行了訓練，這使得智能對話助手能夠靈活回應各類問題

1.4. Transformer是一種深度學習網絡模型，它通過預測句子中的下一個詞元來學習

• 1.4.1. 這種學習方式被稱為自監督學習，不同于需要大量標注數據的監督學習

1.5. 大語言模型能夠幫助各行各業的專業人士提升工作效能

• 1.5.1. 使用ChatGPT的參與者工作效率更高、生產力更強、對任務的享受度更高

• 1.5.2. 文本創作：可用于生成各類文字內容，包括撰寫博客文章、營銷文案，以及程序代碼等

• 1.5.3. 語言翻譯：能夠實現多語言之間的互譯，這對跨國企業運營和跨語言交流特別有幫助

• 1.5.4. 問答對話：可針對各類主題提供答案，為學習研究和專業人士的信息查詢提供便利

• 1.5.5. 內容概括：能夠對冗長文本進行提煉總結，幫助使用者快速把握文章要點，提高閱讀效率

• 1.5.6. 創意寫作：可以創作多種形式的內容，如詩歌、劇本、音樂作品、電子郵件和書信等，滿足商業創作和個人表達的需求

1.6. 主要行業

• 1.6.1. 醫療保健領域：輔助生成病歷報告、疾病診斷和治療方案制定

• 1.6.2. 金融領域：協助財務數據分析、投資決策和風險管理

• 1.6.3. 法律領域：支持法律判例研究、法律文書起草和庭審論證

• 1.6.4. 營銷領域：助力創意內容制作、廣告投放優化和營銷效果評估

2. 醫療保健

2.1. 醫學的意義不僅僅在于治愈疾病

2.2. 大腦是已知宇宙中最復雜的器官

• 2.2.1. 大腦只是人體眾多復雜器官中的一個，真正該說的是：人體才是已知宇宙中最復雜的系統

2.3. 得益于深度學習技術的進步，語音識別的準確率已達到相當高的水平，能夠將醫患對話自動轉換為文字，如此便能使醫生專注于病人

• 2.3.1. 大語言模型能在幾秒鐘內從文本中提取關鍵信息，將其錄入電子病歷，并生成對話要點總結

• 2.3.2. 醫生可以在診療結束后趁著記憶新鮮立即進行修改

• 2.3.3. 醫生也不必再犧牲夜晚時間處理文書工作

2.4. 由于醫療行業較為保守，人工智能成為醫生得力助手可能還需要數十年時間

2.5. 臨床語言模型

• 2.5.1. 通過機器學習程序，人工智能助手能夠為醫生提供診斷建議和替代方案

• 2.5.2. 第一代醫療助手主要依靠規則系統和電子健康記錄中的結構化數據運作

• 2.5.2.1. 過度依賴結構化數據輸入的方式過于煩瑣，導致第一代助手始終未能實現規模化應用，這就是業內所說的“最后一公里問題”?

• 2.5.3. 大語言模型能夠處理醫生的病歷記錄和臨床筆記，同時整合分散在整個醫療系統中的患者信息，為特定治療方面生成精準的總結報告

2.6. 床邊禮儀

• 2.6.1. 醫生的床邊禮儀并不是隨著醫學博士學位自動獲得的，有些醫生善于與病人溝通，有些醫生則顯得生硬冷漠

• 2.6.2. 如今，醫生可以從大語言模型那里獲得關于同理心的指導，這些AI助手就像是“同理心的低語者”?

2.7. 隨著技術的日趨成熟，醫療輔助系統將不斷進化，新的輔助工具也會不斷涌現

• 2.7.1. 醫療信息提取：可以從臨床記錄、研究論文和病歷等非結構化醫療文本中提取關鍵信息，幫助改善患者護理質量、疾病追蹤和醫學研究

• 2.7.2. 疾病預測和診斷：通過分析電子病歷和臨床記錄，可以預測患者罹患特定疾病的風險

• 2.7.2.1. 結合患者的癥狀和病史，還可以輔助醫生進行疾病診斷

• 2.7.3. 藥物研發：可以分析化學結構、生物數據和科研文獻，預測新藥物的潛力、可能的副作用或藥物間的相互作用，從而加快耗時且成本高昂的藥物研發過程

• 2.7.4. 改善醫患溝通：可以為醫療機構開發智能問答系統和虛擬助手，提供健康咨詢、預約服務等功能，既提高患者的參與度，也為醫護人員節省時間

• 2.7.5. 醫學教育培訓：可以為醫學生開發智能輔導系統，幫助他們更好地理解復雜的醫學概念，并及時了解最新的研究進展

• 2.7.6. 心理健康支持：基于大語言模型的對話系統可以為不愿直接尋求專業幫助的人提供初步的心理健康支持，推薦合適的心理健康資源，提供實用的情緒管理策略，識別可能需要緊急援助的情況，并及時預警

2.8. 雖然大語言模型能在醫療領域提供有價值的分析和建議，但它并不能替代專業醫護人員

• 2.8.1. 醫療決策涉及多方面因素，需要醫生具備深入的臨床經驗、對病情的準確把握，以及人文關懷能力

• 2.8.2. 考慮到病患隱私保護和數據安全問題，在醫療領域使用大語言模型時必須格外謹慎

3. 教育

3.1. 在學術講座中，部分學者提問并非出于求知欲，而是為了展示自己的學識

3.2. 來自學術圈外的聽眾往往會提出更有啟發性的問題，因為他們確實對答案充滿好奇

3.3. 如今，學生們正在使用ChatGPT完成課程論文，這種行為難以被發現，這讓教師們深感憂慮

• 3.3.1. 如今，學生們正在使用ChatGPT完成課程論文，這種行為難以被發現，這讓教師們深感憂慮

• 3.3.2. 部分教師采取了“既然無法禁止，不如善加利用”的策略，不僅允許學生在課堂上使用ChatGPT，還將其融入教學計劃

3.4. 隨著大語言模型日益普及，培養學生正確使用ChatGPT的能力已成為一項重要的職業素養

• 3.4.1. OpenAI已專門發布了面向教師的ChatGPT課堂應用指南

3.5. 選擇擁抱變革，積極探索其創新應用

3.6. 過度依賴ChatGPT可能會削弱學生的獨立思考能力，并降低其寫作水平

3.7. 20世紀，手持計算器的出現曾在教育領域引發過類似爭議

3.8. 在教育領域發揮的作用

• 3.8.1. 提供個性化輔導：通過對話式交互，及時解答學生疑問，針對性地指導學生學習

• 3.8.2. 設計練習題：根據不同學生的學習水平和需求，生成相應難度的練習題

• 3.8.3. 作文批改輔助：分析學生作文，指出寫作中的亮點和需要改進的地方

• 3.8.4. 學習反饋：實時評估學習效果，識別學習中的薄弱環節，提供有針對性的改進建議

• 3.8.5. 創造互動學習場景：設計教育游戲、模擬練習等互動形式的學習活動，幫助學生更好地理解和掌握新知識

• 3.8.6. 培養批判思維：通過設計啟發性問題，引導學生對學習內容進行深入分析和思考，提升其批判性思維能力

• 3.8.7. 激發創造力：提供富有創意的寫作主題和思考方向，鼓勵學生展開想象，培養創新思維

• 3.8.8. 定制學習方案：追蹤每個學生的學習進度，根據其掌握程度和學習特點，制訂個性化的學習計劃和目標

3.9. ChatGPT作為一個強大的教育工具，能夠在多方面輔助教學

• 3.9.1. 不僅可以提升學生的學習效率，還能培養其批判思維和創新能力

• 3.9.2. 主要優勢

• 3.9.2.1. 提升學習積極性：通過個性化、互動性的學習體驗，激發學生的學習興趣和參與熱情

• 3.9.2.2. 優化學習效果：借助個性化輔導、練習和反饋，幫助學生更好地掌握知識，提高學習成效

• 3.9.2.3. 降低教師負擔：自動完成作業批改、學習反饋等日常任務，讓教師能夠把更多精力投入到教學質量提升上

3.10. 教育是一個萬億美元級產業，具有高度勞動密集的特點

• 3.10.1. 人類大腦是極其復雜的學習器官，而教育則是人類為了高效培養大腦能力而創造的文化體系

• 3.10.2. 相比之下，認知思考雖然更靈活，但速度較慢且更易出錯

3.11. 教育孩子最有效的方式是由經驗豐富的教師進行一對一輔導，幫助孩子克服數學等難度較大學科的學習障礙

• 3.11.1. 流水線生產或許適用于制造汽車，但用這種方式來培養孩子的思維顯然不夠恰當

3.12. 基于大語言模型的智能教學助手將顯著提升并重塑現有的教育體系

• 3.12.1. 學校可以將更多資源用于追蹤學生表現、開展課外活動和體育運動，以及促進學生社交發展等核心職能上，從而實現教育資源的更優配置

3.13. 課堂教學僅是整個教育體系的一個組成部分

• 3.13.1. 學校管理者需要發揮領導作用，負責決策制定、方案規劃和報告撰寫等工作

• 3.13.2. 大語言模型能夠顯著提升處理日常文書工作的效率

• 3.13.3. 微軟推出的一款應用程序運用人工智能驅動的語音轉文字技術來總結團隊的視頻會議內容，省去了人工記錄會議紀要的環節，將會議記錄時間從數小時壓縮至數秒

• 3.13.4. 大語言模型能夠簡化公告、信函、報告等常規文書工作，并協助處理后勤事務，從而大幅降低行政團隊的人力成本

• 3.13.5. 最為關鍵的是，大語言模型可以幫助教師處理那些占用大量時間的日常事務性工作，使他們能夠更專注于提升教學質量

3.14. 在教育中的缺點

• 3.14.1. 個人隱私保護、偏見與公平性問題、內容質量和準確度、系統可及性，以及虛假信息傳播等