火爆“油管”的ChatGPT视频教你一夜暴富，赚钱术还是骗术？
2023年11月20日 每日一猜答案：。 答案：ABC。 每日一猜答案分析：
油管超火视频,油管热门精选,油管最火的音乐,油管最受欢迎的视频智东西2月6日消息，近日，国外社交平台YouTube、Instagram和TikTok上，涌现出一批教你如何用生成式AI语言模型ChatGPT赚钱的视频，让你轻松赚取数万美元。这些视频教程在社交平台上十分火爆，其浏览量已经达到数十万次，并出现在搜索关键词为“ChatGPT”等的前几个结果中。
▲在YouTube搜索ChatGPT（图源：YouTube）
一位戴着帽子的年轻人在视频中说道：“这是我在地球上见过最疯狂的软件之一，我向你保证，只要使用ChatGPT，你就可以成为百万富翁。”
另一位标签是“#in【【微信】】（投资你自己）”、“#6figuresidehustle（6位数的副业）”和“#7figurebusiness（7位数的业务）”的博主说：“如果你从今天开始，到明年的这个时候，你就可以拥有价值百万美元的课程创作业务。”
去年11月底ChatGPT发布，现在，对于寻求资金支持的创企以及寻找追随者的意见领袖来说，ChatGPT已经取代了加密货币、Web3和NFT数字藏品成为新一代的流行语。
从底层技术来看，ChatGPT并没有那么突出，它是由研究机构OpenAI的大模型GPT-3.5微调生成，但其意义在于，OpenAI免费开放了该软件，有望让众多行业和工作场所的自动化发生革命性变化。
事实上，如果我们回顾这些ChatGPT宣传者的视频，就会发现关于如何发现不会亏损的虚拟货币和必备NFT数字藏品的建议，现在这些人把重心放到了人工智能上。
▲如何使用ChatGPT赚钱建议的视频缩略图（图源：The Verge）
他们的建议中包含了几种相似的模式。
一种常见的方案是，首先让你注册Fiverr、【【微信】】的账号，这两个平台主要为自由职业者提供兼职。在平台上，你可以将自己打造为能撰写博客文章和广告文案的形象，再将客户端收到的请求摘要插入ChatGPT，最后再将生成内容发送给客户。如果客户不满意，你还可以继续索要详细请求或者备注，重复操作再发回结果，而你只需要成为ChatGPT和客户之间的搬运工。
正如佩戴帽子的博主所说：“那时，你就可以让机器人为你完成工作。从字面上看，它会让你花费零美元。ChatGPT只是构建了这些令人毛骨悚然的段落，你所要做的就是不断地把它展示给那个人，直到他非常喜欢为止。”
另一种方案是用ChatGPT生成平淡无奇的YouTube内容，例如“世界上15个最危险的海滩”和“10个最美丽的城市”。
这一方案的操作方法也很简单，你将这些标题插入ChatGPT，然后将其生成的文字与一些公开图片、视频相结合，上传到YouTube中，再添加一些广告，就可以坐等收益到账了。
其他方法有点复杂，例如你可以通过ChatGPT为不同人群制定个性化的健身或者饮食计划，来帮助他们减肥等，或者在在线教育网站Udemy上销售聊天机器人生成的教程。
还有一些模式是使用ChatGPT来回答Quora等问答网站上的热门问题，比如如何减肥等，然后在你的个人资料中添加附属链接，吸引一些对这类问题感兴趣的人点击。
其他人也会利用多种人工智能工具。例如使用ChatGPT写一本儿童读物，然后使用AI艺术生成器对其进行插图，然后在亚马逊的自助出版平台上销售图书。
不过，在每个视频中，解说者对一些关键问题都避而不谈。例如你通过ChatGPT创建的内容是否准确、有用等；或者如果你生成的内容获得了客户，这些客户是否知道你提供的服务是ChatGPT生成的。
因此这些视频的评论区出现了很多怀疑的声音，并且很多其他具有影响力博主在评论区反驳，他们指出这些指南通常考虑不周且未经证实，需要愿意的人做大量的工作，比如欺骗客户并且收入几乎没有保障。
这些为你制定一夜暴富的计划有很多，但也会让读者质疑，如果你的方法这么有效，你为什么要告诉我？并且你为什么不听从自己的建议，而仍然通过付费的时事通讯或者视频点击量来赚钱？
因此，这些博主大肆宣传ChatGPT，与其说是因为实用性，不如说是为了掌握流量密码，博取关注度。
The Verge的作者认为，骗子经济中的每个观众和创作者都知道这些建议主要内容都是垃圾，但他们并不介意这一事实，因为他们都坚信是对方在骗人。
先不论这些博主关于使用ChatGPT赚钱建议的实用性，这些方案确实呈现了很多关于ChatGPT的信息，包括它支持和适用的工作类型，以及它在未来可能的使用方式。
有争议的是，这些视频中描述的方法并没有什么特别新颖或阴险的地方。事实如此，能够快速接受新工具的工作人员往往会比其他同事更有优势，而其他对新工具不了解的客户，则会因为忽视新工具而付出相应的金钱。
不过，鉴于对ChatGPT缺点的了解，它很爱输出长篇大论的废话，这些对其作为“快速赚钱工具”的宣传，可能会减少ChatGPT的应用市场。
从这个角度来看，ChatGPT的应用可能更受互联网企业家青睐。这得从供应链管理方案――直接代发货（Dropshipping）说起。
在这种模式下，卖家不需要储存和运送产品，只需要向供应商传递客户订单和装运备注，赚取批发和零售价格之间的差价。卖家需要敏锐感知到消费趋势，制作华丽的广告来吸引最新款外套或手表的客户，这也正是ChatGPT的优势。
值得一提的是，ChatGPT在创意产业和知识工作领域的应用，能够将生产与销售过程分开，允许卖家交付ChatGPT生成的“商品”，不过这些交付的成果很多只是乍一看似乎有用但在测试时就会崩溃。
此外，卖家也无需担心品牌声誉受损，因为其生产规模和速度都让用户来不及对其声誉做出评价，毕竟卖家只需要Ctrl+C、Ctrl+V就能为你“重新发货”。
这也正是许多人对未来网络环境的担忧：人工智能生成的垃圾会令在线平台窒息，就像藻类会扼杀池塘里的生命。
你可能会说这只是对未来的担忧，但我们已经在一些互联网平台中看到了这个过程的开始。
例如，编程问答网站Stack O【【微信】】已经开始禁止用户发布人工智能生成的答案，该网站负责人解释说，AI生成的内容通常看起来是正确的，但他们仔细审查后发现存在很多错误，并且一个个验证答案的时间成本太大了。
此外在传媒领域，Red 【【微信】】等营销公司、金融产品信息服务提供商Bankrate、科技新闻网站CNET等也一直在使用人工智能工具为其制作内容。
这种做法也引发了一起小丑闻，CNET使用人工智能辅助编写了77篇文章，今年1月，该网站受到审查后更正了其中41篇。
▲截至目前，CNET上AI辅助生成的文章共78篇（图源：CNET）
2月1日，OpenAI发布了可以辅助辨别AI编写内容的AI文本分类器。不过，这种软件并非万无一失，OpenAI曾提到，基于神经网络的分类器在训练数据之外的校准很差。
而对于那些不计后果使用ChatGPT等工具的人来说，其动机十分简单也极具诱惑力，那就是利润。
教用户如何通过ChatGPT致富的最受欢迎的TikTok视频之一指出，观众可能需要几年时间才能真正关注到这项技术，所以（看到这条视频的人们）应该在世界其他地区赶上之前加入进来。
这则视频的标题是：“对于少数实现（并且加入进来）的人，我们将在头等舱见面。”
ChatGPT令人惊叹的编写内容能力，及其免费开放的特性使得这一工具成为人工智能产业的“当红炸子鸡”，也让一些人萌生了走捷径赚钱的“一夜暴富”计划。不过，这些幻想大多不切实际。
此前，ChatGPT的创建者OpenAI在其博客坦言，ChatGPT还有很多局限性，它没能摆脱聊天机器人的一些典型陷阱，会生成一些有偏见或冒犯的内容。因此，我们面对新工具时更应该正确看待其使用场景。
【微信扫一扫二维码，免费进入ChatGPT交流群】
漫画科普ChatGPT：绝不欺负文科生
文科理科漫画,文理漫画图文原创：亲爱的数据
你所热爱的，都值得拥有一个名字。
世界上里程碑式计算机，问世之时大多拥有自己的名字。
我认为，假如计算机的诞生是元年，下一个元年将会是“奇点”。
不是比特币，不是虚拟现实，不是AIGC（用人工智能技术来生成内容）。这些只是过程。
当然，过程足够重要，也要有名字。
很多人看到GPT-2，GPT-3， Switch Transformer，DALL・E 2 ，Codex，LaMDA，就头晕，看不懂。
它们都是模型的名字。以它们在信息技术发展史上的地位，高低得整个名字。
模型里有什么？
模型中的运算形式设计，和运算所需要的参数，都是模型的一部分。
近几年，大模型发展的有声有色，一个做得比一个大。
参数数量是模型大小的重要指标，但不是唯一指标。运算量也是指标之一。同样的参数量，你设计的运算的形式不同，计算量也不同。
运算形式设计是人类脑力精华。
参数，你可以简单理解为机器部件，部件越多，体量越大。但不见得部件越多，机器就越好，模型也一样。
参数量很直观，一度“参数比大小”成了关键。
2020年5月，GPT-3有1750亿参数。比它的兄弟GPT-1和GPT-2强大的多。GPT-3 发布仅几个月后，谷歌大脑团队就发布了Swin Transformer，参数量是GPT-3的9倍。
但是“比大小”不是目的，“效果好”才是目的。
这些“配有姓名”的大模型，规模很关键，但是创新更关键。
贾扬清说，不是别人做出大模型之后，简单跟进说“我们可以做得更大”，更重要的是，在前人基础上，做更多创新成果。
OpenAI也只是一家搞AI创业的“小公司”，在“转身”成为公司之前，是一家公益性质的科研实验室。
公司虽小，愿景却大：“让人工智能有益于全人类”。
从此，OpenAI他们矢志不渝地朝着通用人工智能（AGI）的方向不断尝试。
AGI是最有抱负的科技方向之一，拥抱AGI必须让机器展示出人类所拥有的各项智能，亲情，爱情，友情。
但怎么前往AGI，人类毫无头绪，也有人说，毫无希望。
情况就是这么一个情况。
把模型做大是不是通向人工智能的路？谁也不知道。
但是模型大了，效果确实好了。大模型的竞争从寥寥到陷入忙碌， 比方法，比技巧，比谁有效。
2022年3月，InstructGPT，加入了人类的评价和反馈数据，效果也很好。
参数降到了13亿，小也可以很能打。
Instruct的中文有吩咐，指令之意，就是说，按照人类的指示行事。
讲到InstructGPT，距离ChatGPT也不远了。
ChatGPT也按指令行事，方式是通过问答。
大模型超级难做，消耗无数系统工程师和算法工程师的智慧和精力，是个系统工程，而今看来，国之重器，毫不为过。
这擎天玩意让缺乏创新的模型看起来像夜市地摊上粗糙的塑料玩具。
这种规模的模型，用“做出来”这个动词已经不合适了，与其说是“开发”，不如说是“组织开发”。
为此OpenAI配套了上游数据团队，和下游芯片“大军”。
据 InstructGPT 的技术博客，从事高质量数据收集、挖掘、清理、增强等方面的工作的人数，从40人增加到1000人。数据团队有技术含量，收入可观，说是一家科创板上市公司也不过分。
作为ChatGPT的数据公司，那怕轮次融资，投资人会爱极了。
为了开发一个模型，配套一家上市公司，真是妙。
这还没有完。
芯片方面，据谭老师截获了一个信息：
“OpenAI公司为训练ChatGPT用了10万块英伟达A100的GPU。”
我也问了一个业内顶级大佬，他亦认为合理。
且不说价钱，而这一型号的高端GPU已经被美国限制，国内买不到了。
ChatGPT背后的一些信息来自InstructGPT的学术论文。
InstructGPT的核心思路由之前两条研究线路所带来。
也就是说，装在ChatGPT弹匣里的银色子弹中，一颗叫“自然语言理解的大语言模型 LLM”，一颗叫“带人类反馈的强化学习 RLHF”。
贾扬清的解释是，这一系列大预语言模型多少都采取了不带太强结构的统计方法：“根据周边的词语来预测中间的词语”，或者“根据前面的文字来生成后面的词语”。
当然，还有一些银弹叫，“外人不知道”。
叹服ChatGPT前沿科研的能力之余，思考它如何从一个科研成果变成人见人爱的科技产品？
OpenAI此前所推出了一种产品试用机制，用了两个工具。工具一Playground，工具二GPT-3 API。API必须要代码调用接口，并不是人人都可以轻而易举体验它的能力。
虽然GPT-3 API已经非常简单，代码复制粘贴也能试一下。
贾扬清认为，这种产品试用让产品和市场在做小范围的磨合，尝鲜者虽少，但本质上，产品试用为后续的科研带来了大量的数据输入。
科研没有停止，科研在不断走向产品。
计算机领域有一个短语叫做 “human in the loop”，有人翻译成“人机交互”，并没有揭示核心。也有人翻译成“人机回环”。
贾扬清的解释是，将一篇科研文章变成一个软件原型（prototype）。再将用户的体验、数据的回流、标注、再训练这个闭环做得非常精准。ChatGPT 在这一个领域中体现出了高超能力。
科技产品可以粗糙，也可以精美。
ChatGPT的科研背景非常强，满身都是商业机密的ChatGPT，虽然公布出来的技术大家都懂，但是为什么他们的效果这么好？
OpenAI团队做出来一个目前为止最接近AGI的东西，似乎证明了通用人工智能是存在的。
无论是不是，它离我们想象中的AI越来越近了。
（完）
One more thing
这里有一个谭老师发现的公众号，话不多说，立马推荐：
更多阅读
AI框架系列：
1.搞深度学习框架的那帮人，不是疯子，就是骗子（一）
2.搞AI框架那帮人丨燎原火，贾扬清（二）
漫画系列
1.?解读硅谷风投A16Z“50强”数据公司榜单
2.?AI算法是兄弟，AI运维不是兄弟吗？
3.?大数据的社交牛逼症是怎么得的？
4.?AI for Science这事，到底“科学不科学”？
5.?想帮数学家，AI算老几？?
6.?给王心凌打Call的，原来是神奇的智能湖仓
7.?原来，知识图谱是“找关系”的摇钱树？
8.?为什么图计算能正面硬刚黑色产业薅羊毛？
9.?AutoML：攒钱买个“调参侠机器人”？
10.?AutoML：你爱吃的火锅底料，是机器人自动进货
11. 强化学习：人工智能下象棋，走一步，能看几步？
12.?时序数据库：好险，差一点没挤进工业制造的高端局
13.?主动学习：人工智能居然被PUA了？
14.?云计算Ser【【微信】】：一支穿云箭，千军万马来相见
15.?数据中心网络：数据还有5纳秒抵达战场
16. 数据中心网络“卷”AI：迟到不可怕，可怕的是别人都没迟到
17. ChatGPT大火，如何成立一家AIGC公司，然后搞钱？
DPU芯片系列：
1.?造DPU芯片，如梦幻泡影？丨虚构短篇小说
2.?永远不要投资DPU？
3.?DPU加持下的阿里云如何做加密计算？
4.?哎呦CPU，您可别累着，兄弟CIPU在云上帮把手
长文系列：
1.?我怀疑京东神秘部门Y，悟出智能供应链真相了
2. 超级计算机与人工智能：大国超算，无人领航
3. 售前，航空母舰，交付，皮划艇：银行的AI模型上线有多难？
最后，再介绍一下主编自己吧，
我是谭婧，科技和科普题材作者。
为了在时代中发现故事，
我围追科技大神，堵截科技公司。
偶尔写小说，画漫画。
生命短暂，不走捷径。
个人微信ÿ【【QQ微信】】
原创不易，多谢转发
还想看我的文章，就关注“亲爱的数据”。
