探索ChatGPT模型能力:工业应用的前景和挑战

作     者：黄勃 李文超 刘进 刘瑾 王文广 杨勇 赵晓丽 HUANG Bo;LI Wenchao;LIU Jin;LIU Jin;WANG Wenguang;YANG Yong;ZHAO Xiaoli

作者机构：上海工程技术大学电子电气工程学院上海201620 武汉大学计算机学院湖北武汉430072 达观数据有限公司上海201203 上海宝信软件股份有限公司上海201203 

出 版 物：《武汉大学学报（理学版）》 (Journal of Wuhan University:Natural Science Edition)

年 卷 期：2024年第70卷第3期

页      面：267-280页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081203[工学-计算机应用技术] 08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：科技部科技创新2030“新一代人工智能”重大项目(2020AAA0109300) 

主　　题：ChatGPT 深度学习 Transformer 大型语言模型 

摘      要：人工智能技术的发展给人们的生活带来了极大的便利,自然语言处理技术在其中发挥着重要作用。基于Transformer神经网络架构的聊天生成预训练转换器(chat generative pre-trained transformer,ChatGPT),具有强大的语言理解和文本生成能力,可以根据用户输入的信息和问题,快速生成高度匹配用户意图的响应,其精度和反应速度相当出色。本文结合人工智能技术应用于工业领域的特征,介绍了ChatGPT在众多自然语言处理任务中展现出的非凡能力,展望了ChatGPT在工业应用中研发设计、生产运维和经营管理等环节的应用可能性,列举了当前ChatGPT应用于工业领域存在多方面限制,并提出改进方向,以便更好地满足工业应用的需要。